Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.
Les défis
de l’intelligence artificielle
Julien Lévy
(levy@hec.fr)15/11/2017
L’I.A. est sexy
L’I.A. est moins sexy
Ce que j’ai appris en étudiant 10 ans d’innovations numériques…
Pour
déchiffrer et agir
sur le réel,
le propre
de la science
est de passer par
la quantification
du monde.
Tout le monde
de notre perception
(ce que nous voyons,
écoutons, touchons),
peut être transformé en :
• longueur
• masse
•...
Tout le monde
de notre perception
(ce que nous voyons,
écoutons, touchons),
peut être transformé en :
• longueur
• masse
•...
Gaglileo Galilei (1564-1642)
“L’Univers [est un livre] écrit
dans la langue mathématique
et ses caractères sont des triang...
« Est réel
ce qu’on peut mesurer »
Max Planck
(1858-1947)
Tout le réel peut être
transformé en données.
Les technologies
numériques
ont créé
une capacité
extraordinaire
de production
et de traitement
de données
portant sur
tou...
L’enjeu n’est pas
seulement
d’organiser
l’information.
Il s’agit
de produire
et d’exploiter
des données
numériques
sur tou...
Actualités
Connaissances
humaines
Arts
Relations
sociales
Environnement
géographique
Environnement
physique
Comportement
e...
Navigation
en ligne
…par tous types
de moyensMobiles
Objets
connectés
mettables
Reconnaissances
automatiques
Objets
connec...
90% de toute
la production
mondiale
de données
auraient été créés
ces deux
dernières années*.
* source : IBM
Il faut tout transformer en données
pour
tout transformer par les données.
Le principe de la révolution numérique :
En 15 ans, de la rareté
des données à la pléthore
de données produites
Les lacunes de
la gouvernance des données :
les entreprises bataillent
pour collecter et organiser
la masse des données pr...
1 %99 %
Le défi
du gâchis
de données
Le défi
d’interpréter
et d’exploiter
les données
a finalement décollé
après « l’hiver » des années 70-90 :
moteurs de recherche,
analyse linguistique,
reconnaissance de la...
Réseau de neurones artificiels :
traitement statistique
massif de données
à travers l’apprentissage
automatique itératif.
Exemple :
diagnostiquer
un mélanome humain
La machine n’a ni nerf optique,
ni conscience, elle ne « voit » pas
un chat.
Elle intègre des valeurs (données)
qui sont d...
Des fonctions mathématiques
(les neurones ») traitent des
données simples en produisant
une information plus complexe,
à n...
Pour reconnaître un chat,
on n’indique pas à la machine
ce qu’est un chat
(approche système expert),
on la fait traiter de...
De la même façon, en
soumettant la machine à des
dizaines de milliers de photos
de grains et de beauté et
mélanomes, dûmen...
NEOFACE
Japon
Technologie d’IA utilisant
la reconnaissance faciale
pour établir des statistiques
(sexe, âge, revisites...)...
CLOVERLEAF SHELFPOINT
Etats-Unis
Cette startup américaine
d’affichage dynamique sur étagère,
apporte la data science aux m...
HYPHEN
Emirats Arabes Unis
Hyphen cherche à remplacer
les salariés de call center par
un chatbot, disponible 24h/24.
En ut...
GATEBOX
Japon
Gatebox va bien plus loin qu’Alexa
d’Amazon.
Ce dispositif d’assistant intelligent
prend une forme humaine e...
IA forte / IA faible
La machine peut donner
des réponses intelligentes…
et nous pouvons la traiter
comme si elle était
une...
J.C.R. Licklider
113
ON-LINE MAN-COMPUTER COMMUNICATION
J. C. R. Licklider and Welden E. Clark
Bolt Beranek and Newman, In...
En qui
auriez-vous
confiance ?
Dr Harold Bornstein
HYPE OR NOT HYPE ?
La courbe de Gartner
NOT HYPE
L’intelligence artificielle est
la prolongation et la réponse nécessaires
à la production continue de données
sur...
5 ENJEUX POUR LE MARKETING
1. UNE CONNAISSANCE BEAUCOUP
PLUS ÉTENDUE ET FINE DES CLIENTS
Big data (données structurées / non structurées) + IA.
Meill...
2. UNE RELATION CLIENTS AUTOMATISÉE
QUI N’ÉCARTE PAS L’EMPATHIE
Chatbots (+ interfaces enrichies).
Permet de libérer 20 à ...
3. L’AUTOMATISATION DU MARKETING QUANTITATIF
/ LE RENFORCEMENT D'UN MARKETING CRÉATIF.
L’IA est particulièrement bien conç...
4. LA GUERRE DES TALENTS
Aux Etats-Unis, les jeunes spécialistes en IA sont payés entre 300
et 500 K€. Les Universités son...
5. SAVOIR GÉRER UN PROJET DATA / IA
L’intégration de l’IA au marketing et la transformation digitale sont
étrangement simi...
1. Une connaissance beaucoup plus étendue et fine des clients
2. Une relation clients automatisée qui n’écarte pas l’empat...
merci !
Adetem Factory 2017 - Intervention de Julien Levy (HEC) : Les défis de l'intelligence artificielle
Prochain SlideShare
Chargement dans…5
×

