Mon dernier billet a suscité plusieurs réactions, à mon étonnement. Ça me dit que le sujet intéresse particulièrement. Ça adonne bien, je m’y intéresse depuis mon époque à l’université où j’ai pris un cours un peu trop abstrait à mon goût.
On va se le dire tout de suite: Je ne suis pas un expert en IA qui a le pedigree pour diriger un centre de recherche. Ho que non! Avec ma formation scientifique j’arrive à peine à comprendre en surface comment la bête fonctionne.
Mais d’un autre côté, avec mon expérience d’entrepreneur et mon orientation sciences appliquées j’arrive à comprendre à quoi ça sert et comment s’en servir.
Et c’est là la beauté de la chose. Pas besoin de savoir comment c’est fait pour s’en servir!
Tout comme on a pas besoin de savoir comment fabriquer un micro-ondes pour le faire fonctionner et concocter des recettes.
Donc pas besoin de discuter de convolutional neural network, de statistiques bayésiennes, arbres de décisions, apprentissage profond et autres termes obscurs.
C’est important d’insister sur ce point. Je me suis déjà fait dire “Ben voyons, tu connais rien en IA et t’as pas les compétences pour en faire”. Effectivement, je ne suis ni PhD en neuro-mathématiques ni un Data Scientist expert en statistiques. Mais on s’en fout. Je ne veux pas faire de la recherche fondamentale en IA. Je veux seulement utiliser le putain de micro-ondes. Et pour ça, mon p’tit bac en sciences informatiques, ma curiosité et une bonne dose de créativité sont amplement suffisants.
Tout comme je programme des logiciels sans vraiment savoir comment toute la portion hardware fonctionne. CPU? RAM? Le protocole HOPOPT? M’en sacre. Ça marche. Pas besoin de savoir comment ni pourquoi pour développer des applications commerciales.
Alors, en business, l’IA, kossa donne?
On peut résumer ça en un mot: Prédiction.
L’IA, c’est ça. C’est une machine à faire des prédictions.
Dans un environnement complexe bourré d’incertitudes et de trucs variables, c’est difficile de prendre des bonnes décisions. L’IA vient aider à diminuer l’incertitude, à prendre de meilleurs décisions plus rapidement.
Pour donner un exemple, disons que tu gères une usine et que ton boss te demande combien d’unités produire pour la prochaine année, tu fais quoi? Et bien à moins que tu connaisses le futur tu vas faire une prédiction. Peut-être appuyée avec une analyse et des hypothèses plus ou moins complexes, mais une prédiction quand même.
Une prévision, c’est une prédiction. A toutes les fois que tu essaies de prévoir le futur en analysant des trucs du passé c’est une prédiction.
Également, une prédiction n’a pas besoin d’être dans le futur. Ça peut être pour évaluer le présent: Est-ce que cette transaction est frauduleuse ou légitime? Est-ce un lead potentiel ou un tire kicker? Est-ce que ce client est à risque de ne pas payer?
Pas besoin d’IA pour prédire que ton ado de 15 ans va avoir faim avant le souper. Mais ça pourrait aider si tu es un médecin qui aimerait diagnostiquer les cancers avant qu’il ne soit trop tard. Ou encore si tu es un astronome qui cherche la vie parmi des milliards et des milliards d’étoiles dans l’univers.
Ou si tu veux prédire qu’un client va quitter AVANT qu’il ne quitte.
Vu autrement, avec l’avènement d’outils modernes, accessibles, simples et peu coûteux à utiliser, on peut maintenant définir les problèmes courants comme étant des problèmes de prédiction.
Par exemple, au lieu de chercher sur Google avec un clavier et un écran, on demande à Alexa quelle est la température dehors. Alexa ne connaît pas la température dehors. Mais Alexa est devenu bonne à prédire que lorsque qu’on lui transmet certains mots la réponse que l’on veut est la température actuelle.
Imagine Amazon… avec toutes les données qu’ils ont, peut-être qu’ils seront capable de prédire qu’on aura besoin de tel ou tel objet AVANT qu’on le sache nous-même? Peut-être qu’un jour ça sera plus profitable pour eux d’envoyer les produits avant même qu’on les commande? Au lieu d’être shop-then-ship ils pourraient devenir ship-then-shop?
Fou? Pas tant que ça. Il suffit d’améliorer la qualité des prédictions.
Les entreprises vont éventuellement se poser des questions d’un point de vue prédiction. Comme elles sont dû s’adapter aux ordinateurs personnels et à Internet.
Penses-y: Combien de décisions prends-tu chaque jour à partir d’information incomplètes? Combien de fois peux-tu dire que tu prends une décision plus ou moins importante avec un degré de confiance de 100%? A moins d’être arrogant et/ou insouciant, il y a une toujours un certain doute…
Bref, ce qu’il y a à retenir c’est que, pour le moment, l’IA améliore les prédictions. Meilleures prédictions veut dire moins d’incertitude, moins de risque, plus de performance… donc meilleures décisions.
