Présentation du 23 Janvier lors de la journée MEDEF / AFIA sur l'Intelligence Artificielle - recommandations aux entreprises sur la base du groupe de travail de l'Académie des Technologies

1. Yves Caseau - Intelligence Artificielle au MEDEF – Janvier 2017 1/6
Yves Caseau
Académie des Technologies
AXA Group Head of Digital

2. Yves Caseau - Intelligence Artificielle au MEDEF – Janvier 2017 2/6
« Le renouveau de l’IA » /« Le renouveau de l’IA » /
Groupe de travail de l’ADT Groupe de travail de l’ADT
 Accélération spectaculaire des
investissements
 Grands acteurs et Capital risque
 Les fruits sont à venir !
 Accélération spectaculaire des
performances
 Reconnaissance d’images, de
parole, traduction, ….
 Alpha Go, etc. 
 La loi de Moore n’explique pas
tout
 Questions du groupe de travail
 Révolution ou évolution ?
 Algorithme IA = commodité ?
 « Exponential Organization » ?

3. Yves Caseau - Intelligence Artificielle au MEDEF – Janvier 2017 3/6
De quoi parle-t-on et à quel moment ?De quoi parle-t-on et à quel moment ?
 Deux axes:
 La question est bien définie versus
ouverte ?
 Le domaine de connaissance est
étroit / formel ou large / informel
 Apprentissage profond
 Un « breaktrough » technologique
 Répond à une question bien
identifiée (e.g. classification)
 Consomme énormément de
données
 Apporte la perception aux
systèmes intelligents
Knowledge
workersAssistants
Broad
domain
Narrow
domain
Fixed
Goals
Autonomous
Goals
Pattern
Matching
NLP
Semantic Office Robots
Domestic Robotschatbots
time
Turing Test
2026 
Expert
systemsRPA
Hard:
•Train from
small set of data
•Common-sense
knowledge
•Infer goals from
context
Hard:
•Train from
small set of data
•Common-sense
knowledge
•Infer goals from
context
Cf Tokyo University
Robot:
•Multiple AI
techniques
•Multiples Sources of
Knowledge
Cf Tokyo University
Robot:
•Multiple AI
techniques
•Multiples Sources of
Knowledge
 Chatbots et reconnaissance vocale
 Révolution annoncée de la parole
 Les chatbots « simples » sont utiles
 Les « smart assistants » sont plus que
des chatbots et vont émerger plus tard

4. Yves Caseau - Intelligence Artificielle au MEDEF – Janvier 2017 4/6
Quelles applications pour le monde de l’assurance ?Quelles applications pour le monde de l’assurance ?
 Il existe de multiples formes d’IA – et d’analyse de
données (pas la même chose)
 L’essentiel des algorithmes est disponible en open source
 La compétence fondamentale est une compétence
d’intégration et d’ingénierie systémique
Assess
Situation
Propose
Products
Deliver
Product
Assist
Customer
Back-end
Pattern detectionPattern detection
Voice (Siri, Alexa, Google Voice, …)Voice (Siri, Alexa, Google Voice, …)
Customer Interaction (e.g. Chatbots)Customer Interaction (e.g. Chatbots)
Robotic Process AutomationRobotic Process Automation
Smart AssistantSmart Assistant
Digital Traces
Wearables /
IOT
Digital Traces
Wearables /
IOT
FraudFraudunderwriting
recommendation
Automation
claims
Robot AdvisorRobot Advisor CoachCoach

5. Yves Caseau - Intelligence Artificielle au MEDEF – Janvier 2017 5/6
Les « Fintechs » et l’IALes « Fintechs » et l’IA
Exemples
Caractéristiques
•Focus sur l’histoire racontée au
client
•Automatisation pour rendre du
temps utile au client
•Assistance pour faciliter l’usage
Complexité de l’IA
•Outils open-source ou services GAFIM
•Algorithmes connus de data science
•Savoir-faire :
recettes
d’intégration
Points forts à imiter
•Capacité d’apprentissage à partir de la
donnée client, en cycle itératif
(ne pas sous-estimer un départ lent)
•Utilisation des piles logicielles modernes
(cloud), prêt pour le passage à l’échelle

6. Yves Caseau - Intelligence Artificielle au MEDEF – Janvier 2017 6/6
Premières recommandationsPremières recommandations
 Collecter des jeux de données
 Commencer à utiliser des réseaux
neuronaux pour des problèmes de
classification experte
(e.g. Tensor Flow)
 Maitriser la technologie
d’automatisation (RPA)
 Implémenter les premiers chatbots
d’assistance client sur des périmètres
fonctionnels simples
Etat d’esprit : innovation distribuée et émergenteEtat d’esprit : innovation distribuée et émergente
Collecte de données / jeux d’apprentissageCollecte de données / jeux d’apprentissage
Environnement Logiciel IA-friendlyEnvironnement Logiciel IA-friendly
Culture de Lab (Data Science)Culture de Lab (Data Science)
PersévérancePersévérance
Agile => anticipation
Construire des
compétences
d’intégration d’IA
Agile => anticipation
Construire des
compétences
d’intégration d’IA
Flux
logiciel
constant
Temps long de
construction
de
compétences
Niel Jacostein – Singularity
University:
(1)Invest
(2)Try free algos
(3)Crowd-source talents
(4)Do it yesterday
Niel Jacostein – Singularity
University:
(1)Invest
(2)Try free algos
(3)Crowd-source talents
(4)Do it yesterday

7. Yves Caseau - Intelligence Artificielle au MEDEF – Janvier 2017 6/6
Premières recommandationsPremières recommandations
 Collecter des jeux de données
 Commencer à utiliser des réseaux
neuronaux pour des problèmes de
classification experte
(e.g. Tensor Flow)
 Maitriser la technologie
d’automatisation (RPA)
 Implémenter les premiers chatbots
d’assistance client sur des périmètres
fonctionnels simples
Etat d’esprit : innovation distribuée et émergenteEtat d’esprit : innovation distribuée et émergente
Collecte de données / jeux d’apprentissageCollecte de données / jeux d’apprentissage
Environnement Logiciel IA-friendlyEnvironnement Logiciel IA-friendly
Culture de Lab (Data Science)Culture de Lab (Data Science)
PersévérancePersévérance
Agile => anticipation
Construire des
compétences
d’intégration d’IA
Agile => anticipation
Construire des
compétences
d’intégration d’IA
Flux
logiciel
constant
Temps long de
construction
de
compétences
Niel Jacostein – Singularity
University:
(1)Invest
(2)Try free algos
(3)Crowd-source talents
(4)Do it yesterday
Niel Jacostein – Singularity
University:
(1)Invest
(2)Try free algos
(3)Crowd-source talents
(4)Do it yesterday