Adetem Factory 2017 - Intervention de Julien Levy (HEC) : Les défis de l'intelligence artificielle

223 vues

Publié le

Adetem Factory 2017 : IA et Marketing, mythes et réalités.

Julien Levy – Professeur affilié – Directeur du Centre Digital d’HEC – Directeur de la Chaire AXA Stratégie digitale et big data et co-auteur du Mercator

Publié dans : Marketing
  • Soyez le premier à commenter

Adetem Factory 2017 - Intervention de Julien Levy (HEC) : Les défis de l'intelligence artificielle

  1. 1. Les défis de l’intelligence artificielle Julien Lévy (levy@hec.fr)15/11/2017
  2. 2. L’I.A. est sexy
  3. 3. L’I.A. est moins sexy
  4. 4. Ce que j’ai appris en étudiant 10 ans d’innovations numériques…
  5. 5. Pour déchiffrer et agir sur le réel, le propre de la science est de passer par la quantification du monde.
  6. 6. Tout le monde de notre perception (ce que nous voyons, écoutons, touchons), peut être transformé en : • longueur • masse • temps • température • quantité de matière • courant électrique • intensité lumineuse.
  7. 7. Tout le monde de notre perception (ce que nous voyons, écoutons, touchons), peut être transformé en : • longueur • masse • temps • température • quantité de matière • courant électrique • intensité lumineuse.
  8. 8. Gaglileo Galilei (1564-1642) “L’Univers [est un livre] écrit dans la langue mathématique et ses caractères sont des triangles, des cercles et autres figures géométriques, sans les moyens desquels il est humainement impossible d’en comprendre un mot. Sans eux, c’est une errance vaine dans un univers obscur.” Galilée, Il Saggiatore, 1623.
  9. 9. « Est réel ce qu’on peut mesurer » Max Planck (1858-1947) Tout le réel peut être transformé en données.
  10. 10. Les technologies numériques ont créé une capacité extraordinaire de production et de traitement de données portant sur tous types de choses.
  11. 11. L’enjeu n’est pas seulement d’organiser l’information. Il s’agit de produire et d’exploiter des données numériques sur tout, partout, tout le temps, par tous types de moyens.
  12. 12. Actualités Connaissances humaines Arts Relations sociales Environnement géographique Environnement physique Comportement en ligne Corps humain Activité cérébrale Santé Logistique Production Distribution… Tout transformer en données…
  13. 13. Navigation en ligne …par tous types de moyensMobiles Objets connectés mettables Reconnaissances automatiques Objets connectés mobiles Objets connectés domicile Objets connectés infrastructure & productivité Production numérique
  14. 14. 90% de toute la production mondiale de données auraient été créés ces deux dernières années*. * source : IBM
  15. 15. Il faut tout transformer en données pour tout transformer par les données. Le principe de la révolution numérique :
  16. 16. En 15 ans, de la rareté des données à la pléthore de données produites
  17. 17. Les lacunes de la gouvernance des données : les entreprises bataillent pour collecter et organiser la masse des données produites. la gouvernance des données
  18. 18. 1 %99 % Le défi du gâchis de données Le défi d’interpréter et d’exploiter les données
  19. 19. a finalement décollé après « l’hiver » des années 70-90 : moteurs de recherche, analyse linguistique, reconnaissance de la voix, traduction automatique questions & réponses… L’Intelligence Artificielle (IA)
  20. 20. Réseau de neurones artificiels : traitement statistique massif de données à travers l’apprentissage automatique itératif.
  21. 21. Exemple : diagnostiquer un mélanome humain
  22. 22. La machine n’a ni nerf optique, ni conscience, elle ne « voit » pas un chat. Elle intègre des valeurs (données) qui sont des pixels.
  23. 23. Des fonctions mathématiques (les neurones ») traitent des données simples en produisant une information plus complexe, à nouveau traitée à un niveau supérieur, jusqu’à composer un algorithme complexe.
  24. 24. Pour reconnaître un chat, on n’indique pas à la machine ce qu’est un chat (approche système expert), on la fait traiter des dizaines de milliers de photos de chats et d’autres objets en lui disant celles qui représentent un chat ou non (apprentissage supervisé). La machine modifie son algorithme jusqu’à ne plus faire d’erreurs.
