Publié à l'origine sur minutehack.com.
Il est universellement admis que l'IA change la donne et qu'elle a un impact considérable sur les organisations de tous les secteurs. Dans les années à venir, ce n'est pas quelque chose qui va changer.
En effet, l'IA et l'apprentissage automatique deviendront tellement omniprésents, rendant les entreprises plus innovantes et permettant aux employés de décharger les parties les plus sèches de leur travail sur les machines, qu'il sera surprenant de trouver des organisations qui ne sont pas soutenues par l'IA d'une manière ou d'une autre.
Comme l'a dit le légendaire journaliste technologique Walt Mossberg dans sa dernière chronique, "Autrefois, la technologie était toujours sur votre chemin. Bientôt, elle sera presque invisible".
Et cela se produit rapidement et partout. Dans tous les secteurs, l'IA transforme la façon dont les entreprises automatisent les tâches répétitives et gourmandes en données.
Dans le domaine de la santé, l'IA est utilisée pour analyser des millions d'ensembles de données afin d'essayer de diagnostiquer les patients plus tôt ou de trouver des remèdes aux maladies. Dans le commerce de détail, l'IA analyse les comportements et les préférences des clients avant de leur fournir des recommandations précises sur d'autres produits ou services qu'ils pourraient souhaiter acheter.
Sans surprise, elle transforme également le fonctionnement des services informatiques des entreprises en automatisant les tâches répétitives de programmation et de développement afin que les équipes technologiques puissent se concentrer sur des initiatives informatiques plus stratégiques et à plus forte valeur ajoutée.
Alors que l'IA et l'apprentissage automatique font aujourd'hui la une de l'actualité économique et technologique, il y a dix ans, la majorité des avancées en matière d'IA provenaient du monde universitaire.
L'application pratique, réelle et courante de l'IA pour les entreprises était pour le moins floue, et peu de gens s'attendaient à ce qu'elle évolue aussi rapidement qu'elle l'a fait, de sorte que les grandes entreprises du monde entier puissent lui faire confiance et s'en remettre à elle pour mettre en œuvre des processus commerciaux essentiels pour l'entreprise.
Mais comme je l'ai appris des PDG avant-gardistes qui m'ont précédé, il est sage de jouer sur le long terme et d'investir jusqu'à 10 % du budget R&D de l'entreprise dans des "grands paris" qui, bien que spéculatifs à l'époque, peuvent s'avérer extrêmement payants par la suite. Pour nous, à SnapLogic, ce grand pari, il y a plus de huit ans, a porté sur l'apprentissage automatique.
De nombreuses voies vers l'innovation
Alors que SnapLogic prenait son envol, en 2010, notre équipe de direction a commencé à étudier comment les technologies d'apprentissage automatique pouvaient potentiellement être appliquées aux projets d'intégration d'entreprise, notre cœur de métier.
C'est à cette époque que j'ai été présenté à Greg Benson, alors (et toujours) professeur d'informatique à l'université de San Francisco.
Alors que j'ai toujours abordé les données dans une optique commerciale, en mettant l'accent sur l'aspect pratique et l'utilité pour obtenir des résultats mesurables pour les clients, Greg a apporté un point de vue académique résolument différent, où les hypothèses sont testées et l'expérimentation est valorisée.
Il s'en est suivi de nombreuses discussions animées, parfois des débats, entre nous deux.
Quelques mois plus tard, j'ai embauché Greg pour qu'il rejoigne SnapLogic à temps partiel, sachant parfaitement qu'il souhaitait continuer à enseigner à l'université de San Francisco.
En fait, je l'ai encouragé à le faire - ses activités universitaires et ses interactions avec la génération montante de technologues étaient essentielles à la valeur qu'il pouvait apporter en tant qu'employé de SnapLogic.
Nous n'avions alors qu'une douzaine d'employés. Certains membres de notre équipe ont remis en question cette nouvelle embauche ; en tant que petite startup disposant de peu d'effectifs et de budget, nous devions faire preuve de sagesse lors de chaque embauche et il y avait d'autres rôles importants que nous devions remplir de toute urgence.
Mais je savais que nous voulions aborder les choses différemment à SnapLogic, et pour ce faire, nous avions besoin d'esprits brillants qui apportaient une perspective différente.
Greg s'est intéressé à l'apprentissage automatique et à son application potentielle à l'intégration d'entreprise. Son travail d'application de l'apprentissage automatique à l'établissement de liens prédictifs sur le terrain, une technique visant à réduire les aspects fastidieux de l'établissement d'intégrations, a joué un rôle déterminant dans le développement initial de notre produit de base.
Mais, pour les bonnes raisons, d'autres priorités urgentes en matière de produits et de clients l'ont éloigné de l'apprentissage automatique pendant un certain temps. Mais il a fini par revenir - nous y reviendrons plus tard.
