Chose du passé

J'étais récemment invité à l'émission de radio intitulée Machine-Predictive Machine Learning présentée par Bonnie Graham . Les autres invités étaient Gil Gomez de Deloitte et Hudson Harris de HarrisLogic .

Voici quelques-unes de mes remarques sur le spectacle. « L'apprentissage automatique concerne en réalité des décisions complexes mais répétitives et la possibilité d'automatiser ces décisions de manière nouvelle. Et quand on y pense de cette façon, il est difficile de penser à un domaine où cela n’aura pas d’impact.

«Presque tous les emplois, tous les rôles, ont un aspect de ce travail qui implique des décisions complexes et répétitives. vous pouvez maintenant automatiser cela et élever la personne qui joue le rôle à un niveau plus élevé, leur permettant de faire plus avec moins. »

L'importance de la gouvernance des données et de la confidentialité

il s'agit de l'apprentissage automatique. Vous déléguez essentiellement votre machine à des machines, ce qui signifie que vous devez être extrêmement prudent.

«Les algorithmes sont essentiellement des sociopathes, et c’est ainsi qu’ils doivent être traités. Ils sont très intelligents, mais ils n’ont aucune empathie, aucune émotion, aucune appréciation de la condition humaine. Ils peuvent donc être très utiles, mais vous devez vous méfier de leur utilisation, et vous devez mettre en place des mesures de protection strictes – transparence et surveillance pour vous assurer qu’elles n’aboutissent pas à des situations abusives.

Lorsque je parle au public de l'apprentissage automatique, il y a toujours une partie du public qui se préoccupe toujours de la façon dont l'algorithme fait ce qu'il fait – quels sont les facteurs mathématiques derrière l'algorithme. Et je comprends cette préoccupation, mais il est en fait beaucoup plus important d’avoir une gouvernance solide concernant l’utilisation de l’algorithme. Quelle que soit la qualité des calculs de vos analyses prédictives, elles pourraient toujours être très mal utilisées. Donc, être très humain sur l'utilisation de l'intelligence artificielle est absolument essentiel. »

Quelle est la manière la plus simple d'obtenir un retour sur investissement avec apprentissage automatique?

ils commencent inévitablement à penser aux robots ou aux types d'assistants humains que l'on voit dans les films, comme Jarvis dans Iron Man . Mais la réalité, au moins aujourd’hui, c’est qu’il s’agit beaucoup moins de ce genre de sensibilité et de beaucoup plus de choses sur la correspondance automatique de modèles. En réalité, nous ne parlons que de l’implémentation automatique de modèles dans vos processus métier.

«Et il existe de nombreux domaines d’activité où ce type de correspondance complexe et complexe constitue une partie importante du travail quotidien. McKinsey estime que jusqu'à 70% des processus financiers pourraient être automatisés en utilisant ces techniques les plus récentes, par exemple. Et nous utilisons les ordinateurs pour automatiser et optimiser les processus métier depuis maintenant 40 ou 50 ans. Ce n’est, à un certain niveau, que la prochaine grande opportunité de le faire.

«Nous pouvons certainement faire autre chose avec cette technologie – Harris Logic est un excellent exemple de la manière dont nous pouvons l’utiliser pour améliorer la condition humaine – mais pour Pour le moment, le moyen le plus simple d'obtenir un retour sur investissement consiste à automatiser des parties répétitives des processus métier.

«L'autre grande opportunité consiste à optimiser l'expérience client . Auparavant, votre expérience en tant que client était assez linéaire – vous voyiez une annonce, vous alliez dans un magasin, vous achetiez quelque chose. Tout le monde a suivi à peu près le même processus. Mais maintenant, nous sommes dans un monde omnicanal beaucoup plus complexe où vous pouvez acheter en ligne ou dans un magasin – il existe de nombreux points de contact clients.

«Les grandes entreprises utilisent désormais les informations en temps réel, à chaque point de contact client. optimiser et guider ce parcours client – Quels sont les produits qui intéressent le plus le client? Est-ce qu'un rabais permettrait de surmonter leur hésitation à acheter? De quel niveau de service ont-ils besoin, par quel canal?

«La mise à jour constante et l'optimisation de cette expérience sont donc des opportunités fantastiques – utiliser l'apprentissage automatique pour optimiser le parcours client de bout en bout.»

«Aucun de nous ne sait vraiment ce qui va se passer. Mais je pense que l’un des grands changements sera celui où les entreprises vont avant tout réagir pour devenir beaucoup plus proactives.

«Par exemple, Harris Logic aide les patients en identifiant la probabilité qu’une personne ait des problèmes. , ils peuvent donc intervenir avant une crise, avant que quelqu'un ne soit arrêté. Et c'est mieux pour tout le monde: c'est mieux pour le patient, cela permet d'économiser beaucoup d'argent pour le système carcéral et le système de santé.

«Je travaille dans l'analyse depuis près de 30 ans et la plupart des analyses do sont fondamentalement à propos de «regarder, voici ce qui a mal tourné dans le passé».

«Ces nouvelles technologies laissent la possibilité d'intervenir avant . ce genre de situation a conduit à quelque chose de mauvais. »

« Maintenant, je peux intervenir et empêcher que cette mauvaise chose n'arrive. Cela pourrait être quelque chose de très humain, comme un patient atteint de maladie mentale, ou cela pourrait être quelque chose de beaucoup plus banal dans les affaires, comme «cette livraison va être en retard» – donc je peux au moins téléphoner au client être en retard, ou choisir une autre façon de le transporter pour qu'il arrive à temps.

«Nous allons voir ces types de technologies appliqués à chaque processus métier pour les aider à devenir plus proactifs, à aider ils apprennent et s'améliorent automatiquement avec le temps. »

Pour plus d'informations, écoutez Predictive Machine Learning Value: ROI au-delà de Cool

Cet article a paru initialement sur Digital Business & Business Analytics.

<! – Comments ->