L’IA, un game changer et un vivier d’opportunités à saisir dès aujourd’hui !

OCP SOLUTIONS capi­ta­lise sur l’IA aus­si bien au ser­vice de ses clients que pour déve­lop­per sa propre pro­duc­ti­vi­té et per­for­mance. Dans cette inter­view, Maj­da Moum­ni, Direc­trice Géné­rale, et Moham­med Mah­di Akkouh, Prin­ci­pal Data, Ana­ly­tics et IA au sein d’OCP SOLUTIONS, nous en disent plus.

Présentez-nous OCP SOLUTIONS et ses principales expertises.

OCP SOLUTIONS est un cabi­net de conseil en modé­li­sa­tion et en trans­for­ma­tion digi­tale. Nous accom­pa­gnons nos clients à rele­ver les défis stra­té­giques et opé­ra­tion­nels aux­quels ils sont confron­tés en les abor­dant sous un angle plu­ri­dis­ci­pli­naire mêlant notam­ment la data, la modé­li­sa­tion, l’intelligence arti­fi­cielle (IA), et le déve­lop­pe­ment de solu­tions et pla­te­formes digi­tales. Nous appré­hen­dons, en effet, leurs pro­blé­ma­tiques métiers au tra­vers du prisme des solu­tions et des tech­no­lo­gies digi­tales au ser­vice de la stra­té­gie et de la trans­for­ma­tion. En lien avec nos mar­chés, nous inter­ve­nons sur plu­sieurs spé­cia­li­sa­tions notam­ment l’industrie X.0, l’énergie, le déve­lop­pe­ment durable, le pri­cing, la sup­ply chain et l’AgTech, auprès d’industriels, d’acteurs ins­ti­tu­tion­nels et éga­le­ment des sec­teurs de la finance et de la distribution.

Aujourd’hui, quel regard portez-vous sur l’évolution des technologies d’IA ?

Avant les années 2000, l’IA occu­pait une place assez res­treinte dans le pay­sage tech­no­lo­gique. Avec l’explosion du volume des don­nées acces­sibles et des capa­ci­tés de cal­cul, les tech­no­lo­gies d’IA, notam­ment le Machine Lear­ning et ses dif­fé­rentes formes d’apprentissage – super­vi­sées et non super­vi­sées – se sont for­te­ment déve­lop­pées. à par­tir des années 2010, nous avons assis­té au déve­lop­pe­ment du Deep Lear­ning, puis des Large Lan­guage Models (LLM) qui repré­sentent une véri­table révo­lu­tion tech­no­lo­gique. Aujourd’hui, nous esti­mons que le Machine Lear­ning va conti­nuer à se déve­lop­per afin de répondre à des demandes crois­santes en termes d’analyse pré­dic­tive, de sys­tème de recom­man­da­tion, d’optimisation des res­sources… Compte tenu des exi­gences impor­tantes en data et en puis­sance de cal­cul, nous pen­sons que le Deep Lear­ning a plu­tôt voca­tion à conti­nuer à être uti­li­sé sur des appli­ca­tions plus spé­ci­fiques et en R&D. En effet, les débou­chés sur le plan busi­ness nous semblent encore rela­ti­ve­ment limi­tés. Par contre, le mar­ché des LLM s’inscrit dans une dyna­mique de crois­sance inté­res­sante et est actuel­le­ment carac­té­ri­sé par des inves­tis­se­ments mas­sifs des géants de la Tech qui cherchent à inté­grer ces tech­no­lo­gies dans leurs solu­tions et produits.

Comment cela se traduit-il au sein d’OCP SOLUTIONS ? Comment intégrez-vous l’IA dans l’accompagnement que vous proposez à vos différents clients ?

