À l'été 2016, Charles Weinstein, PDG du cabinet comptable EisnerAmper basé à New York, a eu une révélation: l'apprentissage automatique pourrait soit détruire son entreprise, soit le refaire.
Weinstein, un vétéran de l'industrie depuis 35 ans, a senti que la pratique de la publication comptable des états financiers trois mois après le fait – encore nécessaire – perdait de sa pertinence dans l'économie des données en temps réel. Il a donc organisé une réunion de partenaires de trois jours pour examiner comment les capacités d'apprentissage automatique pourraient refondre le cabinet comptable traditionnel pour l'ère numérique, lui permettant d'aider ses clients à se projeter dans le futur plutôt que de simplement rendre compte du passé.
Weinstein a invité un partenaire en charge de l'innovation mondiale dans un grand cabinet d'expertise comptable (pas un concurrent direct) pour parler des mouvements de son entreprise. Au fur et à mesure que le visiteur parlait, il devint évident à Weinstein qu'il y avait peu de temps à perdre.
"Cette réunion fut un moment décisif; Cela a créé un état d'esprit commun pour l'entreprise qui a décidé de diriger, et non de suivre, lorsqu'il s'agissait de tirer parti de la technologie dans le domaine de la comptabilité », explique M. Weinstein. «Il était clair que l'apprentissage automatique présenterait d'énormes avantages pour nos clients et notre entreprise.»
Dix-huit mois plus tard, l'entreprise de 1 500 personnes utilise l'apprentissage automatique pour développer des outils d'audit intelligents. afin de rendre le processus plus efficace et plus efficace. Elle a déployé des systèmes dans les domaines de la reconnaissance des revenus et des contrôles de processus, avec des plans pour devenir entièrement automatique dans trois ans.
L'apprentissage automatique permettra aux praticiens d'EisnerAmper de passer plus de temps à fournir des services consultatifs de haut niveau. et le conseil stratégique, tout en offrant des services d'audit traditionnels à un prix inférieur à celui des concurrents. Et c'est juste pour les débutants. «Dans beaucoup de nos secteurs d'activité», dit Weinstein, «le changement sera hautement transformationnel».
C'est la chose à propos de l'apprentissage automatique : cela change tout. Alors que les gens ont dit la même chose à propos d'Internet, Internet s'est avéré être simplement la plate-forme du changement. L'apprentissage automatique est le changement, avec le potentiel de modifier la nature même de l'entreprise.
«Ce que les gens ne comprennent pas, c'est que l'apprentissage automatique à grande échelle rend l'entreprise plus intelligente», déclare Keith Strier, EY global et leader consultatif des Amériques pour l'intelligence artificielle. "Il redéfinit littéralement la nature de ce qu'est une entreprise et comment elle fonctionne et comment elle fait ce qu'elle fait."
En effet, les entreprises qui adoptent l'apprentissage automatique ne sont pas à la recherche d'améliorations progressives dans le statu quo; ils le voient comme un différenciateur compétitif. Tirer le meilleur parti de l'apprentissage automatique: 5 leçons des apprenants rapides, une étude réalisée par The Economist Intelligence Unit (EIU) et SAP, a révélé que parmi les entreprises qui utilisent déjà l'apprentissage automatique et en voient les avantages, un tiers (31%) a déclaré que l'apprentissage automatique donnait déjà naissance à des processus d'affaires ou à des innovations en matière de modèles d'affaires. Le but de l'apprentissage automatique est de transformer une entreprise existante ou d'en créer une nouvelle.
Le pouvoir perturbateur de l'apprentissage automatique vient de sa capacité d'apprentissage. Une discipline majeure de l'intelligence artificielle, l'apprentissage automatique utilise des algorithmes sophistiqués pour permettre aux ordinateurs d'apprendre à partir de grandes quantités de données sans être explicitement programmé. Plus les algorithmes peuvent accéder aux données, plus ils sont intelligents.
