Retrouvez la présentation de Jean-Luc Marini (Directeur du Lab IA d'Axys Consultants) réalisée à l'occasion d'un séminaire interne. Le "Digital labor" c’est toute activité qui produit de la valeur et qui est fondée sur des principes de tâcheronisation et de datafication. La tâcheronisation, c’est la réduction à des tâches simples réduites, fragmentées et standardisées - la tâche la plus simple, c’est le clic - et la datafication, c’est la production de données parce que les plateformes et les intelligences artificielles, que ces plateformes s’efforcent de produire et de marchander, sont en réalité fondées sur un flux constant de données produites et traitées (Antonio Casilli - sociologue français - Spécialiste des réseaux sociaux, maître de conférences en humanités numériques à Télécom ParisTech et chercheur au Centre Edgar-Morin de l’EHESS).

1. L’IA COMME MOYEN DE
TRANSFORMATION DU
TRAVAIL HUMAIN VERS LE
DIGITAL LABOR
Jean-Luc Marini, directeur du Laboratoire d’intelligence
artificielle d’Axys Consultants
1

2. 2
I PROPOSE TO CONSIDER THE QUESTION,
« CAN MACHINES THINK? »
- ALAN TURING –
« COMPUTING MACHINERY AND
INTELLIGENCE » (MIND, OCTOBRE 1950)

3. 3
John McCarthy Marvin Minsky
L’EXPRESSION IA APPARAÎT EN 1956 DURANT LA CONFÉRENCE DE DARTMOUTH

4. 4
AGIR COMME UN
HUMAIN

5. 5
PENSER COMME UN HUMAIN

6. 6

7. UN ENSEMBLE DE CONCEPTS
7
Avancée dans l’intelligence machine
Avancéeenautomatisation
Agir comme un
humain
Pensercomme
unhumain
• Automatisation des
processus simples,
répétables, transactionnels,
basés sur des règles
• Le plus rapide à mettre en
œuvre
• Formule des hypothèses
cognitives comme les
humains
• Exploite l’analyse prédictive
pour proposer des solutions
• Le plus compliqué, long et
coûteux à mettre en œuvre
• Automatisation axée sur
l’autoapprentissage et les
technologies adaptatives
qui comprennent tous
types de données
• Plus compliqué et coûteux
à mettre en œuvre
Robotic
process
automation
Digital labor
Travail humain Technologies
cognitives

8. UN ENSEMBLE DE TECHNOLOGIES
8
L’Intelligence
Artificielle
Clustering
Machine
Learning
Deep Learning
Analyse prédictive
Classification
Reinforcement Learning
Segmentation
Natural
Language
Processing
Traduction
Classification et clustering
Extraction de l’information
Text mining
Prédiction ontologique
Voice and
Speech
Speech to Text
Text to Speech
Synthèse vocale
Systèmes
experts
Chatbot
Représentation des connaissances
Vision
Reconnaissance d’image
Vision par machine
Interprétation vidéo
Création et traitement d’image
Systèmes
de recommandation
Filtrage et recherche d’information
Compréhension et reconnaissance des émotions
Analyse du sentiment
Analyse de contexte en temps réel
Prédiction des intérêts
Robotique
Perception
Auto-adaptation
Interaction
Planification /
Optimisation
Planification de parcours
Planification
Tarification dynamique

9. 3 NIVEAUX D’UTILISATION ACTUELS
9
Automatisation de processus
transactionnels, basés sur des règles et
répétables
Caractéristiques :
• Fonctionne avec des données
structurées et des paramètres bien
définis, les robots virtuels peuvent
effectuer des tâches de manière
autonome
• Ces outils sont placés au niveau de la
couche présentation et n’infiltrent pas
le système informatique
• Les solutions sont faciles à concevoir,
rapidement testées et mises en œuvre
avec un investissement relativement
faible
• Facteur humain remplacé
Exemple : Une banque en ligne
américaine a utilisé le RPA pour
automatiser les demandes de niveau 1
(changement d’adresse)
Niveau 1
Automatisation des processus de
base
Traitement de données non structurées
comme base d’auto-apprentissage
Caractéristiques :
• Permet de capturer la connaissance du
processus pour comprendre comment
il fonctionne
• Sur la base d’indications, des résultats
définis sont générés. Il y a une forte
probabilité le résultat soit celui désiré
• Accélère l'analyse humaine pour
prendre la bonne décision
Exemple : Une société d'énergie a utilisé
l'intelligence artificielle et le
raisonnement sémantique avancé pour
développer un agent virtuel de centre
d’assistance afin de comprendre
rapidement les questions, fournir des
réponses aux clients ou escalader à un
humain au besoin
Niveau 2
Automatisation des processus plus
complexes
Automatisation pilotée par l'auto-
apprentissage et les technologies
adaptatives
Caractéristiques :
• Peut être utilisé pour la génération
d'hypothèses cognitives sophistiquées /
d’analyses prédictives avancées
• De telles plateformes sont coûteuses à
développer et à mettre en œuvre et
nécessitent généralement un long
délai de mise en œuvre -actuellement
très peu d'acteurs
• Réduit l'erreur humaine, mais ne retire
pas les humains de l'équation
Exemple : Une compagnie d’assurance a
utilisé l’intelligence artificielle cognitive et
l’analyse linguistique pour déterminer des
facteurs de risque à partir de rapports
d’expertise produits par des cabinets
différents, dans des langues diverses et
des formats hétérogènes.
Niveau 3
Automatisation cognitive

10. 10
 Prévision des charges
 Recouvrement et
impayés
 Credit scoring
 Flux et prévisions de
trésorerie
 Simulation budgétaire
 Modélisation des
risques financiers
FINANCES &
PERFORMANCE
MANAGEMENT
 Réduction du taux de
churn
 Acquisition de clients
 Lead scoring
 Recommandation de
produits
 Optimisation de
campagnes marketing
 Segmentation de
clientèle
DIGITAL -
MARKETING &
COMMERCE
ACHATS
 Optimisation des prix
 Détection de la fraude
 Rapprochement de
factures
 Regroupement de
fournisseurs
 Predictive costing
 Réapprovisionnement
de produits non stockés
TRAVEL &
EXPENSE
 Prévention des fraudes
et des abus
 Surveillance de la
conformité à la
politique sur les
voyages
 Recommandations
personnalisées de vols
ou d’hôtels

11. 157 rue Anatole France
92300 Levallois-Perret
contact@axys-consultants.com
www.axys-consultants.com

12. ACHATS
FINANCES &
PERFORMANCE
MANAGEMENT
DIGITAL –
MARKETING
& COMMERCE
DATA
ACCOMPAGNEMENT
AU CHANGEMENT
ET TRANSFORMATION
DES ENTREPRISES
TRAVEL &
EXPENSES
NEOSIGHT