Notre mis­sion est de pro­po­ser à nos clients les moyens de tirer par­ti du poten­tiel tech­no­lo­gique de l’IA, de la data et du digi­tal pour créer de la valeur. Pour ce faire, nous leur offrons des solu­tions sur-mesure, adap­tées à leurs métiers, leurs enjeux et leurs contraintes. C’est, d’ailleurs, là que réside un vec­teur impor­tant de notre valeur dif­fé­ren­ciante sur le mar­ché. Cette approche nous per­met de déve­lop­per des solu­tions clés en main puis­santes et per­for­mantes, par­fai­te­ment adap­tées aux besoins et aux attentes de nos clients, ce qui garan­tit leur per­ti­nence et leur effi­ca­ci­té. Pour ce faire, nous cou­vrons toute la chaîne de valeur. À par­tir d’une fine com­pré­hen­sion du besoin ini­tial de notre client, nous allons éta­blir un état des lieux « tech­no­lo­gique » avec un focus sur les tech­no­lo­gies d’IA et le volet data afin d’identifier les outils dont notre client dis­pose déjà afin de co-créer, grâce au desi­gn thin­king et à la prise en compte de la notion d’expérience uti­li­sa­teur, des solu­tions et des pro­duits dédiés que nous allons ensuite implé­men­ter dans leur environnement.

Avez-vous des cas d’usage à nous partager ?

Dans le sec­teur indus­triel, nos clients cherchent à opti­mi­ser leur effi­ca­ci­té opé­ra­tion­nelle. À par­tir de là, nous avons éla­bo­ré des modèles de pré­dic­tion du ren­de­ment basés sur les tech­no­lo­gies du Machine Lear­ning et une fine com­pré­hen­sion de la chaîne de valeur pour garan­tir un volume de pro­duc­tion et une cer­taine qua­li­té. Jusque-là, il faut comp­ter plu­sieurs heures, voire jours, pour obte­nir ces don­nées pré­dic­tives liées à la qua­li­té et au ren­de­ment. Désor­mais, les opé­ra­tion­nels peuvent y avoir accès en temps réel, et s’appuyer sur des recom­man­da­tions pour opti­mi­ser les para­mètres de pro­duc­tion et, in fine, maxi­mi­ser le ren­de­ment. Des dif­fi­cul­tés per­sistent notam­ment pour inté­grer ces modèles dans les sys­tèmes de pilo­tage des lignes indus­trielles, mais ce sont des pro­blé­ma­tiques sur les­quelles nous menons des réflexions pour acti­ver effec­ti­ve­ment cette valeur créée.

Nous tra­vaillons aus­si sur l’optimisation des fac­tures éner­gé­tiques pour nos clients qui, de par leurs pro­cé­dés indus­triels, sont de grands consom­ma­teurs d’énergie. Pour ce faire, nous les aidons à faire des arbi­trages en termes de consom­ma­tion, d’identification des meilleures sources éner­gé­tiques et d’allocation des res­sources éner­gé­tiques grâce à des modèles complexes.

En paral­lèle, nous nous inté­res­sons aus­si à l’IA géné­ra­tive au ser­vice des fonc­tions com­mer­ciales et mar­ke­ting avec des cas d’usage autour de la syn­thèse de docu­ments, de la veille docu­men­taire, de la retrans­crip­tion de sup­ports audio ou vidéo, d’analyse de conte­nus… autant de tâches chro­no­phages réa­li­sées au quo­ti­dien par les équipes mar­ke­ting et com­mer­ciales. L’idée est de déve­lop­per des solu­tions qui vont leur per­mettre de gagner du temps afin de se concen­trer sur des élé­ments à plus forte valeur ajou­tée. L’IA géné­ra­tive offre éga­le­ment de nou­velles pers­pec­tives en termes de Know­ledge Mana­ge­ment pour d’autres métiers. Elle a, en effet, voca­tion à faci­li­ter l’accès aux infor­ma­tions et à la docu­men­ta­tion. Par exemple, elle va per­mettre à un opé­ra­teur de main­te­nance ou à un tech­ni­cien de trou­ver rapi­de­ment une infor­ma­tion spé­ci­fique dans divers cata­logues tech­niques ou de résoudre des pro­blé­ma­tiques com­plexes en inter­ro­geant un chat­bot spé­cia­le­ment entraî­né. Ce der­nier est conçu pour répondre à toutes sortes de demandes sur un métier ou un sujet docu­men­té. Ain­si, le chat­bot devient un outil de réso­lu­tion de pro­blèmes, et un outil d’apprentissage et de mon­tée en com­pé­tences, notam­ment des nou­velles recrues.

“Notre mission est de proposer à nos clients les moyens de tirer parti du potentiel technologique de l’IA, de la data et du digital pour créer de la valeur.”