Grâce à un apprentissage constant, l'apprentissage automatique améliore l'exécution des tâches et des processus de façon autonome et continue. Cela le différencie des logiciels traditionnels tels que les solutions de planification des ressources d'entreprise (ERP) ou de gestion de la relation client (CRM), où vous bénéficiez d'un seul avantage en automatisant un processus et en apportant des améliorations incrémentielles.
évoluant, l'apprentissage automatique crée de nouvelles opportunités d'affaires à mesure qu'il devient plus intelligent et plus efficace, sans créer de frais supplémentaires. «C'est probablement l'implication commerciale la plus importante de l'apprentissage automatique: la possibilité d'une croissance non linéaire», explique Cliff Justice, directeur de l'équipe Innovation & Enterprise Solutions de KPMG. "Vous êtes en mesure d'offrir plus de produits et plus de services et votre coût ne doit pas nécessairement s'accélérer avec votre croissance. C'est énorme. "
Mais l'apprentissage automatique n'affecte pas seulement les modèles d'affaires; les changements se répercutent dans toute l'organisation. «L'apprentissage automatique modifiera notre modèle de prestation de services, notre paradigme de dotation, nos programmes d'apprentissage et de perfectionnement, ce qui mènera à une proposition de valeur améliorée pour les clients», explique Weinstein. il ne nécessite pas beaucoup de déconner avec les entrailles de la technologie existante. En effet, c'est une manne pour des chefs d'entreprise frustrés qui sont assis au sommet de montagnes de données inexploitées dans leurs organisations depuis des années maintenant.
Cela a conduit à une adoption extraordinairement rapide. Il y a à peine deux ans, peu de gens savaient ce qu'était l'apprentissage automatique. Maintenant, il a dépassé le stade de l'adoption de pointe pour devenir une priorité stratégique pour les entreprises de tous les secteurs. L'enquête EIU / SAP a montré que 68% des personnes interrogées l'expérimentaient déjà.
L'enquête a également révélé que l'apprentissage automatique va droit au but. Quarante-huit pour cent des entreprises qui voient déjà des avantages de l'apprentissage automatique ont mentionné la rentabilité accrue comme leur don prédominant, tandis que la moitié (48%) ont dit s'attendre à une croissance de plus de 6% jusqu'en 2019.
Moment d'apprentissage
À peu près au même moment où EisnerAmper tenait sa réunion de partenaires à New York, le cabinet d'avocats international Pinsent Masons avait son propre moment d'apprentissage à travers l'Atlantique à Londres. Un des premiers à adopter l'automatisation avancée des processus robotiques, les leaders technologiques de l'entreprise se sont intéressés au potentiel de l'apprentissage machine pour restructurer complètement les relations clients de l'entreprise et créer de nouvelles sources de revenus. «La plus grande opportunité est de devenir des fournisseurs de systèmes basés sur la connaissance pour les clients, ce qui signifie passer d'un modèle de services à un modèle de produit», explique David Halliwell, directeur de la livraison des connaissances et de l'innovation. «Il s'agit d'autoriser l'acquisition de connaissances plutôt que de fournir des services à l'heure.»
Le cabinet utilise déjà l'apprentissage automatique pour aider ses clients des services financiers à faire preuve de diligence avant de faire des offres pour acquérir des portefeuilles d'actifs financiers. en eux. L'apprentissage automatique rationalise les éléments importants d'un travail de révision des contrats à grande échelle et à forte intensité de main-d'œuvre.
Par exemple, les évaluateurs humains peuvent uniquement examiner un échantillon représentatif des actifs financiers pour des transactions de plusieurs milliards de dollars. autrement, les coûts pour l'entreprise et pour les clients monteraient en flèche, avec des rendements incertains. Ainsi, à l'été 2017, Pinsent Masons a commencé à utiliser sa propre plate-forme d'apprentissage automatique pour extraire, examiner et analyser les risques contractuels clés dans le cadre d'un certain nombre de transactions de plusieurs milliards de dollars.
et passer en revue toutes les données disponibles et fournir non seulement une réponse plus rapide mais une meilleure – et à un coût inférieur. Cela nous permet de gagner plus d'affaires parce que «nous le faisons plus tôt et mieux que d'autres cabinets d'avocats», explique M. Halliwell. "Et cela nous aide à bâtir une réputation d'innovation sur le marché, ce qui est très puissant pour attirer nos clients mais aussi pour attirer des employés."
