Mahdi Zargayouna, Responsable des Mastères "IA & Business Transformation" et "Data Science in Business" de la Paris School of Technology & Business (PST&B), et Directeur adjoint du laboratoire de recherche GRETTIA, spécialisé en data et simulation appliquées aux mobilités, à l'Université Gustave Eiffel, revient sur les applications pratiques permises par les avancées des technologies numériques associées au traitement des données.
Data Analyse et Data Science :
Comment l'IA change notre quotidien
24.05.2023
Il remet également en perspective les différences de temporalité entre la recherche et son application IRL et nous assure d'une chose : nous n'en sommes qu'aux débuts.
Smartphones et GAFAM : les premiers producteurs, utilisateurs et bénéficiaires des avancées data
La data analyse, la data science et l'IA, sont des notions qui ont pris une place essentielle dans le discours médiatique pour la simple et bonne raison que désormais, le grand public en voit les effets et en utilise les outils. Certaines nouvelles technologies, par lesquelles tout parait automatique et rapide, sont déjà ancrées dans notre quotidien sans que nous nous en rendions compte : il s'agit de nos smartphones et par extension, de notre présence sur internet.
Dès que nous utilisons Internet, nous laissons des traces numériques extrêmement nombreuses, qui fondent le socle de connaissances et la base de recherche et d'analyse en data.
Les GAFAM ont donc été parmi les premiers à réellement valoriser la data et à automatiser la collecte de données. Ils disposent de quantités phénoménales de données, et par conséquent, de connaissances sur les comportements humains liés aux technologies numériques, qui leur permettent de développer de nombreuses applications, par exemple :
Côté services de messagerie :
- Reconnaissance digitale et faciale pour le déverrouillage de smartphone
- Tri automatique des emails selon l'émetteur : prioritaires et secondaires, publicités, caractère urgent
- Détection et filtrage des spams
Mais aussi côté réseaux sociaux et services de VOD et vente en ligne :
- Algorithmes de recommandation et de suggestion
- Systèmes de promotions personnalisées en temps réels
- Notations
La santé, les transports : l'IA, le jumeau numérique et les modèles prédictifs comme Game Changers
Même si on est encore loin d'une intelligence artificielle générale (indépendante des applications particulières), les IA spécialisées déployées ont un impact réel sur énormément de domaines. Celles-ci sont de plus en plus fondées sur les données, c'est-à-dire que la machine apprend à partir des exemples qu'on lui fournit.
Une autre manière de s'en rapprocher est de construire une copie basée sur le principe de jumeau numérique : fabriquer un alter ego numérique observable, que nous pouvons analyser, superviser et dont nous pouvons estimer et prévoir l'évolution. Grâce à ces techniques, nous (ndlr : les professionnels et spécialistes data & IA) sommes capables de développer des solutions à l'efficacité redoutable pour :
Les transports
- En construisant des modèles prédictifs, des flux de déplacement et des volumes de passagers : organiser les ressources selon les taux de remplissage, définir un niveau de confort, limiter et éviter les risques d'accidents.
- En développant des systèmes de conduite autonome, dans lesquels les véhicules observent leur environnement, l'analysent, planifient leurs actions et agissent selon leur niveau d'autonomie (cinq niveaux possibles allant de l'assistance à la conduite à l'autonomie totale).
Je découvre notre article sur ChatGPT !
La gestion des temps d'attente
- Nous avons désormais la capacité de prévoir les horaires d'affluence, d'adapter l'accueil des personnes, de mobiliser les personnels en conséquence.
- (NB : en ce qui concerne le tracking de livraison, il relève plutôt de l'ingénierie informatique que de l'IA, et met en concordance des données de géolocalisation un outil de visualisation en temps réel).
La santé
- Les applications des techniques IA (Deep Learning) pour la détection de tumeurs et le dépistage des cancers (notamment le cancer du sein).
- L'imagerie 3D qui permet de reproduire parfaitement, à partir d'une photo panoramique 2D, les éléments à soigner et à observer comme les dents, en 3D, ainsi qu'une interprétation automatique des images...
De nouveaux outils basés sur des découvertes pourtant pas si récentes
Les exemples d'application ne représentent que quelques-unes parmi les nombreux autres champs d'action. Si le grand public y voit une accélération et une entrée subite dans un monde de nouvelles technologies, c'est parce que la chronologie et la progression de la recherche ne sont pas médiatisées. Le socle de connaissances sur lequel se basent ses outils numériques n'est pas récent.
