Rejoignez-nous sur les réseaux sociaux !

[Vidéo] 5 bonnes pratiques pour déployer un projet IA et Analytique

Aujourd’hui, lorsqu’on évoque les projets qui mixent de l’analytique et de l’Intelligence artificielle (IA), peu d’organisations sont capables de mesurer ou d’attribuer l’impact de leurs investissements sur les résultats de l’entreprise. Pourtant, selon la dernière étude SAS, lorsque les déploiements analytique/IA sont menés à terme, 79% des directions s’accordent à dire que ce sont des projets qui marchent ! Au global, ce sont 66% des directions interrogées qui estiment que l’IA peut aider à la prise de décision avec l’exploitation de la data, selon la même étude.

Toutefois, lorsqu’on déploie un projet data / IA, il est nécessaire de mettre en place de bonnes pratiques. La qualité de la donnée et l’alignement des équipes IT/ Metiers / datascientist sont des pré-requis. Mais attention, déployer de l’intelligence artificielle, ne doit pas vouloir dire laisser les algorithmes en totale autonomie. L’approche technologique doit être accompagnée d’une approche éthique. C’est pourquoi l’exploitation de la donnée doit être abordée de façon « robuste et scientifique » afin de ne laisser aucune place à la partialité des équipes.

Pour Erwan Prudhomme, directeur de la business line Smart Data chez NOVENCIA, il est donc indispensable de « ne pas torturer la donnée » pour qu’émerge une IA fiable et responsable. Entretien en vidéo.

Sur le sujet

Analyse de données : où en sont les organisations ?
UX et Data : la dream team de l’expérience utilisateur !
Intelligence artificielle : où en sont les entreprises ?
Analyse des données : montée en puissance du Machine Learning