Les intérêts commerciaux d'Intel dans l'apprentissage automatique sont clairs. Il a dévoilé une nouvelle famille de puces conçue spécialement pour l'intelligence artificielle à la fin de 2017; il a également adopté des capacités d'apprentissage automatique au sein de l'entreprise. Depuis plusieurs années, l'entreprise utilise des systèmes d'aide à la décision, alimentés par l'apprentissage automatique, pour analyser quelques-uns des 5 milliards de points produits chaque jour dans chacune de ses usines pour augmenter le temps de fonctionnement, accélérer la production et prévenir les pannes.
Au cours de l'année écoulée, l'entreprise a commencé à utiliser ce qu'elle a appris sur le plan industriel pour les processus liés à la clientèle. Selon Aziz Safa, directeur des données d'Intel et vice-président des données et plates-formes d'entreprise, toutes les initiatives d'apprentissage automatique de l'entreprise sont soumises à une règle incontrôlable: elles doivent être mesurables et rapportables pour que les chefs d'entreprise investissements.
Un programmeur ne serait pas capable de comprendre la valeur des données brutes, et un comptable est complètement incapable de comprendre quoi faire avec la technologie. Mais travaillant ensemble dans de petites équipes transversales agiles, ils arrivent avec de nouvelles idées.
Charles Weinstein, PDG, EisnerAmper
Intel ne regarde pas simplement améliorer ce qu'il fait déjà – réduire les coûts ici, augmenter la productivité. L'objectif est de découvrir de nouveaux domaines de revenus et de croissance. L'une de ses premières applications d'apprentissage automatique génératrices de revenus est un système de vente qui permet d'identifier les revendeurs les plus susceptibles de vendre.
Avec plus de 100 000 revendeurs, la force de vente d'Intel ne pouvait se permettre ses efforts sur les plus grands. Grâce aux algorithmes d'apprentissage automatique, l'entreprise peut maintenant comprendre plus intimement l'univers plus large des revendeurs et leurs besoins probables. Le système a déjà généré plus de 100 millions de dollars de revenus supplémentaires.
Ces résultats topline ont reçu un accueil chaleureux et nous ont permis de progresser plus rapidement dans la mise en œuvre de l'apprentissage automatique dans toute l'entreprise. En effet, l'apprentissage automatique est «au cœur» de la transformation numérique d'Intel, ajoute-t-il. "Dans 10 ans, il sera intégré dans tout ce que nous faisons."
Cependant, les entreprises doivent apporter des changements fondamentaux pour profiter des avantages différenciants de l'apprentissage automatique. «L'apprentissage automatique est un modèle d'affaires stratégique soutenu par des outils et des méthodes très complexes», explique Strier d'EY. "Vous ne l'appliquez pas, vous l'appliquez. Cela nécessite un engagement organisationnel continu pour continuer à nourrir, former, affiner et développer ce que vous n'auriez même pas pensé lorsque vous avez commencé. "
Weinstein d'EisnerAmper, par exemple, ne connaît pas encore toutes les façons dont l'apprentissage automatique évoluer au sein de l'entreprise, mais il est déterminé à le savoir au cours de la prochaine décennie.
