×
  • L'Editorial
  • régions Dossiers Compétences & RH Société Brèves International Brèves internationales Courrier des Lecteurs Les Grandes Signatures Documents Lois à polémiques Docs de L'Economiste prix-de-la-recherche Prix de L'Economiste Perspective 7,7 Milliards by SparkNews Earth Beats Solutions & Co Impact Journalism Day cop22Spécial Cop22 Communication Financière
    Le prix de L’Economiste pour la recherche en économie, gestion et droit
    Tribune

    Convergence IA et Big data pour une meilleure performance des organisations

    Par Taïeb DEBBAGH Mohammed CHITAOUY | Edition N°:5682 Le 23/01/2020 | Partager
    taieb-debbagh-et-mohammed-chitaouy-082.jpg

    Le phénomène de l’intelligence artificielle (IA) et du «Big data» suscite un engouement à l’échelle mondiale. Ce mouvement a été initié par les acteurs professionnels du Web (Google, Facebook, Amazon, Yahoo!, Twitter, Linkedin…) qui ont créé et mis en production, au cours de ces dernières années, de nouvelles technologies «Big data» et des algorithmes associés, et ce pour extraire de la valeur de ces données massives. Ces technologies sont issues d’une approche de mutualisation de l’effort et du partage d’expertises et constituent aujourd’hui des écosystèmes à la disposition de tous.

    Toutefois, les données du «Big data»  n’ont de valeur que lorsqu’elles sont analysées en lien avec les données de l’Organisation via une plateforme analytique dédiée combinant les fonctionnalités du décisionnel (Business Intelligence) traditionnelles à celles issues de l’intelligence artificielle (IA).

    La nouvelle génération de décisionnel (BI)

    Le développement exponentiel en cours de l’IA est dû à la collecte et au traitement massif de données (Big data), aux avancées dans le développement des algorithmes d’analyse des données et à la puissance de calcul croissante des ordinateurs.
    Comme toute innovation technologique, le marché, poussé par une médiatisation très large des termes «IA et Big data», a été facilement submergé par la diversité des opinions sur le sujet.

    Déjà, l’«intelligence artificielle» et le «Machine Learning», souvent confus et surmédiatisés, créent une méfiance inhérente aux offres de solutions associées; et ce, même s’il ne fait plus aucun doute que l’IA constitue une composante importante dans l’avènement de la «4ᵉ révolution industrielle», comme annoncé par Klaus Schwab, président du forum économique de Davos.

    De même, le qualificatif «Big» (data) porte à confusion et certains organismes pensent que ce phénomène ne concerne que les très grandes entreprises du Web comme Google ou Facebook… D’autres, qui ont une interprétation encore plus large, considèrent que ce terme devra couvrir toutes les données d’une Organisation: les données structurées (issues principalement de ses bases de données internes) comme les données non structurées (issues principalement des réseaux sociaux).

    Volume, Variabilité ou Vélocité

    Selon cette dernière perspective, et selon le Gartner Group, le phénomène «IA et Big data» devra toucher toutes les entreprises car les données pertinentes concernent au  moins un des attributs relatifs aux données massives: Volume, Variabilité ou Vélocité.

    Sur le marché, un nouveau paradigme est alors proposé pour guider l’évolution des systèmes décisionnels existants BI 1.0 (Entrepôts de données). Cette nouvelle génération (BI 3.0 selon Tom Davenport) requiert, désormais, l’accroissement des capacités analytiques «prédictive» et «prescriptive» de l’Organisation par le recours aux approches, technologies et outils introduits par la deuxième génération BI 2.0 «Big data Analytics».

    Cet accroissement des capacités analytiques de l’Organisation se fera en complément à ses actifs informationnels existants après ajustement des infrastructures traditionnelles «BI classique» (voir schéma). En effet, ces dernières infrastructures sont souvent limitées aux analyses «descriptive» et «diagnostic».

