TRANSFORMEZ-VOUS EN ENTREPRISE DATA DRIVEN
Jean-François Dessaux
Nous constatons que les entreprises ont du mal à lancer des modèles d’apprentissage automatique qui encapsulent l’optimisation des processus métiers. Ce sont désormais les composants essentiels des applications pilotées par les données et des services d’IA qui peuvent améliorer les processus métiers, augmenter la productivité et réduire les couts. Dans l’état actuel de notre jeune industrie, de nombreuses entreprises se tournent vers des plates-formes standard d’apprentissage automatique.
De 2012 à 2018, les GAFAM ont mis en œuvre des plates-formes Machine Learning-ML personnalisées à usage interne principalement basées sur des packages open source à base de R Studio, Python ML, Jupiter, Scikitlearn.. (Voir Logiciels Scientifiques).
L’industrie a vu une forte évolution des solutions de plate-forme ML de niveau entreprise ou Enterprise AI, y compris celles des fournisseurs historiques (par exemple, Microsoft Azure ML, AWS ML, Google Cloud ML, etc.) et les nouveaux entrants dans ce marché (par exemple, Dataiku, DataBricks, H20).
Dynacentrix est certifiée Microsoft AI – Gold Analytics – Co Sell Ready et Dataiku. (Voir Gartner 2019)
À mesure que l’adoption de la Data Science et les services de Machine Learning augmentent, de nombreuses entreprises se tournent rapidement vers des plates-formes de science des données et d’apprentissage automatique pour accélérer le temps de mise sur le marché, réduire les coûts de mise en place et augmenter le taux de réussite (nombre de modèles ML déployés et opérationnels). En effet, seulement 30% des projets AI-Machine Learning actuels atteignent le stade de mise en production et un retour sur investissement significatif, cela veut dire que 70% des projets restent dans le Data Lab. Souvent les équipes sont inexpérimentées et ont besoin d’assistance pour les accompagner dans la mise en place, c’est ce que nous proposons. Les plateformes ML et AutoML (Automated Machine Learning) apparaissent comme des outils de choix pour augmenter le prototypage rapide des modèles de Machine Learning et la validation d’un ROI. Voir Diag Data AI. Dans nos best practices nous y associons aussi les méthodes Agile, Lean Six Sigma ou Prince2 pour assurer une bonne gouvernance du projet.
Destinée aux financeurs, investisseurs, crédit risque manager, Dynacentrix développe aussi une solution verticalisée de scoring avancée intégrant des algorithmes de Machine Learning-AI pour sécuriser vos prises de décisions sur vos partenaires commerciaux (fournisseurs ou clients) en France ou à l’international. La solution analyse, prédit la situation financière des entreprises à horizon un an ou plus. (Voir Fintech).