4 façons dont votre startup peut utiliser l'IA dès maintenant (sans se ruiner)

Août
16, 2021

6 minutes de lecture

Les avis exprimés par les contributeurs de Entrepreneur sont les leurs.

L'intelligence artificielle (IA) est ce que l'informaticien Andrew Ng appelle "la nouvelle électricité". Cependant, malgré ses capacités et son attrait, l'IA n'est pas adaptée à toutes les situations. Dans mon article précédentj'ai présenté 5 scénarios pour éviter d'investir dans l'IA. Pour savoir si votre startup a besoin d'IA, commencez par prioriser vos problèmes métiers. Définissez la meilleure approche pour résoudre ces défis et évaluez comment la technologie peut vous aider. La plupart du temps, une analyse de base, des statistiques ou un simple apprentissage automatique peuvent faire le travail efficacement.

Quelques situations justifient la puissance de l'IA. Dans ces scénarios, l'intelligence et l'automatisation supplémentaires peuvent être transformationnelles pour votre startup. Cet article est destiné à ces cas.

Lorsque vous en avez ressenti le besoin, la prochaine question courante est « Ai-je vraiment besoin d'un gros budget pour utiliser l'IA ? » Non, votre entreprise n'a pas besoin de mois d'efforts, de data scientists d'élite ou même de budgets onéreux pour devenir axée sur l'IA.

Voici 4 façons dont votre startup ou PME (petite ou moyenne entreprise) peut commencer à utiliser L'IA aujourd'hui. Ces suggestions sont classées de la plus simple à la plus difficile, alors commencez par le haut et découvrez quelle option répond le mieux à vos besoins.

Connexe : Quand ne devriez-vous pas investir dans l'IA

1. Activez les fonctionnalités d'IA dans les outils que vous utilisez déjà

L'IA est partout autour de nous. Votre smartphone a probablement au moins une douzaine d'applications qui utilisent l'IA. Cette technologie permet à votre appareil photo de prendre de meilleures photos, aide à organiser vos photos et alimente vos flux sociaux organisés.

La plupart des outils d'entreprise ajoutent des fonctionnalités basées sur l'IA à leurs produits. Microsoft a intégré plusieurs capacités d'IA dans Excel. Lorsque vous insérez des données à partir de captures d'écran ou que vous exploitez les informations suggérées par le panneau Idées dans Excel, vous utilisez l'IA. Salesforce a intégré Einsteinson moteur d'IA, en tant qu'assistant intelligent sur sa plate-forme CRM (gestion de la relation client) populaire. Alors que certaines entreprises intègrent des fonctionnalités d'IA dans leurs offres de produits de base, d'autres peuvent avoir besoin d'une mise à niveau.

Demandez aux fournisseurs si le logiciel que vous avez acheté possède des capacités d'IA. Il est probable que votre ensemble d'outils existant soit déjà piloté par l'IA ou activé avec une mise à niveau rapide.

5 outils populaires dans cette option : MS OfficeGoogle for BusinessDropboxGithubMixmax

2. Achetez des outils SaaS basés sur l'IA

Aujourd'hui, une surabondance d'outils SaaS (logiciels en tant que service) est disponible avec des abonnements mensuels abordables. Voulez-vous peaufiner votre copie marketing? Les fonctionnalités d'édition de copie astucieuses de Grammarly peuvent vous aider à couvrir un bon terrain. Vous souhaitez transcrire vos vidéos de témoignages clients ou faire du montage multimédia de qualité professionnelle ? Les fonctionnalités d'IA de Descript peuvent faciliter cette tâche.

Lorsque vous avez un besoin commercial non satisfait, recherchez des outils SaaS fonctionnels alimentés par des capacités intelligentes. La plupart d'entre eux sont livrés avec des intégrations prêtes et se connectent facilement à votre écosystème informatique existant. Même s'ils ne conviennent pas parfaitement, ce qui compte, c'est de savoir s'ils peuvent résoudre la majorité de vos problèmes. Si tel est le cas, vous pouvez éviter d'investir dans des licences d'entreprise coûteuses pour des capacités d'IA similaires.

Évaluez les outils disponibles par rapport à vos exigences clés. Découvrez l'étendue du match et la facilité d'intégration. Si le résultat dépasse un seuil acceptable, vous pouvez continuer.