    La mise en place d’un système décisionnel de nouvelle génération devra être guidée par le contexte informationnel de l’Organisation (actifs existants, systèmes sources portant sur les données pertinentes internes et externes…) et de la nécessité d’intégrer progressivement des technologies et applications d’IA et du «Big data», en partant d’une fondation de données (Data Fabric) intégrées et gouvernées pour répondre aux trois niveaux de services (Voir encadré sur les différents types de besoins).

    L’intelligence artificielle offre un grand potentiel pour transformer les domaines du management et en particulier au niveau du système décisionnel. Les Organisations doivent se préparer à tirer profit de ce nouveau levier technologique en capitalisant sur les gisements des données (internes ou externes). Ces gisements doivent être valorisés; et ce, selon le paradigme de la nouvelle génération BI 3.0: fondation des données, utilisation des fonctionnalités de la BI étendues au Big data et des algorithmes avancés de l’intelligence artificielle.

    Pour mieux comprendre

    - La «Business Intelligence (BI)» ou informatique décisionnelle, désigne l’ensemble des méthodes, processus et technologies permettant aux Organisations d’analyser les données en vue d’en extraire l’intelligence.
    - Le «Big data»: Ce concept regroupe une famille d’outils qui répondent à une triple problématique dite règle des 3V. Il s’agit notamment d’un Volume de données considérable à traiter, une grande Variété d’informations (venant de diverses sources, non structurées, organisées, Open…), et un certain niveau de Vélocité à atteindre, autrement dit de fréquence de création, collecte et partage de ces données.
    - L’«intelligence artificielle (IA)» consiste à mettre en œuvre un certain nombre de techniques visant à permettre aux machines de renforcer les capacités des Organisations dans l’amélioration de leurs performances.
    - Le «Machine Learning» permet aux ordinateurs d’apprendre et d’agir sans avoir été programmés de façon explicite. Cette technologie recherche des patterns au sein des données pour diriger les actions d’un programme d’intelligence artificielle, en prenant en compte le contexte.
    (Source: www.lebigdata.fr / www.futura-sciences.com)

    Les trois différents types de besoins en décisionnel

    Toute solution BI devra répondre, d’une manière intégrée, aux trois types de besoins suivants:
    1- Reporting pour les différents usagers des Organisations permettant le fonctionnement régulier et un pilotage de base requis, en se basant sur une fondation de données (Data Fabric).
    2- Applications analytiques «Maison» tenant compte des besoins spécifiques de l’Organisation; pour des prises de décisions automatiques (détection de fraude, recommandation d’actions…) ou ad hoc (enrichissement du contexte pour la prise de décision par les personnes concernées).
    3- Applications analytiques pré-packagées; sur la base de modules ou services   spécialisés offrant des fonctionnalités d’analyse avancées (Machine Learning) des données selon les meilleures pratiques du marché (simulation, planification, analyse prédictive…).

                                                                                        

    Typologie des analyses (Gartner + Tom Davenport) - Décisionnel (BI) 3.0

    ia-et-big-data-082.jpg

    Le retour d’expérience des «premiers utilisateurs» de la génération B2.0 (Big data Analytics) a fait ressortir un traitement en silo, entre les utilisateurs de la BI classique (libre-service BI) et les spécialistes de l’analyse avancée des données (Data scientists). Le changement de paradigme, introduit par la nouvelle génération BI 3.0, vise à réduire cette pratique, au profit d’une utilisation intégrée des produits-données (modèles basés sur des algorithmes adaptés de l’IA-Machine Learning notamment…) dans les outils BI. Et ce, pour permettre à l’ensemble des utilisateurs de bénéficier des apports des analyses «prédictives» et «prescriptives».

     

     

     

     

     

    • SUIVEZ-NOUS:

    1. CONTACT

      +212 522 95 36 00
      abonnement@leconomiste.com
      mareaction@leconomiste.com
      redaction@leconomiste.com
      publicite@leconomiste.com
      communication@leconomiste.com

      70, Bd Al Massira Khadra
      Casablanca, Maroc

    • Assabah
    • Atlantic Radio
    • Eco-Medias
    • Ecoprint
    • Esjc