De nos jours, de plus en plus d’organisations de divers secteurs s’intéressent à l’intelligence artificielle (IA) et au machine learning (ML). Elles utilisent ces deux technologies afin d’obtenir des informations commerciales pertinentes, de les transformer en véritable data exploitable et de développer la connaissance client. L’EPSI fait le point dans cet article sur quelques exemples de projets réussis, autour de ces deux technologies. Détail !
La chaîne de dépanneurs Wawa prévoit l’utilisation de l’apprentissage machine pour modifier les prix en fonction des facteurs concurrentiels. Cela consiste à trouver un équilibre entre le coût de l’expérience utilisateur et l’amélioration de cette expérience. Cette tarification dynamique permet à Wawa de personnaliser ses offres pour les abonnés et ses programmes de fidélisation. En outre, la chaîne de dépanneurs s’est basée sur l’exploitation des algorithmes et des données afin d’établir des règles sans prix fixe.
Des solutions d’intelligence artificielle et du machine learning ont été déployées dans le secteur médical par l’assureur santé Anthem. Ces solutions sont ainsi utilisées dans des situations qui vont de la prévention de la santé des patients à la réduction des litiges liés à ses services. L’IA aide également Anthem à surveiller le traitement des dossiers afin de détecter les difficultés des patients, leurs demandes de services et autres prestations.
Pour ce faire, le groupe anticipe la probabilité de succès d’un traitement en analysant les données de santé générées annuellement par les patients atteints de troubles chroniques et en les croisant avec celles de patients qui souffrent de troubles similaires. Udi Manber, ancien directeur de recherche chez Google, a été recruté en 2018 en tant que directeur IA chez Anthem, ce qui montre l’importance de l’IA pour le groupe. La mise en place des compétences en IA est faite dans toutes les lignes d’activités du groupe, pour simplifier l’expérience de santé et la rendre davantage efficace, personnalisée et proactive.
Zulily est un revendeur de vêtements pour femmes qui utilise le machine learning pour personnaliser ses produits. Son logiciel s’appuie sur des dizaines d’indicateurs, notamment le temps passé à consulter une sélection de produits, l’historique des achats, l’activité dans les réseaux sociaux et les gestes effectuées pendant la navigation sur l’application mobile. Le logiciel de Zulily apprend ainsi à mieux connaître le client afin de lui proposer des vêtements adaptés à ses besoins. Il est à noter que Zulily développe ses propres algorithmes personnalisés et s’appuie sur une multitude de technologies open source, notamment TensorFlow, Hadoop et H20.
Experian, le géant du reporting sur les cartes de crédit, s’est doté dans le cadre de sa transformation numérique du produit Ascend Analytics On Demand. C’est une plateforme d’analyse en libre-service qui tire parti des capacités d’apprentissage machine. Ascend permet aux entreprises de construire des modèles prédictifs afin de déterminer les facteurs critiques et évaluer l’éligibilité des consommateurs à un crédit donné.
Le président des services d’information aux consommateurs d’Experian a expliqué que les clients peuvent effectuer en quelques minutes des analyses sophistiquées de ces données, au lieu de plusieurs semaines. La plateforme peut même permettre aux consommateurs de valider leur demande de crédit sur le champ. Barry Libenson, DSI d’Experian Global, a supervisé le développement de la plateforme qui est basée sur Hadoop et d’autres outils analytiques. Enfin, l’époque de la prescription est terminée et les clients veulent aujourd’hui accéder en temps réel à d’énormes data sets quand ils veulent et comme ils veulent.
L’application de l’intelligence artificielle et du machine learning par les entreprises de divers secteurs démontre l’étendue des possibilités offertes par l’informatique en matière d’emploi. Une autre raison d’envisager une carrière dans ce secteur, qu’il est possible d’intégrer grâce aux formations proposées par l’EPSI.