In situ
- 1 minute
Cinq cas d’usage innovants de l’intelligence artificielle
De la gestion des données massives à l’automatisation des tâches répétitives, l’IA ouvre des perspectives inédites. Dans la médecine, il est déjà possible de diviser par trois le temps de documentation de chaque étape du parcours de santé d’un patient. Dans l’industrie, elle est la pierre angulaire de services tels que l’hyperpersonnalisation permettant à chaque produit manufacturé de répondre aux attentes spécifiques d’un client. En marketing, l’IA pourrait aller jusqu’à augmenter de 74 % la productivité des professionnels en accélérant les processus de prise de décision… Mais pour atteindre leur plein potentiel, les cas d’usage et objectifs de cette technologie doivent être correctement définis en amont. Voici quelques exemples.
#1 SANTÉ
L’IA pour réduire les tâches administratives des professionnels de santé
L’Agence nationale de la performance sanitaire (Anap) estime que le temps passé par les personnels soignants à se documenter sur un patient ou des maladies spécifiques représenterait en moyenne 40 % de leur temps de travail total. Bien qu’essentielles à la qualité des parcours de soin, ces charges réduisent le temps consacré aux patients. Avec Dalvia Santé, Docaposte propose un modèle d’IA générative spécialement entraîné à comprendre le langage médical. Cet assistant interprète les informations qui accompagnent les parcours médicaux des patients et formule des résumés répondant aux interrogations des personnels soignants. Il peut également générer des lettres de liaison qui sont ensuite transmises à d’autres professionnels de santé, pour une meilleure coordination et un suivi du dossier médical du patient. De cette manière, l’IA générative est en mesure de réduire le temps alloué à la documentation médicale, passant de 15-30 minutes à moins de 10 minutes, selon les projections de Docaposte.
#2 ENVIRONNEMENT & CLIMAT
L’IA pour prédire les catastrophes naturelles
L’intelligence artificielle est également déjà mise à contribution dans le domaine météorologique. Ici, les experts et scientifiques tendent à améliorer la précision et la vitesse d’analyse des données météo, et à anticiper et suivre les catastrophes climatiques. Des modèles d’analyse prédictive et des algorithmes apprenants sont employés par des organismes tels que le Centre européen pour les prévisions météorologiques à moyen terme (ECMWF) depuis longtemps. Mais d’autres modèles modernes émergent. C’est le cas du GraphCast, proposé par Google Deepmind. Ce modèle open source promet une analyse prédictive des données météo à 10 jours beaucoup plus fiable que les modèles courants (comme le HRES, pour High Resolution Forecast). Cette hausse de la précision et de la rapidité d’analyse permet notamment d’employer l’IA pour prédire l’apparition de cyclones et en suivre les trajectoires, afin d’avertir les autorités locales et appuyer les politiques d’urgence. Enfin, l’IA et la robotique sont au coeur d’un projet lancé par le secrétaire général de l’ONU visant à mettre en place les infrastructures et outils internationaux pour « garantir que tous les habitants sur Terre soient protégés des événements météorologiques, aquatiques ou climatiques dangereux grâce à des systèmes d’alerte précoce d’ici la fin 2027 ».
#3 PRODUCTION
L’IA au service de la conception de produits
De la création de concepts à l’optimisation de la livraison, l’IA générative révolutionne chaque étape du parcours de fabrication dans les usines du futur. Dans la phase conceptuelle, l’IA générative peut générer des concepts et des modèles optimisés pour la conception et le prototypage de produits, ce qui accélère le développement des produits tout en minimisant les coûts. En effet, c’est lors de la conception que les exigences de performance, mais également les normes réglementaires doivent être prises en compte, le moindre défaut risquant de produire des interdictions de mise sur le marché et des délais importants en termes de « time to market » ou de pénétration de marché par rapport à la concurrence. À titre d’exemple, l’institut de recherche de Toyota a développé une plateforme reposant sur l’IA générative et sa capacité à interpréter les données dites « non structurées » telles que les croquis de conception. Les ingénieurs peuvent ainsi transformer leurs dessins en notes techniques complètes, mais également faire vérifier les caractéristiques techniques de leur design produit au regard des normes réglementaires en vigueur et/ou des objectifs dictés par l’organisation.
