Aller au contenu | Menu

Newsroom - EM Strasbourg Business School
Autres sites
Newsroom - EM Strasbourg Business School
Les actualités
de l'EM Strasbourg
Logo Partenaires

Actus de l'EM Strasbourg

Big Data : quand l’intelligence artificielle élargit le champ des possibles

Publié le 25 juin 2019, Mis à jour le 25 juin 2019

Face à la croissance des quantités de données issues de leur activité, les entreprises doivent s’armer pour les exploiter au bénéfice de leur business. Dans ce contexte, l’intelligence artificielle (IA), montée en puissance ces dernières années, s’avère être un allié de poids pour gérer les datas, en extraire les données clés et prendre elle-même les décisions sur la base de ses auto-apprentissages (machine learning). Ce lien entre Big Data et IA a été exploré à l’occasion d’une conférence organisée par l’EM Strasbourg Business School à Mulhouse, en partenariat avec la Marque Alsace et le Campus Industrie 4.0, sous la houlette de l’enseignant-chercheur de l’école Samia Gamoura.

Qui a dit que les arbres ne montaient jamais jusqu’au ciel ? La croissance exponentielle de la création de données, la démultiplication régulière des capacités de calculs et les progrès constants de l’intelligence artificielle pourraient bien faire mentir cet adage qui semble plus que jamais cantonné au monde physique. Car en matière de production de données, le digital semble loin d’avoir révélé tout son potentiel, tandis que l’intelligence artificielle accompagne inlassablement cette tendance et permet un traitement toujours plus puissant pour les rendre utiles et exploitables. « Nous devons les progrès de ces dernières années à la maturité de la recherche, aux moyens immenses des GAFA et, bien sûr, à l’explosion des volumes de données issues de l’activité des entreprises et de l’IoT (internet des objets) », expose d’emblée Samia Gamoura, enseignant-chercheur de l’EM Strasbourg Business School. Ventes, marketing, RH, production, relation client… dans les entreprises, chaque service génère des données. À elles de savoir les utiliser au mieux.

Spécialiste de la blockchain, qui joue notamment son rôle dans la certification et l’authentification de ces données, dirigeant de la startup strasbourgeoise Transchain, Pierre Banzet ne dit pas autre chose : « L’IoT, le big data et l’intelligence artificielle participent de la transformation digitale et l’un des enjeux majeurs est de garantir la traçabilité des données ainsi collectées, ce que permet notamment la blockchain ». Y compris lorsqu’elle est utilisée dans une optique exclusivement BtoB par les entreprises.

Dans le domaine sensible de la logistique, la donnée s’est ainsi imposée comme un moyen de pilotage très pointu. Ainsi, chez FM Logistic, la transformation digitale a été perçue comme le moyen de mettre en place une supply chain collaborative et efficiente au service du client. Les obstacles à lever ont été nombreux : multiples sources de données issues des différents pays d’implantation et des clients, uniformisation de ces données, gestion du ‘temps réel’, transformation de ces données en information utile, etc. « L’intelligence artificielle a été un atout déterminant dans ce chantier », témoigne François De Chiara, responsable du projet au sein du groupe, « elle nous a notamment permis de mieux gérer les définitions des différentes données et de créer un data catalogue ». Au quotidien, c’est aussi l’IA qui aide à identifier, grâce aux informations accumulées et à l’apprentissage, l’adresse de livraison la plus pertinente quand il y en a plusieurs pour un même client.



Autonomie et capacité décisionnelle


Qualité de service, gain de temps, satisfaction des clients… C’est aussi ce qu’entend apporter Divalto, spécialiste alsacien des solutions ERP et CRM. En se repositionnant comme ‘architecte de la transformation numérique’ des PME et ETI, Divalto entend englober toutes les facettes de l’impact du digital sur l’activité de ses clients. « Les ERP de demain resteront incontournables, ils seront toujours les pilotes de l’entreprise mais avec une très forte orientation data », explique Vincent Laurain, directeur de produit chez Divalto. Des datas issues d’une ligne de production pour un industriel pour déceler un écart, d’un produit loué à un client pour un acteur des services qui veut mesurer le temps d’utilisation ou d’éventuels défauts…

L’IoT permet une remontée d’information immédiate et, derrière, l’intelligence artificielle permet de déclencher, par exemple des opérations de maintenance prédictive ou des actions commerciales pertinentes, etc. « La limite à tout cela, aujourd’hui, c’est qu’il n’y a pas encore assez de signaux, de données… Il faut que les entreprises acceptent de partager ces informations, bien sûr celles qui ne sont pas sensibles, afin qu’elles soient mises en commun et que l’IA en sorte renforcée », poursuit-il. Car c’est bien la question de l’autonomie des systèmes et de leur capacité à prendre des décisions -ce que l’on appelle le Machine Learning- qui sont en jeu.

« Un système rationnel et autonome est aujourd’hui en mesure de discerner, de comprendre et d’agir alors qu’avant, il ne pouvait que saisir et traiter des données et actionner » des solutions qu’il n’avait pas générées lui-même, conclut René Ohlmann, dirigeant de la société Addi-data, qui fabrique des solutions d’électronique et d’informatique embarquées pour la numérisation des lignes industrielles. Toujours plus intelligents, ces systèmes nourris de données n’ont pas dit leur dernier mot : sans remplacer l’humain, ils doivent permettre de gagner du temps et de fiabiliser des process tout en permettant aux collaborateurs des entreprises de se concentrer sur les tâches à plus forte valeur ajoutée.
Partagez ! Recommandez !

Connexion