5 outils populaires pour cette option : Zoho ZiaTrelloGrammarlyDescriptWaveApps

Connexe : Ce que vous achetez n'est pas de l'IA : comment distinguer les faits de la fiction

3. Intégrez des modèles d'IA prêts à l'emploi dans vos outils

Lorsque vous ne trouvez pas d'outils dotés d'une intelligence intégrée, la meilleure option suivante consiste à rechercher des modèles d'IA dans le cloud qui peuvent se connecter à vos outils. Par exemple, si vous essayez de repérer les défauts de fabrication de vos produits, vous pouvez utiliser l'IA pour automatiser l'inspection visuelle. Amazon Lookout for Vision est un service d'apprentissage automatique (ML) sur le cloud qui se connecte directement à votre flux de travail.

Contrairement aux étapes précédentes, celle-ci nécessite une capacité DevOps (développement de logiciels et opérations informatiques). Bien que vous n'ayez pas besoin de scientifiques des données, votre équipe doit avoir une expertise en programmation pour lier votre application logicielle aux modèles d'IA en ligne. Faites attention aux coûts d'abonnement, qui sont souvent basés sur le volume d'utilisation.

Pour explorer cette option, identifiez les plateformes de ML en ligne qui ont des modèles d'IA pré-construits pour résoudre votre problème de domaine. Cet espace propose des offres de startups prometteuses telles que Clarifai, Dialogflow et SightHound, ainsi que des acteurs plus importants tels que Microsoft, Google et Amazon.

5 plates-formes populaires pour cette option : ML sur AWS , Azure MLGoogle Cloud MLClarifaiLévrier

4. Recycler les modèles d'IA accessibles au public

Lorsque vous avez épuisé les options ci-dessus, il est temps de former les modèles d'IA en interne à l'aide de data scientists. Plutôt que de partir de zéro, vous pouvez économiser vos efforts en réutilisant des algorithmes d'IA accessibles au public et des ensembles de données facilement conservés. Ils peuvent être adaptés pour résoudre votre problème.

Supposons que votre startup ait besoin de comprendre la satisfaction des clients en analysant les commentaires textuels des sondages auprès des clients. Vous avez besoin d'algorithmes avec une capacité de traitement du langage naturel (NLP). Plutôt que de former minutieusement de nouveaux modèles d'IA, vos équipes peuvent s'appuyer sur le travail de modèles primés lors de concours publics tels que KaggleDrivenData ou AICrowd.

Les meilleures choses sur Internet sont souvent gratuites, mais les trouver prend du temps. Recherchez des référentiels ouverts tels que HuggingFace qui publient leurs modèles avec des poids pré-entraînés, ou des communautés telles que PapersWithCode qui rendent les modèles ML publics. La plupart de ces sites Web partagent des données riches et organisées qui fournissent un démarrage rapide pour votre processus de création de modèles. Demandez à votre équipe d'évaluer les efforts nécessaires pour adapter les modèles publics et de déterminer les coûts de leur maintien en production.

5 sources populaires pour cette option : HuggingFaceAllenAI , RasaHQKaggleDrivenData

Connexe : Votre entreprise peut-elle bénéficier de l'IA sans code ?

Être l'IA -drive est un voyage, pas une destination

Nous avons examiné 4 façons de démarrer avec l'IA et de tirer le meilleur parti de vos ressources. Bien qu'il soit souvent facile de commencer le parcours de l'IA, obtenir une valeur commerciale cohérente nécessitera une attention et un investissement continus.

Vous devez former vos utilisateurs, réorganiser vos flux de travail organisationnels et gérer le changement culturel associé à l'IA. Il est essentiel de revoir périodiquement le coût total de possession (TCO) de votre investissement en IA. L'option qui vous convient aujourd'hui peut devenir coûteuse au bout d'un an.

Par exemple, l'abonnement à un outil SaaS basé sur l'IA (option n° 2) peut convenir à une petite équipe au service d'une clientèle initiale. À mesure que votre équipe évolue et que le volume d'utilisation augmente, les coûts d'abonnement peuvent devenir exorbitants. À ce stade, vous trouverez peut-être plus économique d'embaucher une petite équipe de scientifiques des données et de recycler les modèles d'IA accessibles au public (option n° 4).

Pour rationaliser votre prise de décision en matière d'IA, voici un résumé des options à votre disposition. :

Crédit : Ganes Kesari