#4 RH
L’IA pour l’élévation des compétences
Comment aligner les objectifs d’une grande organisation avec les objectifs de développement personnels de ses collaborateurs ? C’est la question que se posent de nombreux services RH d’entreprises à travers le monde. L’idée est de capitaliser davantage sur le patrimoine de talents déjà présents et d’en optimiser l’emploi plutôt que de systématiquement se tourner vers des recrutements extérieurs coûteux, dans un contexte de tension à l’emploi. Pour relever ces enjeux, des plateformes RH mettent à profit la puissance de l’IA générative afin de créer de véritables moteurs de « matchmaking ». C’est en tout cas de cette manière que le groupe Pernod Ricard emploie la plateforme Workday. L’organisation invite ainsi l’ensemble de ses collaborateurs à renseigner leurs compétences acquises tout au long de leur parcours professionnel. Elle cartographie ensuite ses projets et emplois disponibles avec les qualités et compétences recherchées afin de leur proposer, via un assistant IA, de nouvelles opportunités professionnelles.
#5 MARKETING
L’IA pour réinventer les campagnes print
Pour être tolérés dans leurs boîtes aux lettres par les consommateurs, les prospectus marketing doivent suivre la même évolution que tous les autres formats : ils doivent être ciblés et personnalisés. Si les solutions d’intelligence artificielle foisonnent pour appuyer la création pour des campagnes digitales, le support print semble plus délaissé. Pour répondre à cet enjeu, La Poste Solutions Business intègre le potentiel de l’IA générative dans la création et la planification de campagnes print/postales de ses clients annonceurs. Elle leur permet ainsi « de créer un visuel pour un courrier ou une box d’échantillon, mais aussi d’analyser les courriers marketing des concurrents et leurs résultats afin d’adapter ses propres créations », explique Jean-Marie Robert, Product Manager chez La Poste. Par l’intermédiaire d’un prompt, l’IA est donc en mesure d’analyser la demande du client, ses enjeux marketing, comprendre les cibles, et par l’étude des données postales de La Poste et des performances de campagnes précédentes, d’affiner la création graphique et le ciblage.
[Article extrait du Mag Intelligence Artificielle]
Vous aimerez aussi
-
IA dans le retail, Fnac Darty et Rexel Group priorisent
De l’augmentation des ventes à la fluidification des processus logistiques, les cas d’usage de l’IA dans le commerce ne manquent pas. Mais leur développement implique parfois des investissements importants compliquant un déploiement à l’échelle. À Tech For Retail, Rexel et Fnac-Darty ont partagé leurs cas d’usage prioritaires pour leur organisation.
-
Rodolphe Gelin, Renault : L’IA, futur « véhicule » de services automobiles sur mesure ?
L’avenir de l’industrie automobile se joue autant dans les centres de données que dans les usines… À mesure que les véhicules se dotent d’intelligence artificielle et d’une connectivité permanente, constructeurs et géants du numérique se disputent le terrain de l’innovation. Cette révolution redéfinit la filière : de moyen de transport, elle devient espace de services personnalisés et mobiles. Jusqu’où ira cette mutation et quelles en seront les conséquences pour les clients ? Éléments de réponse avec un responsable de Renault, Rodolphe Gelin, leader expert en IA.
-
Souveraineté : Idemia implante sa production de cartes à puce en France
La demande croissante en Europe, portée par le développement du paiement dématérialisé ou encore de l’authentification sans contact, pousse Idemia à déployer sa production de cartes à puce à Vitré, près de Rennes. Cette capacité de production doit faciliter la fourniture des pays européens et répondre aux attentes en termes de souveraineté.
