Que font réellement les entreprises canadiennes en termes de projets liés à l’infonuagique et à l’IA générative ? Comment naviguent-elles dans l’incertitude d’une technologie relativement nouvelle ? Telles sont les questions auxquelles un panel de clients a répondu lors d’un briefing avec les médias canadiens dans le cadre de l’événement AWS re:Invent 2023.
Le panel comprenait un certain nombre d’entreprises de différents secteurs verticaux, allant des startups nées dans le nuage aux grandes entreprises établies.
Voici un aperçu de ce qu’ils avaient à dire sur les cas d’utilisation sur lesquels ils travaillent et les raisons qui justifient l’utilisation de l’IA générative par rapport à des approches plus traditionnelles de l’IA telles que l’apprentissage automatique :
Dwayne Benefield, vice-président principal des maisons connectées et du divertissement, Telus
Dans le domaine du service client, Telus déploie un moteur d’IA pour améliorer le service client dans les centres d’appels, afin de « répondre aux questions, comprendre les intentions et générer des réponses ». Mais au-delà de cela, Telus compte sur l’IA pour franchir une étape supplémentaire et l’aider à résoudre les problèmes.
Dwayne Benefield nous a demandé d’imaginer quelqu’un « qui regarde Netflix et tout d’un coup, ça tombe en panne et vous vous demandez : “Qu’est-ce qui ne va pas avec mon WiFi ?” L’IA est capable de vérifier un large éventail de problèmes potentiels et de proposer des actions pour résoudre la situation. Ces réponses peuvent être proactives et en temps réel. »
Il a également présenté les projets de Telus en matière de maisons intelligentes, en se concentrant sur un problème qui préoccupe tous ceux qui ont adopté plus d’un appareil intelligent dans leur maison.
« Chaque appareil que vous achetez est livré avec son propre système », a-t-il déclaré. « Ce n’est pas très intelligent. » À titre d’exemple, il a noté : « J’ai actuellement 39 applications sur mon téléphone (pour gérer les appareils domestiques intelligents). »
M. Benefield sait que l’IA peut changer cela. « Nous exploitons l’IA pour supprimer cette complication et la rendre plus personnalisée et plus facile à configurer », a-t-il déclaré.
Il a annoncé que Telus travaille avec AWS pour créer la première solution de maison intelligente au monde indépendante des appareils. « Désormais, tous les appareils dont vous disposez ou que vous envisagez d’installer… sont contrôlés par un seul écran ou un seul système vocal. »
« Au lieu d’avoir à programmer votre routine matinale dans cinq applications différentes… vous dites simplement : « Hé Jarvis, réveille-moi à 7 heures du matin, ouvre les stores et prépare mon café du matin ». Et Jarvis répondra : « À quelle température buvez-vous votre café ? »
M. Benefield a mentionné que Telus la déploiera en version bêta le mois prochain et dans les applications grand public à partir du premier trimestre.
Eman Nejad, responsable de la science des données, WAHI Realty
WAHI est une startup de moins d’un an, mais l’entreprise est déjà devenue un perturbateur sur le marché immobilier, avec une promesse de « cashback » qui remet aux acheteurs les économies réalisées. Leur offre d’IA promet encore davantage de perturbations.
L’entreprise utilise l’IA pour extraire des informations des photos fournies par les vendeurs. Cela signifie qu’ils peuvent aller au-delà des informations d’annonce standard pour personnaliser la recherche de maison à un nouveau niveau.
Eman Nejad a noté : « nous pouvons repérer des éléments tels que des armoires spécifiques, des sous-sols aménagés ou un type spécifique de cour arrière ». Cela ajoute « une nouvelle dimension à l’industrie ». Ces recherches d’images basées sur l’IA « automatisent l’interface, et l’image [aidera] clairement l’acheteur de maison à trouver l’offre [la plus] appropriée, la plus personnalisée et la plus pertinente ».
