Près de la moitié des entreprises ont déployé l'apprentissage automatique

Si vous êtes préoccupé (ou très enthousiaste) par le fait que l'apprentissage par machine (ML) devienne la norme, une étude récente réalisée par Oxford Economics pour le compte de la société de gestion des ressources humaines et des ressources informatiques, ServiceNow, devrait susciter votre intérêt. Le rapport, qui a interrogé 500 directeurs des systèmes d'information dans 11 pays et 25 secteurs d'activité, a révélé que 49% des entreprises utilisaient déjà le mode ML pour améliorer leurs processus métier traditionnels.

Sur les 500 DSI interrogés, 200 ont déclaré être déjà au-delà de la phase pilote et avoir commencé à déployer le ML à une certaine capacité. Les DSI espèrent limiter les erreurs d'utilisateurs et les erreurs de jugement en introduisant l'automatisation. Près de 70% des DSI ont déclaré que les décisions prises par les machines seraient plus précises que celles prises par les humains. Selon l'enquête, les DSI d'aujourd'hui se concentrent principalement sur l'utilisation de ML pour automatiser des tâches répétitives (68%), prendre des décisions complexes (54%), reconnaître les modèles de données (40%) et établir des liens entre les événements (32%).

"L'une des raisons pour lesquelles vous entendez tant parler de ML est que c'est la vague de productivité qui séparera les entreprises de la concurrence", a déclaré Chris Bedi, directeur de l'information chez ServiceNow. "C'est plus rapide et offre de meilleures décisions. Les humains ont des préjugés, pas les algorithmes."

Bedi a déclaré qu'il voyait un potentiel énorme pour le BC dans des secteurs tels que la planification des ressources d'entreprise (ERP), la gestion des stocks et la chaîne d'approvisionnement, parmi beaucoup d'autres. Quarante et un pour cent des DSI interrogés dans le sondage ont indiqué que le manque de compétences était le principal problème qui les empêchait de déployer le BC aujourd'hui. Inversement, seulement 16% des directeurs informatiques et leurs sociétés ont prévu de modifier la taille de leurs effectifs et de modifier les rôles pour prendre en charge le BC.

ML et emplois

Les chiffres publiés dans l'enquête Oxford Economics sont des projections à court terme, contrairement à un rapport de la société de conseil en gestion McKinsey & Company. Leur rapport prévoyait que la moitié des activités professionnelles actuelles pourrait être remplacée par l'automatisation de 2035 à 2055, en fonction de divers facteurs. Le rapport de la société analysait 2 000 activités de travail dans 800 professions et indiquait que près de 2 700 milliards de dollars de salaires étaient consacrés à des emplois pouvant être automatisés à terme.

"ML va changer les rôles des gens", a déclaré Bedi. "Je ne souscris pas à ML qui supprime les emplois des gens; cela changera les emplois des gens. Les décisions banales seront automatisées, ce qui libérera les gens. De nouveaux emplois seront créés."

Bedi a déclaré que la clé pour utiliser ML pour améliorer les résultats financiers tout en maintenant la base consistait à modifier les compétences actuelles des employés et à embaucher de nouveaux talents pour gérer les capacités de ML. "Le talent est un gros problème", a déclaré Bedi. "Data Scientist doit être l’un des emplois les plus en vogue. Nous devons vraiment examiner notre feuille de route triennale pour les talents et les compétences. Et s’employer réellement à renforcer ces compétences. Nous devons former des employés mais également trouver des sources alternatives à ce talent."

Bedi a exhorté les employeurs à embaucher et à former des employés pour tirer parti des processus basés sur le blanchiment de capitaux. Une fois que les humains seront à l'aise avec la capacité de ML à produire des données fiables et à prendre des décisions correctes, il a déclaré que l'industrie prendrait en charge le processus décisionnel en transition, guidé par une surveillance humaine.

Le dilemme de la fin de l'adoption

L’enquête d’Oxford Economics a permis d’isoler 50 entreprises qualifiées de "First Movers". L'enquête a examiné les processus commerciaux et les stratégies de gestion du talent de ces entreprises afin de déterminer comment et où la progression du blanchiment de capitaux serait améliorée dans les années à venir. L’étude a révélé que les personnes ayant un rôle prioritaire sont plus susceptibles d’avoir redéfini les descriptions de travail pour se concentrer sur la façon dont les humains travaillent avec des machines, et ont prévu de créer des équipes spécialisées axées sur le développement et l’utilisation de la technologie ML. Contrairement à leurs pairs, ces entreprises sont plus susceptibles d’avoir élaboré des feuilles de route pour leurs processus futurs, en capturant les erreurs et en garantissant l’exactitude des données.

Malheureusement, d'autres rapports indiquent que plus l'organisation est petite (et moins elle dispose de ressources), moins elle est susceptible d'être préparée à la vague de blanchiment de capitaux. Une étude récente de Bluewolf (société IBM) a révélé que seulement 33% des petites entreprises envisageaient d’investir dans l’intelligence artificielle et le blanchiment d’argent au cours des 12 prochains mois. Cela contraste avec les 30% de grandes entreprises qui ont déjà investi dans les technologies et les 44% qui prévoyaient d’investir dans les 12 prochains mois. Cela représente un total de 74%, ou 20% de plus que le total des petites entreprises.

"Nous sommes au début du voyage", a déclaré Bedi. "Les personnes et les entreprises agressives se sépareront de celles qui ne le sont pas. On a le sentiment qu'il est nécessaire de passer à l'action. Les entreprises qui s'approchent vont commencer à se séparer de la concurrence. Cette séparation Les DSI commenceront à faire pression dans un proche avenir."