« Est-ce que l’IA peut être utilisée pour améliorer l’intelligence d’affaires ? »

Les outils de veille stratégique aident déjà les dirigeants à en apprendre davantage sur les données qui alimentent leur entreprise et à prendre des décisions plus éclairées. Les tableaux de bord de BI, en particulier, aident les leaders d’entreprise à quantifier leurs succès et à identifier les domaines à améliorer à partir d’un point d’accès centralisé. Lorsqu’il s’agit d’adopter l’IA de manière efficace, une surveillance et une compréhension adéquates de vos données peuvent être d’une importance capitale. Sur le papier, il pourrait y avoir un rôle important pour une combinaison de BI et d’IA, avec une identification intelligente de schémas pour informer les dirigeants informatiques dans une plus grande mesure. Mais est-ce aussi simple dans la pratique? Dans cet épisode, Jane et Rory s’entretiennent avec Nick Magnuson, responsable de l’IA chez Qlik, pour découvrir comment la veille stratégique et l’IA peuvent être combinées de manière la plus efficace et quelques-unes des principales erreurs commises par les entreprises lorsqu’il s’agit d’intégrer les deux. « La puissance de l’apprentissage automatique peut dire : « Vous savez quoi, faisons une évaluation indépendante, rassemblons toutes les données, quels sont les KPI que nous voulons mesurer, effectuons l’analyse, examinons les données historiques, utilisons les algorithmes, exploitons toute la connectivité que les différentes mathématiques peuvent offrir ». Et cela vous dira quels sont les principaux éléments qui influencent ces résultats. Et ces éléments devraient être ceux sur lesquels vous vous concentrez dans votre veille stratégique, ce sont ceux que vous portez à l’attention des décideurs car historiquement, ce sont les éléments qui ont eu un impact sur les résultats qui vous importent. » « J’ai vu beaucoup de gens qui ont créé un modèle vraiment bon, puis l’ont remis aux responsables métier et ces derniers l’ont examiné et se sont demandé : « Oh, d’accord, que suis-je censé en faire ? » Et cela s’explique par un manque de confiance dans ce modèle, l’incapacité à expliquer le fonctionnement du modèle ou à vérifier comment il a été créé, quelles sources de données et quelles transformations des données ont pu intervenir en cours de route. »

Share the Post: