Intelligence artificielle et intelligence augmentée : les sujets qui vont bouleverser 2019.

LA NOUVELLE ÉCONOMIE INTERVIEW

Bruno Saint-Cast, directeur du marketing de MondoBrain : « La véritable intelligence artificielle ne peut pas reposer sur les statistiques. »

Tout le monde a déjà entendu parler de l’intelligence artificielle. Maintenant, place à l’intelligence augmentée. Fournisseur de plusieurs grands groupes, l’éditeur franco-américain MondoBrain a récemment réalisé une levée de fonds de 13,3 millions de dollars. MondoBrain opère dans le domaine de l’intelligence augmentée, qui combine l’intelligence artificielle, l’intelligence humaine et l’intelligence collective. La société prévoit d’investir dans son développement marketing et commercial, notamment à l’international. Elle a lancé sa solution en 2015 et revendique plus de 50 entreprises clientes, parmi lesquelles BNP Paribas, Airbus, Johnson & Johnson et Sanofi. Sa solution conférerait à certaines d’entre elles des gains dans les processus critiques de l’ordre de plusieurs millions de dollars. En 2018, Mondobrain a reçu le trophée de l’innovation de BNP Paribas Personal Finance pour la première utilisation de l’intelligence artificielle ouvrant la voie à de nouvelles méthodes de travail. Basée aux États-Unis (Virginie), depuis sa création intervenue en 2014, avec des bureaux à Washington, New York et Paris, MondoBrain emploie une trentaine de collaborateurs. Bruno Saint-Cast, directeur du marketing de MondoBrain, nous explique comment se positionne l’intelligence augmentée par rapport à l’intelligence artificielle et quelles sont les applications pratiques de ce nouveau domaine.


L’Hebdo-Bourseplus : L’intelligence artificielle est un terme générique, très à la mode en ce moment. Il en existe différentes formes et vous vous êtes spécialisés dans l’intelligence artificielle augmentée. Qu’est-ce que cela signifie ?

Bruno Saint-Cast : Vous avez raison de dire qu’il y a de nombreuses intelligences artificielles : cela va du réfrigérateur intelligent qui commande votre pot de glace quand vous en avez consommé la moitié, jusqu’à la Tesla qui fait un freinage d’urgence avant même que vous n’ayez pu voir l’obstacle. Aujourd’hui, on parle aussi beaucoup de l’intelligence artificielle dans les robots de conversation. Ce n’est pas du tout ce que nous faisons. Nous sommes plutôt dans le support à la décision. Cela fait trente ans que je suis dans le métier. Nous avons commencé à manipuler des données, à essayer de comprendre ce qu’elles voulaient dire et nous sommes allés progressivement vers ce que l’on appelle la data visualisation et l’analyse prédictive. Concrètement, à partir des analyses de données, on peut faire des prédictions. Aujourd’hui, on mesure de plus en plus de choses, on peut avoir un nombre important de paramètres et, lorsqu’il s’agit de données en continu, on se retrouve avec des milliards de combinaisons. Pour combiner tout cela, cela peut prendre une vie et, évidemment, on n’a pas une vie pour régler un problème de réacteur… Ce que permet un système comme MondoBrain, c’est de faire, non pas des prédictions, mais des prescriptions. Il y a des paramètres qui ne servent à rien, alors que d’autres paramètres sont importants. Le système présente des plages de réglage permettant d’optimiser la problématique.

C’est quelque chose qui s’applique dans tous les domaines de la gestion de l’entreprise. On n’a pas besoin d’avoir toutes les données, on n’a pas besoin de Big data, on a simplement besoin des données dont l’entreprise dispose. Dans cet esprit, il y a évidemment des contraintes humaines et l’intelligence artificielle, c’est l’optimisation. L’intelligence augmentée permet d’aller un cran plus loin. Lorsqu’un utilisateur souhaite optimiser ses indicateurs clés, il a toujours une idée, une intuition, une expérience... Il connaît les contraintes. C’est le savoir non écrit de l’entreprise. Si l’utilisateur n’a pas la possibilité de dialoguer avec la machine pour les incorporer à la décision, on génère des frustrations, du rejet et des erreurs. L’intelligence artificielle, c’est tout sauf ce qui n’est pas écrit ou enregistré et elle n’a absolument pas la moindre intuition. L’intelligence artificielle n’a pas de sentiments non plus... Nous avons mis au point une combinaison entre l’homme et la machine, avec un algorithme extrêmement puissant, qui permet de sélectionner les paramètres pertinents. Dans l’intelligence augmentée, il y a une troisième dimension : c’est celle de l’intelligence collective, c’est-à-dire la capacité que donne la machine de partager les découvertes d’un utilisateur avec d’autres utilisateurs. Par exemple, dans le secteur de l’aéronautique, nous travaillons avec un très grand constructeur. Ils avaient un problème d’axe sur une turbine qui n’était pas d’une qualité suffisante. À la production, ils sont arrivés à une certaine combinaison de facteurs pour parvenir à 98 % de performance.

Concrètement, dans les tubes en aciers spéciaux qui servaient de base pour fabriquer l’axe des réacteurs, il y avait un abaissement de la tolérance et les gens de la production, grâce à MondoBrain, ont pu partager leurs contraintes avec le service achat qui a reçu les fournisseurs pour leur expliquer les nouvelles contraintes. Finalement, les sous-traitants ont décidé d’utiliser MondoBrain pour améliorer la qualité des matières premières. Nous avons cette particularité qui est de ne pas être focalisés sur les grands nombres, à savoir sur le Big data, parce que les systèmes traditionnels reposent sur des statistiques et des moyennes. Pour tirer une règle, il faut impérativement un minimum de 200 événements qui représentent cette règle. Si l’on est sur des conséquences rares, comme c’est souvent le cas, on n’a parfois pas les 200 événements… Avec MondoBrain, nous pouvons tirer des règles à partir de 7 événements, même si ces événements sont incomplets. Ensuite, on utilise les statistiques pour donner des indicateurs à l’utilisateur sur la qualité de la recommandation qui est faite. Comme pour les statistiques, c’est toujours quelque chose qui est compliqué et qui est réservé à des experts. Nous nous basons sur un code de couleurs qui va progressivement du rouge au vert : si c’est vert, c’est une bonne recommandation, c’est un modèle solide ; si c’est rouge, c’est que la recommandation ne repose pas sur suffisamment d’éléments pour être fiable.