L'analyse de données par exemple, se pratique depuis des siècles et les bases de la data sciences, et de l'IA moderne ont été jetées dès les années 1980.
Grâce à la conjonction des théories analytiques et de la puissance informatique, nous avons pu accélérer les calculs nécessaires et fournir des réponses quasi simultanées, automatisées, en passant de "data" à "big data"
Si le socle théorique des data sciences est très ancien, on peut considérer que nous ne sommes qu'aux débuts de son exploitation
C'est l'explosion de la puissance des ordinateurs qui a rendu possible l'exploitation des données et des modèles de prédiction en cours depuis les 30 dernières années au sein des instituts et laboratoires de recherche.
"ChatGPT n'est pas une révolution technologique, mais une révolution de produit !"
La médiatisation de ChatGPT a laissé penser au grand public, qu'une découverte et une technologie majeure venait de voir le jour. Mais ce n'est pas le cas : la technologie existe depuis quelques années, la réelle différence, c'est le produit !
Le grand public à une impression de paliers qui lui donne l'illusion de progression subite, à pas de géant, alors qu'en réalité la science et le développement technique sont en mouvement, certes accéléré, mais continu.
En ce qui concerne ChatGPT, la révolution vient de la forme "produit" proposée : un agent conversationnel ouvert à toutes et tous. Cette forme va en faire l'un des produits les plus rentables sur une première année de monétisation, avec, pourtant, un abonnement modeste d'une vingtaine de dollars, mais avec un nombre d'utilisateurs actifs en croissance record.
L'innovation technologique demande des professionnels qui savent traduire la technologie en application business
Ce que nous apprend, ou plutôt nous confirme, l'effervescence autour de ChatGPT, c'est la nécessité de former, comme nous le faisons à la PST&B, avec un positionnement hybride Tech et Business, des experts capables d'établir le lien entre les avancées de la recherche numérique et leurs applications concrètes dans nos sociétés.
Approche Tech & approche Business
Le grand public n'a pas connaissance des avancées des recherches en laboratoire, tant qu'elles n'ont pas d'application concrète. Or, pour les appliquer et en tirer un avantage, il faut des personnes capables de s'en saisir en maîtrisant à la fois, la technologie et l'approche Marketing/Business qui permet d'en trouver les usages et d'en designer les modes opératoires et les réponses aux besoins.
Ce sont ces talents que forme la PST&B, avec un focus sur l'IA et la Data Science dans les deux Mastères dont Mahdi en porte la responsabilité (NDLR : la PST&B forme également des experts hybrides en Cybersécurité et en Blockchain).
Mastère Data Science in Business
Mastère Data Science in Business
Admissibilité
Bac+4/+5
Rythme
Alternance en M1/M2
Rentrée
Octobre 2025
Certificat
Titre RNCP de niveau 7 reconnu par l'État
Mastère Intelligence Artificielle & BT
Mastère Intelligence Artificielle & BT
Admissibilité
Bac+4/+5
Rythme
Alternance en M1/M2
Rentrée
Octobre 2025
Certificat
Titre RNCP de niveau 7 reconnu par l'État
Dans ces deux cursus, les étudiants venus à la fois d'univers Tech (génie logiciel, développement Web, etc.) et Business (RH, Management, Marketing, etc/) passent par deux étapes dans la maîtrise des technologies sous-jacentes :
- La découverte de la data analyse sur des bases no-code ou low-code afin d'en maîtriser l'utilisation efficace, avec des certifications à la clé
- La programmation de leurs propres algorithmes dans le but de "lever le capot", dépasser les outils à leur disposition pour créer les leurs, et ainsi répondre à leurs besoins spécifiques, et ceux des entreprises qui les accueilleront.
Les applications Business qui orienteront le traitement des data et les data sciences dans l'entreprise seront du ressort de cette génération. Ils bénéficieront sans doute, de nouvelles innovations technologiques au cours des années à venir. Comme pour de très nombreux métiers, on ne peut prédire ce que seront leurs tâches et missions demain. Ils devront évoluer en même temps que leurs outils et se partageront la lourde responsabilité, de penser nos futurs usages numériques...
