On ne bluffe pas : le poker et les autres jeux sont de bons modèles d’entreprise autonome

ChatGPT et d’autres outils d’intelligence artificielle ont dominé la conversation ces derniers temps. Leur pouvoir d’imiter l’écriture et l’art humains fait craindre que les machines ne commencent à remplacer les cols blancs, la façon dont elles ont repris de nombreux emplois de cols bleus au 19^e siècle. Chez Digitate, nous réfléchissons également au rôle des machines au travail, alors que nous développons des outils logiciels pour concrétiser l’entreprise autonome.

Dans notre vision de « l’entreprise autonome », les machines (ou plutôt les algorithmes d’IA) accomplissent des tâches hautement répétitives ou définies, tandis que les tâches stratégiques de prise de décision sont pilotées par des humains.

Vous pensez peut-être que cette règle signifie qu’il est facile de décider quelles tâches peuvent être assignées aux machines. Mais à mesure que l’IA et l’apprentissage automatique deviennent de plus en plus sophistiqués et puissants, la ligne de démarcation continue de bouger. Cependant, le facteur distinctif reste le même : si la tâche considérée traite des données dans un défini ou indéfini chemin.

1. Défini: Les activités du cluster défini offrent toutes les informations (données) et instructions dont vous avez besoin pour les exécuter. Aucune information n’est masquée et l’instruction spécifique à utiliser peut être calculée à l’aide des données disponibles. Les activités de données définies sont mûres pour être gérées par machine.
2. Indéfini: Les activités de ce groupe n’offrent pas toutes les informations nécessaires pour être performantes. L’intuition, l’interprétation, l’analyse, la déduction et la supposition sont nécessaires. Les activités de données non définies font pas bien s’adapter à la gestion des machines.

Les jeux peuvent aider à comprendre comment déployer l’IA

Les jeux qui sont de parfaits exemples de ces deux groupes sont respectivement les échecs et le poker. Ces catégories ont été définies pour la première fois par le mathématicien et informaticien pionnier John von Neumann (qui a créé tout un domaine d’étude avec son livre de 1944, Théorie des jeux et comportement économique).

Je me suis souvenu de la distinction de von Neumann lorsque j’ai assisté à un discours l’automne dernier par un érudit et champion de poker Maria Konnikova qui couvraient certains des points ci-dessous.

D’abord, pensez à une partie d’échecs. Il a un ensemble défini de pièces avec des rôles spécifiques, un ensemble clair de règles et un espace défini (l’échiquier). Toutes les données sont affichées pour les deux joueurs, sans informations cachées (et sans ambiguïté quant à savoir si un mouvement est légal ou non). Le nombre total de tous les mouvements possibles est très élevé, mais pas infini. Cela signifie qu’une machine équipée d’un bon ensemble d’algorithmes et d’une puissance de calcul suffisante peut battre n’importe quel champion d’échecs. (En fait, cela s’est d’abord produit un trimestreil y a -siècle.)

Pensez maintenant au poker. Il a également un ensemble défini de pièces (un jeu de cartes), un ensemble de règles et un espace défini (la table à cartes). Cependant, toutes les informations ne sont pas affichées ; en fait, le mécanisme central du poker consiste à deviner quelles cartes vos adversaires détiennent secrètement, puis à prédire avec succès comment ils parieront. Le jeu doit être joué par des hypothèses, des indices et des intuitions à la fois sur les cartes disponibles et sur le comportement humain sous des pressions émotionnelles spécifiques.

Vous savez quand les plier ? Cela ne se calcule pas

Voici la principale différence : les machines ne fonctionnent pas bien lorsque toutes les informations nécessaires ne sont pas disponibles.

Bien que je réalise que les gens pourraient objecter que l’IA progresse et qu’elle imite l’intelligence humaine, il n’existe pas encore d’application de niveau entreprise de telles solutions. Au moins pour les prochaines années, les machines ne peuvent toujours pas nous battre au poker.

Les opérations d’entreprise de bout en bout sont plus proches du poker que des échecs, car souvent toutes les données ne sont pas disponibles. La prise de décision est souvent motivée par des données limitées, l’interprétation des informations et l’intuition.

Les machines sont très efficaces et efficientes pour gérer les tâches avec un ensemble clair de données et un ensemble de règles bien définies, également appelées Procédures d’utilisation normalisées. Dans de nombreuses entreprises, un large éventail d’opérations allant des ventes aux RH peuvent être décrites avec des SOP, et donc automatisées. (Dans les opérations informatiques, où j’ai passé ma carrière, 80% des tâches peuvent être machine-géré.)

Le parcours typique vers une entreprise autonome passe généralement par ces phases :

1. Manuel: Il n’y a pas de support par des machines ; toutes les tâches sont exécutées par des humains.
2. Augmenté : Il existe des routines spécifiques qui atténuent les tâches répétitives, mais ces routines sont déclenchées par les humains. (La phase la plus courante de nos jours.)
3. Automatique: La machine réagit à un ticket (demande humaine), déclenchant une routine spécifique pour résoudre le problème.
4. Autonome: Les machines suggèrent et exécutent des actions pour prévenir les incidents ou améliorer les performances globales. Habituellement, il y a une période de supervision où l’humain « enseigne » ou modélise les actions que la machine doit prendre, qu’elle exécutera plus tard sans supervision.

Chez Digitate, nous avons construit « ignio™ », notre plate-forme AIOps phare pour les opérations informatiques et commerciales, afin de devenir totalement autonome. Après sa période « d’apprentissage », l’algorithme d’apprentissage machine propriétaire d’ignio peut filtrer les informations excédentaires générées par l’environnement de production, en se concentrant uniquement sur les activités nécessaires pour améliorer ou rectifier la situation.

Garder une longueur d’avance avec des opérations autonomes

Comme tout bon programme informatique d’échecs, ignio dispose d’une bibliothèque de plus de 10 000 mouvements personnalisables (cas d’utilisation) à appliquer lorsqu’une situation se produit. Bien sûr, au début, ignio demandera l’approbation humaine avant d’exécuter le cas d’utilisation. Mais lorsque la période d’apprentissage automatique est terminée, ignio est prêt non seulement à résoudre lui-même les problèmes informatiques, mais également à optimiser toutes sortes de processus métier.

L’essentiel : ignio est conçu pour être une solution d’entreprise autonome pour les opérations informatiques. ignio se concentre sur l’ensemble du paysage, pas seulement sur des aspects particuliers tels que le flux de données, la gestion des tickets ou la surveillance. ignio n’est pas simplement un outil pour un besoin spécifique, mais plutôt une solution pour faire de l’entreprise informatique autonome une réalité.

Et vous pouvez parier toute votre mise sur cet accord.

Pour voir ignio en action, Cliquez ici pour demander une démo.