«Si une entreprise veut devenir une entreprise d'apprentissage automatique, elle doit évoluer vers un état d'apprentissage continu pour améliorer ses processus opérationnels. Strier dit: [TRADUCTION]
Compte tenu des changements extraordinaires que l'apprentissage automatique apportera à organisations, non seulement le C-suite doit être engagé, il doit comprendre et diriger la stratégie de mise en œuvre. Chez Pinsent Masons, «la première étape consistait à faire comprendre au sein du leadership de la firme que c'était quelque chose qui pourrait être transformationnel», explique Halliwell. "Nous avons travaillé très dur pour comprendre quelles sont les possibilités et ce que l'apprentissage automatique ne peut pas faire. Sans cette compréhension et ce soutien, nous aurions lutté. "
Pour Weinstein, qui a dirigé l'effort d'apprentissage de la machine de son cabinet du coin, l'apprentissage automatique est une opportunité pour lui et l'entreprise. «C'est vraiment excitant pour moi de participer à cette transformation avec notre entreprise et avec toute la profession», dit-il. "C'est pourquoi je suis si engagé."
De plus, l'investissement requis pour être un leader dans la tendance de l'apprentissage automatique a été important, aussi l'adhésion de Weinstein est-elle importante. "Avec le montant de capital requis pour le faire", dit-il, "je dois m'assurer que nous allons dans la bonne direction."
Culture Conversion
Compte tenu de son potentiel de refonte des modèles d'affaires, Envoyer des ondes de choc de changement à travers une organisation-à travers ses processus, ses modèles de dotation, même sa culture. Les premières entreprises d'apprentissage automatique commencent tout juste à s'attaquer à ces changements, dont certains se clarifient très tôt et d'autres ne verront le jour que plus tard.
Le changement commence par la dotation en personnel. L'entreprise d'apprentissage automatique ne peut pas être construite par des développeurs traditionnels ou des ingénieurs seuls; L'une des raisons pour lesquelles la participation des PDG et des conseils d'administration est essentielle est l'impact de l'apprentissage automatique sur les modèles de ressources en termes de nouvelles compétences nécessaires pour exploiter la technologie. Halliwell. "Une erreur commise par d'autres est de penser à l'investissement uniquement en termes de budgets technologiques et non budgétaires."
EisnerAmper a recruté des data scientists, des analystes métiers et des développeurs d'applications dans son groupe de technologies d'entreprise. La nouvelle recrute des associés avec des chefs de la comptabilité, de l'audit et des impôts pour développer de nouvelles capacités.
"Un programmeur ne serait pas capable de comprendre la valeur des données brutes, et un comptable est complètement incapable de comprendre quoi faire avec technologie », explique Weinstein. "Mais en travaillant ensemble dans des équipes petites, agiles et interfonctionnelles, ils trouvent de nouvelles idées."
Au fil du temps, l'entreprise d'apprentissage automatique commence à regarder et à fonctionner différemment. «Avec l'apprentissage automatique, les changements requis sont importants, non seulement en termes d'investissement en capital, mais aussi en termes de changement culturel et d'apprentissage au sein de l'organisation, rompant avec les méthodes traditionnelles de travail», explique Arjun Sethi, associé chez A.T. Kearney et leader de sa pratique de transformation numérique. Tandis que les humains dirigent toujours l'entreprise d'apprentissage automatique, «la nature de cette organisation va changer à cause de la vitesse et de l'échelle avec lesquelles les machines peuvent apprendre». fournisseur de services à un conseiller commercial holistique. Au fil du temps, les services de comptabilité de base seront fortement automatisés, et il y aura des occasions importantes de fournir de nouvelles perspectives financières et commerciales aux clients.