L’entreprise avait initialement démarré avec des solutions standard d’apprentissage automatique. Mais lorsque l’IA générative est apparue à l’avant-scène, M. Nejad s’est rendu compte qu’elle était de loin supérieure aux approches standards pour ce type particulier d’application. C’était également beaucoup plus rapide à mettre en œuvre. En conséquence, leur nouveau système est aujourd’hui en version bêta-test.
Iran Reyes Fleitas, vice-président, responsable mondial de l’ingénierie, Experience.Monks (anciennement Jam3)
Experience.Monks propose des services hautement créatifs et basés sur la technologie pour un large éventail de grandes marques à travers le monde. Pour la société, l’IA générative ajoute de nouvelles dimensions à ses offres.
Par exemple, elle créerait jadis une annonce pour une région. Si cela réussissait, elle mettait manuellement à jour ces annonces pour d’autres régions, en les personnalisant en fonction de la langue, de la localité et de l’origine ethnique. C’était un travail exigeant en temps et en main-d’œuvre.
Iran Fleitas a déclaré que la société s’efforçait de tirer parti de l’IA générative pour lui permettre de « créer une annonce sur un site, et qu’elle crée et réplique cette annonce dans toutes les régions de votre choix ». La personnalisation couvre la langue et même les images utilisées. « Donc, ce qui prenait un mois se produit désormais en quelques jours. »
Un autre exemple est le travail de la société avec Adidas, où, a noté Fleitas, « nous avons créé une plate-forme capable de générer chaussure de sport en 3D sur la base des demandes de l’utilisateur ». De plus, et c’est là le point critique, a-t-il noté, l’IA veillera à ce que les personnalisations soient conformes aux directives de la marque. « Donc, en fin de compte, nous n’allons pas créer une chaussure de sport Nike, nous allons créer une chaussure de sport Adidas avec toute la personnalisation de ce que [veulent] les utilisateurs. »
Il a qualifié cela de « personnalisation hybride », où l’IA peut, à terme, permettre aux clients de participer activement à la personnalisation des produits.
Tous ceux qui ont interagi avec l’IA générative sont impressionnés par la sensation de converser avec un véritable être humain. Experience.Monks en profite pour captiver son public.
L’entreprise utilise l’IA pour produire des avatars étonnamment réalistes destinés au service client. Ces avatars incroyablement réalistes fournissent non seulement des réponses à un large éventail de questions en utilisant le langage naturel, mais ils détectent et répondent également aux signaux émotionnels et aux indicateurs de sentiment.
L’entreprise est allée au-delà des images sur écran. Il a utilisé l’IA pour animer une marionnette mécanique et comique utilisée dans l’un de ses programmes. Usine AI, la marionnette, prend vraiment vie, avec des interactions réalistes, car elle suit des signaux faciaux et verbaux.
L’IA générative a permis de donner vie à ces appareils, mais aussi de le faire rapidement et dans les limites des budgets de leurs clients.
Jean-François Gailleur, vice-président directeur ingénierie, AlayaCare
AlayaCare travaille avec des solutions basées sur l’IA pour résoudre les problèmes systémiques des soins à domicile qui sont devenus plus aigus avec la combinaison d’une population vieillissante, de restrictions de coûts et de pénurie de personnel qualifié.
AlayaCare s’appuie sur l’IA générative pour répondre à trois problématiques clés :
- Attirer et fidéliser les personnes
- La planification
- La gestion des données des patients
Avec une pénurie de travailleurs qualifiés, il est essentiel d’obtenir une productivité maximale de tous les acteurs du domaine sans causer d’énormes niveaux de stress qui pourraient entraîner des problèmes de rétention.
Chaque fois qu’une seule personne est inopinément non disponible pour travailler, cela peut entraîner des perturbations majeures et un temps de gestion considérable pour le personnel. Par exemple, un travailleur de soins à domicile moyen peut avoir 40 clients, tous avec des conditions et des besoins différents. Si vous avez 50 travailleurs similaires dans une zone, cela représente une population énorme.