  25. 25. De la même façon, en soumettant la machine à des dizaines de milliers de photos de grains et de beauté et mélanomes, dûment labellisées, la machine finit par ne plus se tromper : elle établit le bon diagnostic. Derrière cette technologie, des milliers d’applications.
  26. 26. NEOFACE Japon Technologie d’IA utilisant la reconnaissance faciale pour établir des statistiques (sexe, âge, revisites...) et identifier les clients en temps réel grâce à la reconnaissance faciale.
  27. 27. CLOVERLEAF SHELFPOINT Etats-Unis Cette startup américaine d’affichage dynamique sur étagère, apporte la data science aux magasins. Un capteur optique intégré aux rayons détecte le segment d’âge et de sexe, ainsi que l’émotion des clients. L’affichage sur étagère change en fonction de ces informations. Le tout est complété par un outil de statistiques.
  28. 28. HYPHEN Emirats Arabes Unis Hyphen cherche à remplacer les salariés de call center par un chatbot, disponible 24h/24. En utilisant le machine learning, on télécharge l’historique des échanges ou on fait les questions/réponses jusqu’à ce que le résultat soit satisfaisant. On déploie ensuite le dispositif sur sms, Twitter et sur les réseaux sociaux pour 59 à 999$ par mois.
  29. 29. GATEBOX Japon Gatebox va bien plus loin qu’Alexa d’Amazon. Ce dispositif d’assistant intelligent prend une forme humaine en 3D de style manga et propose des services tels que la domotique, le réveil, l’information, etc. Mais plus encore, elle a une forme et un comportement humaines pour développer une relation émotionnelle avec son propriétaire.
  30. 30. IA forte / IA faible La machine peut donner des réponses intelligentes… et nous pouvons la traiter comme si elle était une personne intelligente… …sans qu’elle soit intelligente (conscience de soi, objectifs…) : ce n’est que du traitement statistique.
  31. 31. J.C.R. Licklider 113 ON-LINE MAN-COMPUTER COMMUNICATION J. C. R. Licklider and Welden E. Clark Bolt Beranek and Newman, Inc. Cambridge, Massachusetts and Los Angeles, California Summary ticularly adept. On-line man-computer communication requires much development before men and computers can work together effectively in formulative thinking and intuitive problem solving. This paper examines some of the directions in which advances can be made and describes on-going programs that seek to improve man- machine interaction in teaching and learning, in planning and design, and in visualizing the internal processes of computers. The paper concludes with a brief discussion of basic problems involved in improving man-computer com- munication. Introduction On-line communication between men and computers has been greatly impeded, during the whole of the short active history of digital computing, by the economic factor. Large-scale computers have been so expensive that -- in business, industrial, and university applications -- there has been great pressure to take full advantage of their speed. Since men think slowly, that pressure has tended to preclude extensive on-line interaction between men and large-scale computers. Inex- pensive computers, on the other hand, have been severely limited in input- output facilities. Consequently, the main channel of on-line man-computer interaction, in the world of commerce and in the universities, has been the electric typewriter. In critical military systems such as SAGE, the economic factor has been less restrictive and the need for man- computer interaction greater or more evident. However, the SAGE System, the pioneer among computerized military systems, is "computer-centered" -- less so in operation than in initial design, but still clearly computer-centered -- and that fact has had a strong influence upon man-computer interaction in mili- tary contexts. The computers and their programs have tended to dominate and control the patterns of activity. The scope for human initiative has not been great. Men have been assigned tasks that proved difficult to automate more often than tasks at which they are par- Por the kind of on-line man- computer interaction required in computer- centered military systems, a console featuring a Charactron display tube, a "light gun," and arrays of display lights and push buttons proved effective. At one time, about four years ago, at least 13 different companies were manu- facturing such consoles -- different in minor respects but all alike in basic concept. Until recently, therefore, on- line man-computer communication