La raison pour laquelle vous devez maîtriser vos données avant de maîtriser l’IA
Depuis mon enfance, les films de science-fiction m’ont toujours fasciné. De Blade Runner à Terminator, ces films peignent des mondes futuristes façonnés par les innovations technologiques ayant donné lieu à l’apprentissage machine évolué et à des exemples étonnants d’intelligence artificielle (IA). Ces films stimulaient mon imagination et ont éveillé mon intérêt pour la technologie. Aujourd’hui, l’IA a rapidement évolué et est passée de la fiction à la réalité. Plutôt que de créer des scénarios apocalyptiques où l’humanité tremble d’effroi devant des seigneurs robots, IA a mené à des avancées impressionnantes : des soins de santé et de la sécurité aux transports, en passant par l’éducation. Néanmoins, les super intelligents comme Stephen Hawking et Elon Musk continuent de parler de l’apocalypse imminente de l’IA. En fait, la nouvelle société d’Elon Musk, Neuralink, vise à freiner une attaque de type Terminator en fusionnant l’Homme et l’IA par leur cerveau.
Apocalypse éventuelle mise de côté, l’IA est également utilisée par la communauté du marketing, et pour une très bonne raison. Les algorithmes complexes qui sont la base de la technologie de l’IA sont utilisés afin d’améliorer l’efficacité de la publicité, de simplifier les interactions avec les clients et d’accélérer l’efficience des ventes. Au cours des quelques dernières années seulement, plusieurs titans de la technologie ont intégré des plateformes et services alimentés par l’IA. IBM a fait beaucoup de bruit avec Watson, Salesforce a investi des milliards pour Einstein et Adobe a lancé Sensei. Semble-t-il y a voir une tendance ici? Bien que chacun de ces noms de produit soit créé afin de susciter l’idée de grande intelligence ou sagesse, le coeur de l’IA est, bien sûr, son ensemble de données et pas nécessairement ses algorithmes complexes qui différencient un produit d’IA d’un autre. Après tout, l’AI n’est aussi intelligence que les données qui l’alimentent.
Bien que l’histoire de l’algorithme de l’IA fasse fureur, on ne parle pas autant des données. Il est évident que les données ne sont pas aussi séduisantes que les systèmes automatisés au nom de produit ingénieusement pensé et qui peuvent emmagasiner et traiter de l’information plus rapidement que l’être humain, mais elles sont tout aussi importantes. Nous sommes tous bien conscients que l’IA exige d’importantes quantités de données pour pouvoir continuellement apprendre et identifier de l’information comme aucun être humain ne ne peut le faire. Après tout, c’est la capacité de traiter cette information et de prendre des décisions sur- le- champ qui a permis à l’IA de changer les règles du jeu pour les industries qui comptent sur d’énormes volumes de données.
Mais la vraie histoire n’est pas à propos des algorithmes qui alimentent la révolution de l’IA, mais elle porte plutôt sur la qualité des données qui alimentent les systèmes. On ne peut pas ignorer le fait que nous faisons face à un grave problème de données.
En toute honnêteté, dans qu’elle mesure faites-vous confiance aux données que vous utilisez pour vos décisions d’affaires déterminantes? Il est fort possible que vous reconnaissiez que la plupart de vos données sont inexactes et qu’i; manque des renseignements essentiels. C’est une bien triste réalité qui touche de nombreuses organisations chaque jour. En fait, d’après une nouvelle étude, année après année, la situation actuelle quant à la qualité des données est, au mieux, demeurée « discutable », chutant légèrement de 10 %. D’ailleurs, près de un spécialiste en marketing sur quatre n’a pas confiance dans la qualité des données des clients et prospects dans ses systèmes, alors que 40 % sont d’avis que leurs équipes des ventes détiennent les renseignements appropriés sur les comptes pour s’engager avec des prospects.
Malgré ces préoccupations, les spécialistes du marketing continuent de bâtir de puissants algorithmes afin d’alimenter leurs systèmes d’IA, ignorant vraisemblablement le fait que, peu importe le niveau de sophistication de la technologie, elle n’atteindra jamais son plein potentiel tant et aussi longtemps que les données ne seront pas fiables. Après tout, l’intelligence artificielle est, fondamentalement, artificielle. Elle effectuera son travail d’après ce qu’on lui dit, que l’information soit exacte ou pas.
Ce qui me fait penser à l’un de mes films de science-fiction préférés, Terminator. Ce film a connu beaucoup de succès pour son portrait d’un monde sombre, peuplé de robots à l’intelligence artificielle et déterminés à détruire le genre humain, sans oublier certaines expressions accrocheuses du futur gouverneur de la Californie, Arnold Schwarzenegger. Dans le film, le Terminator T-800 modèle 101, d’un type hautement évolué et possédant des tissus vivants sur un endosquelette de métal, est programmé pour trouver et tuer notre héroïne, Sarah Connor. Mais la machine ne sait pas quelle Sarah Connor cibler. La seule information qu’elle possède est le nom de la ville où elle habite. Ne connaissant pas exactement sa cible, le Terminator consulte l’annuaire téléphonique (vous vous souvenez de ces annuaires?) cherchant toutes les Sarah Connor dans la liste. Étant donné qu’il s’agit d’un film de 90 minutes, le Terminator intercepte Sarah Connor assez rapidement et passe le reste du film à faire exploser des trucs dans l’intention d’en finir avec elle.
Aussi évolué et intelligent que puisse être le Terminator, il doit essentiellement supposer quelle Sarah Connor il doit cibler à cause de son manque de données de base importantes. De la même façon, l’IA, quelle soit un cyborg meurtrier ou un agent conversationnel de client, a besoin des données appropriées afin de prendre des décisions intelligentes dès le départ. De plus, il n’existe aucun substitut pour l’interaction et l’analyse par l’être humain. Notre capacité à évaluer l’exactitude des données que nous utilisons et de les fournir aux systèmes d’IA les rendront plus intelligents avec le temps.
Ce dont les entreprises ont vraiment besoin alors qu’elles développent leur stratégie d’IA sont l’intégration, le nettoyage, la liaison et l’enrichissement de leurs données, afin d’obtenir une base de données exacte sur laquelle elles pourront bâtir leurs algorithmes. Ce travail commence par les données de base fondamentales.
Vous commencerez à entendre de plus en plus parler des données de base au cours des prochains mois tandis que les entreprises reconnaissent que ces données sont les plus importantes qu’elles possèdent. Les données de base sont l’information fondamentale sur les clients, les fournisseurs et les prospects, et elles doivent être partagées parmi tous les systèmes, les applications et les procédés internes afin que vos données commerciales, vos rapports transactionnels et vos activités commerciales soient nettoyés, reliés, optimisés et exacts. Elles sont la fondation de votre entreprise et sans elles, non seulement votre infrastructure d’IA se dégradera-t-elle, mais votre entreprise aussi.
Je vous parlerai davantage de la façon dont le marketing peut tirer profit des données de base. D’ici là, cet article est un excellent point de départ pour se familiariser avec le prochain sujet brûlant du marketing.