Ainsi, si un travailleur s’absente soudainement, le nombre de permutations de clients, de lieux, de besoins particuliers et d’horaires font d’ajustements même mineurs un cauchemar logistique. Pourtant, gérer autant de permutations et trouver l’équilibre optimal est une tâche parfaitement adaptée aux solutions d’IA générative capables de gérer ce type de planification en temps réel.
Un autre problème auquel sont confrontés les professionnels de la santé est celui de la gestion de la grande quantité de données qui doivent être collectées sur un patient. Trier cette quantité de données prend du temps qui pourrait être consacré aux soins aux patients.
Une fois de plus, les solutions d’IA peuvent examiner ces données et faire le « gros du travail » pour créer et aider à gérer des soins individualisés et des profils de risque. Libérés du tri manuel, de l’analyse et de la priorisation des dossiers, les soignants peuvent disposer d’un « tableau de bord » IA pour les aider à gérer leur travail.
Jean-François Gailleur a pris soin de noter que ces applications ne remplacent pas le personnel et les cliniciens formés, mais qu’elles libèrent ces travailleurs formés pour qu’ils puissent consacrer leur temps là où leurs précieuses compétences sont le plus nécessaires : les patients, les traitements et les services.
Anne Steptoe, vice-présidente de l’ingénierie, Wealthsimple
Wealthsimple possède déjà une expérience significative avec les solutions d’IA traditionnelles dans un environnement infonuagique. Comme l’a souligné Mme Steptoe : « Notre entreprise est native du numérique, née dans le nuage, donc je pense que cela nous rend plus agiles. Notre entrepôt de données, nos charges de travail de production, notre plateforme ML, sont tous hébergés sur AWS. Nous avons construit notre propre plateforme ML (sur AWS)… qui nous permet d’être vraiment innovants et de répondre beaucoup plus rapidement à nos clients.
Mais les solutions d’IA générative dans le nuage rendent l’entreprise encore plus réactive et agile en réduisant considérablement le délai de livraison requis avec l’apprentissage automatique traditionnel. Mme Steptoe a noté que récemment, l’entreprise a pu tirer parti de l’IA générative pour « proposer un tout nouveau modèle en deux étapes avec une seule ligne de code ». Comme elle l’a noté, « c’est assez étonnant ce que nous faisons nous-mêmes avec cette technologie ».
Anne Steptoe a noté que les gains de productivité dans des domaines tels que les applications de centre d’appels accélèrent la productivité, mais permettent également à leurs équipes d’assurer le type de surveillance qui consiste à « s’assurer qu’elles vérifient, que [les réponses] sont aussi précises que possible ».
Apprécier les forces et les défis
Tous les panélistes ont reconnu qu’il y avait à la fois des avantages et des défis à travailler avec des modèles d’IA générative. Aucun n’a prétendu que ces modèles étaient une panacée. Mais même aux premiers stades de l’IA générative, chaque entreprise a été capable de générer des degrés élevés de productivité, d’augmenter la satisfaction de ses clients et de disposer de délais de commercialisation extrêmement rapides pour ses produits, services et idées.
L’IA générative n’est pas idéale pour toutes les applications, mais là où elle peut être utilisée, sa vitesse et ses capacités permettent des applications où l’apprentissage automatique serait trop coûteux ou prendrait trop de temps à mettre en œuvre. Elle offre une rapidité de livraison bien plus élevée et moins coûteuse que les approches antérieures. Et dans certains domaines uniques, comme la manière dont elle peut traiter les données visuelles et non structurées, elle possède des fonctionnalités qui ne sont pas disponibles dans les applications d’apprentissage automatique traditionnelles.
Avec les bons cas d’utilisation et la supervision humaine utilisée de manière stratégique, il s’agit, même à ce stade de développement, d’un outil puissant pour ces entreprises, et qui continuera à s’améliorer au fil du temps. Ce faisant, ces entreprises auront l’avantage supplémentaire d’avoir développé l’expérience nécessaire pour en tirer parti et exploiter tout son potentiel.
Adaptation et traduction française par Renaud Larue-Langlois.