Comment capitalisez-vous sur l’IA en interne ?

À l’instar de tous les métiers et tous les sec­teurs d’activité, nous capi­ta­li­sons sur la puis­sance de l’IA pour opti­mi­ser nos pro­ces­sus et gagner en pro­duc­ti­vi­té. Nos équipes ont notam­ment déve­lop­pé des outils de Know­ledge Mana­ge­ment ados­sés à nos pré­cé­dentes expé­riences. Nos consul­tants vont ain­si pou­voir consul­ter ces outils sur notre his­to­rique de plu­sieurs cen­taines de mis­sions afin de capi­ta­li­ser sur des retours d’expériences per­ti­nents, de prendre connais­sance de mis­sions ou pro­jets simi­laires… Nous uti­li­sons aus­si l’IA géné­ra­tive pour opti­mi­ser le temps pas­sé sur la retrans­crip­tion, l’analyse et le résu­mé de confé­rences aux­quelles nous pre­nons part régu­liè­re­ment. L’enjeu est véri­ta­ble­ment de s’appuyer sur le poten­tiel de ces tech­no­lo­gies pour aug­men­ter nos consul­tants et leur per­mettre d’optimiser leur temps en le consa­crant à des acti­vi­tés à plus forte valeur ajou­tée per­met­tant de répondre à des enjeux et pro­blé­ma­tiques plus cri­tiques et stratégiques.

Considérez-vous que l’IA soit un game changer aujourd’hui ?

Tout comme la data depuis déjà quelques années, l’IA offre de nou­velles oppor­tu­ni­tés de busi­ness et donc de reve­nus. Elle doit, en effet, être appré­hen­dée comme un vec­teur d’innovation au ser­vice du déve­lop­pe­ment de nou­veaux busi­ness modèles, en par­ti­cu­lier pour les orga­ni­sa­tions qui sou­haitent se dif­fé­ren­cier ou les star­tups capables de pro­po­ser des modèles inno­vants. Plus par­ti­cu­liè­re­ment, les outils ados­sés à l’IA géné­ra­tive et plus par­ti­cu­liè­re­ment aux LLM per­mettent d’optimiser la com­mu­ni­ca­tion et le Know­ledge Mana­ge­ment entre des filiales d’un même groupe basées dans divers pays qui parlent des langues dif­fé­rentes, de tra­duire des conte­nus de for­ma­tion ou de la docu­men­ta­tion tech­nique… Ils contri­buent ain­si à bri­ser les bar­rières mul­ti­cul­tu­relles et à flui­di­fier les échanges entre les équipes. En paral­lèle, les Large Vision Models ou LVM, qui peuvent deve­nir la pro­chaine révo­lu­tion et qui sont basés sur les images et les vidéos, ouvrent aux indus­triels de nou­velles pers­pec­tives en termes de moni­to­ring, de détec­tion des ano­ma­lies ou de situa­tions de non-confor­mi­té, de main­te­nance pré­dic­tive et à distance…

Sur l’ensemble de ces sujets, quels sont les enjeux ou les freins qui restent à lever ?

Il y a une pro­blé­ma­tique de biais cultu­rel dans le domaine des LLM qu’il nous faut encore lever et dépas­ser. Aujourd’hui, ces modèles sont entraî­nés sur des don­nées liées à une cer­taine culture ou langue. Des uti­li­sa­teurs, qui ont une culture ou une langue dif­fé­rente, ne pour­ront pas capi­ta­li­ser sur ces modèles qui ne seront, in fine, pas adap­tés à leur contexte cultu­rel. Pour cela, il est essen­tiel de mettre en place des régle­men­ta­tions, des normes éthiques et des méca­nismes de res­pon­sa­bi­li­té pour garan­tir que ces modèles mul­ti­mo­daux soient uti­li­sés de manière res­pon­sable et béné­fique pour la société.

---

Articles similaires :

Les data et l’intelligence arti­fi­cielle au ser­vice de la détec­tion des risques Sica­ra : Data & Entre­prises, des oppor­tu­ni­tés à sai­sir et des enjeux à relever IA conver­sa­tion­nelle : le futur de la relation-client Un posi­tion­ne­ment dual à la croi­sée du busi­ness, de la data et de la tech SYD : l’IA au cœur de l’industrie et des services