Faire le lien entre le monde universitaire et l'industrie
Ayant travaillé avec Greg pendant plusieurs années, je suis convaincu qu'il est extrêmement utile de réunir des penseurs intelligents et novateurs issus de l'industrie et du monde universitaire, en particulier dans le domaine de l'IA et de l'apprentissage automatique.
L'IA développée dans l'industrie l'est souvent pour des cas d'utilisation très spécifiques, souvent motivés par les exigences du client ou liés à des objectifs de produit ou de chiffre d'affaires, avec des délais prescriptifs et des résultats finaux à l'esprit.
Dans le monde universitaire, le développement de l'IA se fait principalement à des fins exploratoires, pour tester des théories et des hypothèses dans le but de voir ce que l'IA est capable de réaliser, sans limites ni restrictions.
Les deux approches requièrent souvent des compétences différentes et servent des objectifs importants, bien qu'apparemment sans rapport. Cependant, à mesure que l'IA s'installe dans nos vies, il est primordial de réunir les deux groupes pour qu'ils partagent leurs idées et leurs meilleures pratiques - et, surtout, pour qu'ils échangent des données.
Afin de continuer à stimuler et à accélérer l'innovation - pour le bien de l'industrie, des universités et de la société dans son ensemble - nous devons apprendre les uns des autres et travailler ensemble.
L'IA et l'apprentissage automatique sont des sujets d'actualité, urgents, qui nécessitent une réflexion sérieuse pour faire fructifier les nouvelles idées. Le monde universitaire a de la suite dans les idées, mais pas nécessairement assez de temps ou de ressources, ni de données réelles, pour donner vie à certaines de ses idées.
Heureusement, les relations entre le monde universitaire et l'industrie se sont renforcées ces dernières années.
Les universités ont commencé à travailler avec les leaders de l'industrie de l'IA afin d'ouvrir des portes et de créer des opportunités pour que les acteurs de l'industrie enseignent des cours et partagent des cas d'entreprise réels avec leurs étudiants, et pour que les universitaires partagent leurs connaissances et contribuent à des projets concrets au sein des organisations.
Dans l'industrie, si nous voulons que la prochaine génération d'experts en IA s'épanouisse, nous devons la soutenir dans son développement.
Certaines équipes d'informaticiens diplômés, par exemple celles de l'université de San Francisco, travaillent régulièrement avec des leaders de l'industrie dans la Silicon Valley, dont SnapLogic, pour mettre en pratique leurs théories sur l'IA et l'apprentissage automatique. Les programmes de stages de ce type permettent aux étudiants de travailler sur des projets réels tout en recevant des crédits pour leurs cours.
Cela signifie également qu'ils sont plus facilement employables et qu'ils sont immédiatement productifs dès la fin de leurs études. Dans le cadre de notre propre programme chez SnapLogic, nous avons embauché un certain nombre de stagiaires remarquables de l'université de San Francisco en tant qu'employés à temps plein.
Quand les grands paris sont payants
Il y a environ quatre ans, j'ai demandé à Greg de se recentrer sur l'apprentissage automatique et, avec les nouvelles avancées technologiques apparues ces dernières années, sur la manière dont nous pourrions les appliquer à notre produit principal afin d'augmenter la productivité des utilisateurs et le temps de retour sur investissement pour nos clients.
Beaucoup de travail a été accompli - ce n'est pas une ligne droite, c'est sûr, pour chaque trois pas en avant, il y a eu quelques pas en arrière - mais l'année dernière nous avons présenté Iris, notre vision et notre feuille de route technologique pour apporter l'apprentissage automatique à l'intégration d'entreprise.
La première capacité fournie dans le cadre d'Iris a été l'assistant d'intégration SnapLogic, un moteur de recommandation qui utilise l'apprentissage automatique pour fournir des conseils d'expert étape par étape pour la construction de pipelines de données - avec une précision pouvant atteindre 90 %.
Iris utilise des algorithmes avancés pour apprendre à partir de millions d'éléments de métadonnées et de milliards de flux de données via SnapLogic Enterprise Integration Cloud.
Il applique ensuite ces connaissances pour améliorer la vitesse et la qualité des intégrations entre les données, les applications et les processus d'entreprise.
Résultat : nos utilisateurs sont plus efficaces et plus productifs, les intégrations complexes d'applications et de données peuvent être réalisées en une fraction du temps et du coût, et les équipes informatiques et commerciales peuvent rester concentrées sur l'obtention de résultats commerciaux significatifs.
Nous n'en sommes qu'au début avec Iris, et nous avons encore beaucoup à faire, mais dès le départ, je suis fier de dire que cela a été un succès retentissant pour nous et pour nos clients.
J'attribue notre succès précoce, en partie, aux idées, aux approches et au travail de développement collaboratifs rendus possibles par la mise en commun de nos compétences et de notre esprit d'entreprise et d'université.
L'IA est l'avenir. Pour réaliser l'avenir que nous souhaitons tous, l'industrie et le monde universitaire doivent travailler ensemble pour exploiter pleinement son potentiel et transformer véritablement les entreprises, l'éducation et la société pour le meilleur.
