Comment le « machine learning » influencera les opérations des entreprises

Un rapport de l’Institute for the future et Dell Technologies « The next era of human/machine partnerships – Emerging technologies », souligne à quel point le machine learning influencera, rapidement, les façons de travailler. On y précise même que 85 % des emplois occupés en 2030 seront « inventés » d’ici là! Forcément, d’ici peu, les impacts seront importants sur la gestion des opérations et la gestion des ressources humaines.

Tout d’abord, qu’est-ce que le machine learning?

Le machine learning (apprentissage automatique ou apprentissage artificiel) est une technologie qui permet aux machines d’apprendre en repérant les répétitions (des patterns) dans de grands volumes de données afin d’en tirer des modèles ou des prédictions en se basant sur des statistiques.

Les premiers algorithmes du machine learning ont été conçus dans les années 1950 dont le plus connu est Perceptron (1957). Le machine learning est de l’intelligence artificielle (IA) qui, elle-même, est derrière le Deep Blue, ce superordinateur qui a battu le champion mondial d’échec Gary Kasparov lors d’un match revanche en 1997 après avoir appris de sa défaite un an plus tôt.

Le machine learning est très efficace, en vitesse et en précision, pour repérer des tendances à partir du big data. Et qu’est-ce que le big data? Il s’agit du regroupement de vastes ensembles de données diverses et variées. Par exemple, le machine learning peut repérer une fraude en une milliseconde seulement en croisant des données issues d’une transaction (montant, localisation) et les autres informations historiques et sociales qui lui sont rattachées.

Le machine learning permet également, sans intervention humaine, d’extraire les données qui ont de la valeur parmi la masse infinie d’informations disponibles, notamment par les plateformes CRM (technologies de gestion de la relation client) ainsi que les réseaux sociaux.

Machine learning et big data : un duo inséparable!

Pour faire son travail, le machine learning a besoin d’une quantité importante de données. Plus le machine learning a de sources de données et plus il est performant, affinant ainsi les insights qu’il détecte. C’est avec ces données que l’intelligence artificielle apprend la manière dont l’intelligence humaine analyse les situations.

Désormais, l’intelligence artificielle est totalement capable d’apprendre sans l’aide d’un humain, c’est-à-dire de manière autonome. Par exemple, l’algorithme DeepMind de Google, a appris tout seul à jouer à une quarantaine de jeux vidéo Atari. Une prouesse qui aurait été impossible avant l’arrivée du big data, les ensembles de données disponibles étant insuffisants.

Machine learning et analyses prédictives

Réaliser des analyses prédictives consiste à exploiter les données issues du big data et traitées par des algorithmes statistiques et des techniques de machine learning, afin de prédire des probabilités en se basant sur le passé. Les analyses prédictives sont réalisées à partir de plusieurs disciplines et technologies :

• Data mining
• Analyses statistiques
• Modelling prédictif
• Machine learning

Ces analyses prédictives sont le but ultime du machine learning en extrayant des insights exploitables qui serviront à des entreprises pour les guider dans la prise de décisions stratégiques, en accord avec leurs objectifs.

L’influence du machine learning sur les individus, sur les entreprises et sur les professionnels des ressources humaines

La place de plus en plus importante que prend l’intelligence artificielle dans nos vies aura un impact certain sur les compétences et aptitudes tant des individus que des entreprises.

Ainsi, pour les individus voulant demeurer des candidats de choix pour les entreprises, il sera nécessaire de :

• Maintenir une réputation favorable dans leurs réseaux (car les réseaux sociaux représentent une source de données du big data, bien que questionnable du point de vue éthique);
• Être capable d’intégrer avec agilité des outils d’intelligence artificielle dans leur propre travail;
• Appliquer des outils d’intelligence artificielle à leur propre vie;
• Avoir des compétences en qualification et en jugement de l’information;
• Perfectionner les compétences humaines nécessaires au travail pour compléter ce que les machines feront elles-mêmes, sans son aide;
• Avoir la capacité comprendre les décisions prises par un algorithme.

Quant aux entreprises, le machine learning les obligera à revoir certaines façons de faire :

• Bonifier la sécurité comme stratégie d’entreprise;
• Dépasser les attentes des consommateurs notamment pour répondre en temps réel aux besoins;
• Gérer leur marque algorithmique en s’assurant que les algorithmes s’alignent sur leurs valeurs organisationnelles;
• Revoir leur conception de la valeur du travail;
• Inspirer l’innovation chez leurs employés en les incitant à s’éloigner des systèmes que les machines ont appris pour développer d’autres avenues.

Quant aux professionnels des ressources humaines, l’arrivée de l’intelligence artificielle les poussera à revoir rapidement leurs pratiques. Qu’il s’agisse des employés déjà dans l’entreprise, de nouveaux employés ou de candidats à venir, tous devront posséder des compétences dont on ne connaît pas encore les exigences. Un beau défi pour ces spécialistes !

Il en est de même pour les conseillers en orientation, qui oeuvrent en amont, à titre de spécialistes en orientation de carrière auprès des jeunes actuellement aux études, et autres employés/candidats à l’affût de nouvelles opportunités de carrière.

EN CONCLUSION, avant longtemps nous serons témoins de collaborations entre les membres des équipes et les puissants systèmes guidés par le machine learning. Se démarqueront alors les entreprises agiles qui sauront donner un sens aux produits ou services et aux partenariats personnes-machines intelligentes. D’ici 2030, ce qui ne laisse pas beaucoup de temps, il y a lieu de repenser certains contenus des programmes de formation académique (essentiellement DEP, DEC et BAC), de même que les programmes de formation continue afin que les utilisateurs (gestionnaires, employés et candidats à venir) soient bien prêts pour 2030 !

Sources :

The next era of human/machine partnerships – Emerging technologies : https://www.delltechnologies.com/content/dam/delltechnologies/assets/perspectives/2030/pdf/SR1940_IFTFforDellTechnologies_Human-Machine_070517_readerhigh-res.pdf

L’intelligence artificielle et l’humain au travail : https://www.ccmm.ca/fr/publications/cahiers-thematiques/entrepreneuriat-innovation/l-intelligence-artificielle-et-l-humain-au-travail/?gclid=Cj0KCQiApsiBBhCKARIsAN8o_4hdWQs00bzo-ESU4g66DTimLn2paneu6n6kX6V_gn3sBE_tf9Tc0xkaAqC1EALw_wcB