could be summed up in the phrase: electric typei^riters and SAGE consoles. Increasing Need for Man-Computer SymbiosTs" During the last year or two, three trends that bear upon on-line man- computer interaction have become clear. First, the cost of computation is de- creasing; it is no longer wholly un- economic for a man to think in real time with a medium-scale computer. Second, time-sharing schemes are begin- ning to appear in hardware form; the economic obstacle fades as the cost of a computer is divided among several or many users. Third, more and more people are sensing the importance of the kinds of thinking and problem solving that a truly symbiotic man-computer partnership might accomplish: 1. Military officers are eager to regain the initiative and flexibility of command they feel they lost to the computers in computer-centered command and control systems, but they want to retain the storage and processing services of the computers. 2. A few mathematicians are finding computers very helpful in ex- ploratory mathematical thinking. Working closely with powerful computers and graphic displays, they are able to see at once the consequences of experi- mental variations in basic assumptions and in the formulation of complex ex- pressions. 3. Several persons responsible for the programming of computerized systems are beginning to believe that the only way to develop major programs 114 MAN-MACHINE COOPERATION rapidly enough to meet hardware time scales is to substitute, for the large crews of programmers, coders, and clerks, small teams of men with sophisti- cated computer assistance -- small teams programming "at the console." With statement-by-statement compiling and testing and with computer-aided book- keeping and program integration, a few very talented men may be able to handle in weeks programming tasks that ordi- narily require many people and many months. 4. In war gaming and even to some extent in management gaming, there is a growing feeling that the value of exer- cises will increase greatly if the pace can be speeded. On-line interaction between the gamers and computers is 5. In the planning and design of systems of many kinds, digital simulation is recognized as a valuable technique, even though the preparation and exe- cution of a simulation program may take weeks or months. There is now a growing interest in bringing the technique under direct and immediate control of planners and designers --in achieving the availability and responsiveness of a desk calculator without losing the power and scope of the computer. 6. In the field of education, some of the far-reaching possibilities inherent in a meld of "programmed in- struction" and digital computers have become evident to many. 7. The complex equipment used in exploratory research, now in scientific laboratories and perhaps shortly in space, requires overall guidance by C!0^ OT-*-f-H O-f-C! V i n f Q -f- -f-Vt o CQTYIO f ^ m o A O tailed control by computers. Several groups are currently interested in "semi-automatic laboratories." The foregoing considerations suggest that man-computer communication will be an active field during the next few years and that efforts to facilitate productive Interaction between men and computers will receive wide appreciation. Man-Computer Complementation The fundamental aim in designing a man-computer symbiosis is to exploit the complementation that exists between human capabilities and present computer capabilities: a. To select goals and criteria -- human; b. To formulate questions and hypotheses -- human; c. To select approaches -- human; d. To detect relevance -- human; e. To recognize patterns and objects -- human; f. To handle unforseen and low- probability exigencies -- human; g. To store large quantities of information -- human and computer; with high precision -- computer; h. To retrieve information rapid- ly -- human and computer; with high precision — computer; i. To calculate rapidly and accu- rately -- computer; j. To build up progressively a repertoire of procedures without suffer- ing loss due to interference or lack of use -- computer. It seems to us that the functions listed, a through j, are the essential ingredients of creative, intellectual work. In most such work, they are not strung together in simple temporal sequence, but intimately Interrelated, often