Par Antony Derbes, Président d’Open Lake Technology Dans le monde dynamique et en constante évolution de la technologie de l'information, le leadership joue un rôle crucial. Je suis convaincu que le bon leadership est la clé pour naviguer avec succès dans cet environnement complexe. Le secteur de l'IT est caractérisé par son rythme effréné, ses avancées rapides et ses défis sans cesse changeants. Dans un tel contexte, un leadership fort et visionnaire est essentiel pour guider les équipes vers le succès. Mais quels sont les éléments clés d'un bon leadership dans le domaine de la technologie ? Tout d'abord, un leader efficace dans le secteur de l'IT doit posséder une vision claire de l'avenir. Cette vision doit être à la fois ambitieuse et réalisable, guidant l'entreprise vers de nouveaux horizons tout en tenant compte des réalités du marché et des capacités de l'organisation. En tant que leaders, nous devons constamment anticiper les tendances, identif
Par Ludovic Relandeau, Chief Product Officer chez MEGA International
L'Intelligence Artificielle (IA), ou Deep Learning, possède le potentiel de bousculer en profondeur les modes opératoires des entreprises. L'Architecture d'Entreprise, qui est une méthode de gestion de la transformation continue des organisations, commence à intégrer cette technologie. Mais comment ?
Les tendances de l'IA
On observe depuis une dizaine d'années une démocratisation de l'Intelligence Artificielle. En effet, si les théories des réseaux de neurones apprenant datent d'une cinquantaine d'années, ce qui a vraiment changé c'est la puissance de calcul et la très grande capacité de stockage des données. L'IA en est une grande consommatrice et elles sont maintenant à la portée de tous. Sans compter qu'il existe aujourd'hui de nombreux environnements et bibliothèques de code qui simplifient grandement la mise en œuvre de modèles d'IA.
L'IA reste néanmoins une discipline compliquée qui demande des expertises pointues, des réglages délicats souvent laborieux et dont chaque application se concentre sur un objectif bien défini.
L'IA est-elle dangereuse, peut-elle remplacer l'homme ?
Le cerveau humain est très puissant et peut résoudre des problèmes avec peu de données et en peu de temps. Alors que l'IA a besoin d'une multitude de calculs sur de gros volumes de données pour trouver des solutions.
Selon le philosophe Jean-Michel Besnier, co-auteur de Les robots font-ils l'amour ? Le transhumanisme en 12 questions : « la particularité de l'humain est de sortir des sentiers battus, tandis que celle de l'IA s'inscrit dans une logique de répétition de calculs ». En l'état actuel de nos connaissances, l'IA ne sait pas créer de nouvelles représentations du monde ex-nihilo.
C'est ce qui rend l'humain unique. Grâce à son extraordinaire capacité à apprendre par imitation et à capitaliser le savoir : il lui suffit de se décaler légèrement de ces acquis pour innover. Car contrairement aux idées reçues, l'innovation est rarement une rupture mais plutôt un léger décalage par rapport à une norme.
Cependant, lorsque le domaine de représentation est bien défini, les capacités d'inférences et d'apprentissage de l'IA sont impressionnantes. Le niveau d'investigation permis par les algorithmes dépasse nos propres capacités. Prenons l'exemple d'« Alpha GO » : l'algorithme de DeepMind a vaincu les meilleurs professionnels du jeu de GO impossible à programmer avec des algorithmes classiques tant ses règles sont subtiles. Sa variante « Alpha Zero » a réussi à apprendre le jeu en quelques jours, en jouant et explorant contre elle-même, sans aucune alimentation de tactiques prédéfinies ou de parties jouées par un humain. « Alpha Zero » a débuté seule, puis a retrouvé les mêmes intuitions que celles des meilleurs joueurs humains pour finalement trouver ses propres méthodes encore plus efficaces. Bluffant...
On peut être certains que de plus en plus de tâches seront faites par des machines, obligeant l'humain à se convertir à d'autres activités. Comme toujours, les outils présentent des opportunités mais aussi des menaces à la hauteur de leur puissance. L'éthique et l'éducation restent donc primordiales pour maitriser les applications de ces technologies. Un autre débat est celui du couplage de l'IA, des Big Data et du contrôle des idées via la surveillance de masse... Là encore une question d'éthique !
IA et Architecture d'Entreprise : un lien de plus en plus étroit
L'architecture d'entreprise est une méthode de transformation continue des organisations qui doivent constamment s'adapter à leur écosystème : règlementations, attente des clients, nouvelles technologies, etc. Il s'agit d'une méthode collaborative qui s'appuie d'une part, sur un graphe de connaissances qui décrit les différents constituants de l'entreprise et leurs interactions, et d'autre part, sur un outil informatique de gouvernance pour orchestrer la transformation tout en restant agile.
Dans le domaine de l'architecture d'entreprise, les algorithmes classiques sont utilisés pour réaliser des analyses d'impacts, des comparaisons de scénarios ou encore des simulations de propagation d'incidents dans une organisation. L'entreprise étant un système très complexe, non linéaire, il est difficile de modéliser les équations de son fonctionnement et les règles qui régissent son évolution : c'est à ce niveau que l'IA - le
Deep Learning - peut jouer un rôle important.
Le Deep Learning (apprentissage profond) joue sur différents niveaux d'abstraction - d'où la notion de profondeur. Il permet d'extraire du sens à partir de données qu'on lui fournit et produire un résultat tout en s'affranchissant des équations qui régissent le système. Parmi les champs d'application de l'IA et du Deep Learning on peut citer notamment la reconnaissance d'images, la traduction linguistique, l'interaction en langage naturel, la normalisation de métadonnées et la reconnaissance de modèles (patterns) métier ou de structure, ou encore l'analyse de risque des projets de transformation...
Quel avenir pour l'IA au service de l'Architecture d'Entreprise ?
Il sera prometteur !
L'architecture d'entreprise n'échappe pas à l'attractivité du potentiel de l'IA et ses usages vont s'améliorer et se multiplier dans les années à venir. Nous travaillons à son application à un défi ardu des entreprises : celui de la transformation continue et de l'entreprise résiliente (future-proof enterprise). Mais cela requiert une puissante capacité de représentation de l'entreprise (digital twin) ainsi que des volumes de données importants.
Des solutions pour identifier des opportunités de transformation et de recommandation de scénarios de transformation commencent à se développer. Par exemple, l'identification et recommandations de stratégies de migration vers le Cloud...Une affaire à suivre !