LMI MAG 4 Sept 2020 - Flipbook - Page 21
© Aliza Schlabach Photography
hypothèses biaisées, passant à côté d’éléments clés et
tirant des conclusions incorrectes ou incomplètes, ce
qui affecte négativement les décisions et les résultats.
En utilisant des algorithmes et du machine learning, les
solutions d’intelligence augmentée trouvent automatiquement des faits pertinents, et les restituent de façon
visuelle et intelligible aux utilisateurs. Nous allons voir
davantage d’adaptation des solutions BI et analytiques
dans les organisations dotées de capacités d’intelligence
augmentée.
« En utilisant des algorithmes et du machine learning, les solutions
d’intelligence augmentée trouvent automatiquement des faits
pertinents, et les restituent de façon visuelle et intelligible aux
utilisateurs. » Mike Capone, CEO de Qlik.
Qlik affiche une forte ambition autour de
l’intelligence artificielle (IA) et du traitement
du langage naturel (NLP). Comment ces
technologies peuvent-elles accroître la valeur
apportée aux clients ? Voyez-vous une demande
pour des interfaces pilotées par la voix ?
MC : La vision de Qlik autour de l’IA et du NLP consiste
à les utiliser pour améliorer la capacité des utilisateurs
à lire, analyser, comprendre et se servir des données,
et, par-dessus tout, accroître leur aisance avec les données. Pour nous, l’IA est de l’intelligence augmentée :
nous exploitons l’IA et les capacités cognitives pour
aider les utilisateurs qui ont des besoins analytiques
et développer la culture de la donnée parmi eux, quels
que soient leur rôle et leurs compétences. Parmi les bénéfices : la démocratisation de l’information, la baisse
de la barrière à l’entrée pour les usages analytiques et
la hausse du niveau d’éducation autour des données.
Les volumes de données augmentent et les décisions
cross-fonctionnelles deviennent plus complexes à optimiser dans ce monde digital. Ainsi, le nombre de variables à prendre en compte pour un résultat ou une
action grimpe jusqu’au point où explorer toutes les possibilités et déterminer les éléments les plus pertinents
et actionnables est quasi impossible, ce qui expose de
plus en plus métiers et analystes aux biais de confirmation. Ils en viennent souvent à explorer leurs propres
Il existe de nouvelles fonctionnalités regroupées sous le
terme d’IA, comme l’accélération et l’automatisation de
la connaissance. L’objectif est d’abaisser la barrière à une
large adoption des outils analytiques et de les rendre plus
faciles à utiliser pour tous. C’est là que nous observons
l’usage du NLP et des interfaces basées sur la voix. Chez
Qlik, les technologies analytiques conversationnelles
embarquées dans Insights Bot en sont un bon exemple.
Mais il en existe aussi d’autres, comme la visualisation
intelligente, où des algorithmes sont appliqués sur les
représentations visuelles pour mettre en relief des anomalies ou des motifs auprès des utilisateurs. En tant
qu’humains, nous sommes très bons pour reconnaître
des motifs. Cet ensemble d’outils ne se limite donc pas
à fournir des capacités de recherche en langage naturel
aux utilisateurs. Notre but chez Qlik est de créer des expériences innovantes qui combinent à la fois des capacités visuelles et du NLP pour la découverte augmentée
de données, de façon à permettre aux utilisateurs des
« découvertes inattendues ».
De plus en plus de fournisseurs de BI adoptent
des approches uniquement cloud. Percevezvous un vrai mouvement dans ce sens ?
Le on premise a-t-il encore une place ?
Allez-vous privilégier Qlik Sense pour les
évolutions ou est-ce que les clients de QlikView
peuvent aussi espérer des innovations ?
[Lire l'intégralité de l'entretien
sur lemondeinformatique.fr]
APPROFONDIR
LIRE EN LIGNE
Article
cutt.ly/capone-article
21