AI for SMEs

The latest Innovaud Connect of 2019 took place on the theme of artificial intelligence (AI) for SMEs. Specialists and representatives of small and medium-sized enterprises from Vaud met at the Starmac of the HEIG-VD to address this topic as well as the opportunities and challenges it represents (article in French).

L’IA ne laisse personne indifférent. Utilisée notamment dans le monde de la science-fiction, elle fait rêver autant qu’elle effraie. Cette technologie est pourtant bien réelle et sert à de nombreuses applications (réseaux sociaux, médias, gaming, etc.). Elle est par contre encore sous-utilisée par les PME.

Si l’automatisation ou la robotisation consistent à faire effectuer par des machines certaines tâches de production répétitives, l’IA et le « machine learning » consistent, eux, à automatiser des activités intellectuelles répétitives qui sont généralement effectuées par l’humain. Ces techniques se basent sur les données, et sans données de qualité, aucun algorithme efficace ne peut être développé. C’est le principe du « Garbage in - Garbage out ».

Ainsi donc, avec le Professeur Andres Perez-Uribe de la HEIG-VD, l’événement était l’occasion d’analyser les différentes utilisations possibles de l’IA :

  • Quand il est difficile de décrire précisément ce que l’on cherche
  • Quand une classification simple n’est pas possible
  • Quand on veut utiliser des données historiques pour prédire des événements futurs
  • Quand l’accès direct à certaines variables n’est pas possible par manque de capteur spécifique
  • Quand la régulation dépend d’un nombre très grand de variables difficilement liées

Ainsi donc l’approche ‘’Machine Learning’’ se décompose en 5 étapes principales :

  1. L’acquisition de données précises à haute valeur ajoutée
  2. Le stockage ordonné des données
  3. L’analyse des données
  4. La visualisation des résultats
  5. La valorisation de ces informations

Après cette première partie, le CEO de la start-up Alpine Intuition, Sébastien Savidan, a proposé un voyage très concret à travers la chaîne de valeur d’une PME, en présentant pour chacune des 10 étapes, quelques exemples concrets pour lesquels l’IA peut apporter une solution. 

Parmi les nombreuses solutions existantes, quelques exemples ont été développés :

  • L’optimisation de l’achat de matières premières et des stocks
  • L’automatisation de la classification de défauts pendant un contrôle de qualité
  • L’anticipation de la maintenance préventive
  • Le soutien aux ventes (gestion des clients, optimisation des offres…)
  • La conception de produits, assistée par l’IA

Finalement le CEO de la start-up Deeplink, Jérôme Berthier, a démontré que l’IA n’est pas de la magie mais une science basée sur les mathématiques, la statistique et la puissance de calcul des ordinateurs.  Elle implique une bonne compréhension de la problématique pour acquérir les bonnes informations sans biais et développer ainsi un algorithme pour résoudre un problème spécifique. Une fois en place, l’IA sera très efficace, mais saura reproduire uniquement ce qui lui a été demandé !

En conclusion, de nombreux projets peuvent aujourd’hui être traités par l’IA en entreprise, sans que de gros investissements en temps et en argent soient nécessaires. La technologie requiert néanmoins un accompagnement de spécialistes pour sélectionner en amont les données utiles et mettre en place les bons algorithmes.