operating simultaneously with much reciprocal Interaction. For that reason, the conventional computer-center mode of operation, patterned after that of the neighborhood dry cleaner ("in by ten, out by five"), is inadequate for creative man-computer thinking; a tight, on-line coupling between human brains and electronic computers is required. We must amalgamate the predominately computer capabilities to create an integrated system for goal-oriented, on-line-inventive information processing. In associating capabilities a through f primarily with human beings and capabilities g through j primarily with computers, we are of course des- cribing the present state of affairs, the technology in which we now must work, and not asserting any essential discontinuity between the domains of human and machine information proces- sing. There is always the possibility that human competence in g through j can be significantly Increased, and it is almost certain that machine competence in a through f will develop rapidly during the next decades. At present, however, we think that man and computer complement each other, and that « Les hommes fixeront les buts, formuleront des hypothèses, détermineront des critères et réaliseront les évaluations. Les ordinateurs feront le travail routinier qui doit être fait pour préparer les idées et les décisions propres à la pensée technique et scientifique (…). Aujourd’hui, nous pensons que l’homme et la machine se complètent l’un l’autre et que la capacité intellectuelle de cette symbiose homme-machine sera beaucoup plus puissante que celle de chacun pris séparément. » J. C. R. Licklider "On-Line Man-Computer Communication" (1962)
  32. 32. En qui auriez-vous confiance ? Dr Harold Bornstein
  33. 33. HYPE OR NOT HYPE ? La courbe de Gartner
  34. 34. NOT HYPE L’intelligence artificielle est la prolongation et la réponse nécessaires à la production continue de données sur tout, tout le temps, par tous les moyens pour tout changer par les données.
  35. 35. 5 ENJEUX POUR LE MARKETING
  36. 36. 1. UNE CONNAISSANCE BEAUCOUP PLUS ÉTENDUE ET FINE DES CLIENTS Big data (données structurées / non structurées) + IA. Meilleure analyse du marché, meilleur ciblage, meilleure personnalisation. Boite noire de l’algorithme. Toutes les entreprises ne sont pas égales dans l’accès aux données des clients.
  37. 37. 2. UNE RELATION CLIENTS AUTOMATISÉE QUI N’ÉCARTE PAS L’EMPATHIE Chatbots (+ interfaces enrichies). Permet de libérer 20 à 30% de la charge d’un service clients / community management. Mouvement de substitution et opérateur augmenté. Test de Turing / interface machine. L’IA permet aussi de créer l’ « automatisation empathique ».
  38. 38. 3. L’AUTOMATISATION DU MARKETING QUANTITATIF / LE RENFORCEMENT D'UN MARKETING CRÉATIF. L’IA est particulièrement bien conçu pour se substituer aux spécialistes / opérateurs du marketing quantitatif. Une sorte de généralisation de la publicité programmatique. Le rôle des êtres humains sera d’autant plus important en matière de stratégie et de créativité (aussi dans l’exploitation de l’IA). Deux mouvements ascendants parallèles : data & design thinking…
  39. 39. 4. LA GUERRE DES TALENTS Aux Etats-Unis, les jeunes spécialistes en IA sont payés entre 300 et 500 K€. Les Universités sont pillées. GAFA et autres NATU concentrent les ressources, les projets et les talents. Un tiers de la première promo X-HEC Data Science for Business s’oriente vers la création de startup. Les entreprises sont dans le brouillard quant aux métiers, aux compétences, à ce qui doit être internalisé / externalisé.
  40. 40. 5. SAVOIR GÉRER UN PROJET DATA / IA L’intégration de l’IA au marketing et la transformation digitale sont étrangement similaires : c’est un projet de transformation digitale. On a besoin d’une vision stratégique, d’une gouvernance… et de favoriser les initiatives. Initiatives : identifier les pain points (définir le cas d’usage), commencer petit, impliquer les collaborateurs… Avec qui ? Comment ?
  41. 41. 1. Une connaissance beaucoup plus étendue et fine des clients 2. Une relation clients automatisée qui n’écarte pas l’empathie 3. L’automatisation du marketing quantitatif / le renforcement d'un marketing créatif. 4. La guerre des talents 5. Savoir gérer un projet data / IA. 5 ENJEUX DE L’IA POUR LE MARKETING
  42. 42. merci !

×