«Nous allons avoir accès à d'énormes quantités de données pour ces clients», dit Weinstein . «C'est là que nos compétences entrent en jeu. Nous traitons des données de comptabilité pour toujours, mais nous n'avons jamais eu la possibilité d'analyser de tels volumes de données. Cela nous permettra de commercialiser différents produits pour nos clients et de les aider à rééquiper leurs opérations. »
La seule chose qui est claire à propos des changements nécessaires pour y arriver est« ils seront énormes – tout simplement énormes », dit-il. Weinstein. "Ils ne viendront pas dans les deux prochaines années, mais cela ne prendra pas non plus 10 ans. Cela nous donne du temps pour travailler sur nos modèles de dotation et nos modèles d'apprentissage et de perfectionnement. C'est très tôt, et nous apprenons. »
En effet, il est à courte vue de considérer l'apprentissage automatique comme un simple moteur d'efficacité opérationnelle qui automatise les activités humaines, dit Halliwell de Pinsent Masons. «C'est créer de nouveaux produits pour nous, des catégories de travail et des résultats que nous ne pouvions tout simplement pas faire auparavant», explique Halliwell. "C'est en partie un produit d'échelle; les tâches qui étaient trop importantes pour être envisagées avec seulement des ressources manuelles sont maintenant réalisables avec l'apprentissage automatique. Mais parce que nous amenons nos avocats à faire des reportages en chiffres – des déclarations de faits aux déclarations de données – notre modèle cherche maintenant à reproduire les résultats de manière à donner à nos clients l'accès aux données et la capacité d'analyser »
Cela va changer la façon dont l'entreprise facture ce qu'elle fait, depuis les heures facturables et les coûts remboursables jusqu'aux modèles de licences de logiciels ou aux prix fondés sur la valeur. Il aura également un impact à long terme sur la dotation en personnel et les effectifs, mais les détails restent à voir. "Nous ne pensons pas que quiconque ait compris à quoi cela ressemblera", dit Halliwell. "Plus d'avocats? Moins d'avocats? Un mélange différent? "
À l'heure actuelle, l'accent est mis sur l'obtention de plus d'avocats à adopter des capacités d'apprentissage automatique. «Tous les avocats ne savent pas comment la technologie peut être utilisée et comment ils doivent changer ce qu'ils font», explique Halliwell. "La clé pour nous est d'identifier ceux qui sont pionniers de son utilisation dans différentes lignes de service et secteurs, de les mettre à jour, puis de travailler avec eux pour se développer dans leur secteur."
The Machine-Learning Enterprise
] Comme la quantité de données disponibles pour les entreprises continue de croître, la quantité et la complexité des données dépassent les capacités de traitement des analystes humains. L'apprentissage automatique évoluera rapidement d'un avantage concurrentiel à une nécessité concurrentielle. Il deviendra de plus en plus difficile de donner un sens aux données qui circulent dans l'organisation sans l'intégration de machines capables non seulement d'analyser les données mais aussi d'en tirer des leçons.
Les entreprises qui recherchent la plus grande valeur et capable d '«adapter l'organisation plus rapidement que vos concurrents et de transformer le fonctionnement de vos employés et la façon dont vous interagissez avec les clients», explique le cabinet de justice KPMG
. évolutions "Je pense que nous sommes loin de savoir à quoi ressemblera l'avenir", dit Halliwell, "mais l'attitude que nous adoptons est qu'il vaut mieux être à l'avant-garde, en essayant d'explorer ces possibilités, en ayant quelques choix à faire et le luxe du temps pour faire ces choix, plutôt que d'être contraints à prendre une décision parce que nous étions en retard à la fête. "
Intel a récemment commencé à créer une stratégie d'entreprise pour l'apprentissage automatique. aux ventes et au marketing. "Nous avons commencé avec de plus petits investissements ciblés dans les preuves de concept", explique Safa. "Maintenant que ceux-ci ont été établis, il est plus facile de passer d'une zone à l'autre avec ces points de référence pour appliquer l'apprentissage automatique dans l'entreprise."
EisnerAmper étend également ses efforts au fil du temps. Mais Weinstein s'attend à ce que l'apprentissage automatique ait un impact exponentiel. «Nous mettons en œuvre notre programme d'apprentissage automatique de manière progressive et méthodique, service après-vente», explique-t-il. "Mais nous pensons à la fin du jeu en gros termes. Les entreprises qui ne prennent pas de mesures en ce moment seront laissées pour compte. » D!
