Les étudiants de Berkeley s’intéressent à l’intelligence artificielle française.

LA NOUVELLE ÉCONOMIE INTERVIEW

Pascal Corrotti, DGA de Digitalent : « Rechercher l’intérêt que l’IA peut apporter en fonction de son métier. »

Digitalent, éditeur de logiciel no-code IA, spécialisé dans l’accélération des projets data-centric, annonce un nouveau partenariat avec l’université californienne de Berkeley. Celui-ci va permettre aux étudiants de faire leurs premiers pas avec l’intelligence artificielle, notamment dans le domaine du traitement et de l’analyse de données. Présenté aux étudiants en Master et aux professeurs du Berkeley Fisher Center for Business Analytics, le partenariat a notamment les objectifs suivants : étudier les impacts des solutions no-code pour le développement d’une analytique plus rapide, plus durable, et plus accessible, démocratiser les usages de l’IA auprès d’étudiants destinés à des fonctions support dans les entreprises et développer l’accès à l’IA pour des populations plus larges, afin de servir le besoin de diversité et d’inclusion dans le domaine de l’analytique. Créé en 2017, Digitalent a développé l’outil MIA (Moteur d’Intelligence Artificielle) afin d’accompagner les entreprises dans leurs projets data et démocratiser l’intelligence artificielle.


L’Hebdo-Bourseplus : Comment permettez-vous aux entreprises de créer leur propre intelligence artificielle, sans faire de code, alors que l’intelligence artificielle doit quand même être programmée ?

Pascal Corrotti : Notre plate-forme permet à des utilisateurs de créer de l’intelligence artificielle sans avoir besoin de maîtriser le code. Nous nous adressons à différents profils : d’abord un profil métier, ensuite un profil davantage data scientist, ce qui permet un paramétrage plus profond, mais également un profil plus technologique pour mettre en production les cas d’usage que l’on peut insérer à l’intérieur. Je viens du milieu du conseil et nous voulons vraiment comprendre le besoin métier, en étant capables ensuite - à travers ce support no-code - d’aider chaque métier grâce à l’intelligence artificielle. Concrètement, vous pouvez importer des données de manière très simple, de type Excel par exemple, avant de créer un cas d’usage. Nous faisons une analyse automatique des données, en expliquant ce qu’elles contiennent et comment elles sont réparties. Il est possible d’analyser graphiquement l’ensemble des données. On fait de la statistique afin de montrer la pertinence qu’il peut y avoir entre différentes variables, avant d’aller directement vers l’intelligence artificielle. Cela peut se faire automatiquement selon les métiers. Si notre logiciel détecte que l’utilisateur veut classer des données, nous avons une dizaine d’algorithmes qui correspondent à cela. Nous les entraînons et nous faisons une préconisation en fonction du cas spécifique de l’utilisateur. Le data scientist peut avoir accès à chacun de ces algorithmes s’il a besoin de les paramétrer finement, mais toujours en no-code.


Prenons l'exemple d'une chaîne de magasins de vêtements : l’intelligence artificielle peut-elle extraire chaque jour la liste des clients selon leur typologie et leurs achats, ce qui permet ensuite de leur adresser des publicités spécifiques ?

C’est tout à fait cela. On fait d’abord de la segmentation, en fonction des âges et des habitudes de consommation. Par exemple, on peut entraîner les modèles en fonction des habitudes d’achat et on peut aussi extraire des populations spécifiques. L’intelligence artificielle peut détecter qu’un groupe de femmes qui achètent certains produits va potentiellement aussi acheter d’autres catégories de produits. Nous pouvons donc ressortir différentes catégories de données.