L’intelligence artificielle et les ‘objets intelligents’ sont aujourd’hui au cœur de l’actualité technologique et ils le resteront à coup sûr durant cette année. Si vous êtes actif dans le développement de logiciels ou de matériel, vous vous demandez sans doute par quels moyens améliorer l’expérience de votre utilisateur en ajoutant une couche d’IA. Mais par où commencer ?

La bonne nouvelle, c’est que vous pouvez commencer à faire une foule de choses qui vous mettront sur la bonne voie avant même de commenciez à coder la première fonction intelligente dans votre appli. Voici une liste de quatre choses dans lesquelles vous lancez dès aujourd’hui :

 

Étape 1 : apprenez la différence entre intelligence ‘ingénieuse’ et artificielle.

Premièrement, pour concevoir une appli intelligente, vous n’avez en fait pas besoin d’intelligence artificielle, et il est important de faire la distinction.

L’intelligence artificielle, c’est quand une machine est capable d’apprendre et de prédire sur la base de données historiques. Un exemple : depuis l’automne dernier, tous les véhicules Tesla ont la possibilité de circuler de manière autonome. Ces voitures autonomes amélioreront continuellement leur capacité à aider les conducteurs en consolidant des données provenant de tous les conducteurs et en apprenant comment ceux-ci se comportent à certains endroits.

Parmi les programmes de smartphones utilisant l’IA, citons Google Assistant, qui explore des millions de requêtes Google effectuées depuis des années afin de mieux aider les utilisateurs à répondre à leurs questions.

L’intelligence ‘ingénieuse’, en revanche, n’est pas inextricablement liée à l’intelligence artificielle, car elle peut exister sans elle. Prenons un exemple de la vie quotidienne, celui d’une appli de livraison de pizzas qui suggère une option permettant aux utilisateurs de passer la même commande que la dernière fois. Cette appli ne repose pas sur l’IA. Il lui suffit de savoir que les consommateurs de pizzas passent presque toujours des commandes répétitives. Le simple fait de stocker la dernière commande de l’utilisateur la rendra ‘intelligente’.

Ces fonctions ‘ingénieuses’ ou ‘intelligentes’ n’ont pas besoin d’être intégrées avec des capacités d’apprentissage machine ou d’autres formes d’IA pour aider l’utilisateur. Elles doivent simplement offrir le bon service au bon moment.

 

Étape 2 : commencez à réfléchir à l’équilibre entre proactif et intrusif

Dans les applications d’intelligence artificielle ou ‘ingénieuse’, tout tourne autour des prédictions – de quoi l’utilisateur aura-t-il besoin par la suite ? Si le fait de réussir cette prédiction peut être source d’une expérience formidable, son échec peut être désastreux pour l’expérience utilisateur, et donc pour votre appli. Le résultat visé doit se trouver à l’intersection exacte entre simplicité, interconnectivité et proactivité. Bref, votre appli devrait être magnifiquement intuitive, sans être intrusive ni agaçante.

Clippy de Microsoft est probablement le meilleur exemple d’une application qui essayait trop d’être utile alors que les gens n’en avaient pas besoin. (De même, des études avant son lancement avaient montré que les femmes pensaient qu’elle lorgnait sur elles, une donnée que Microsoft a choisi d’ignorer).

Le problème de Clippy était qu’il ne cessait de nous interrompre pour nous dire comment faire des choses que nous savions déjà faire. Il n’ajoutait aucune valeur. Du coup, dans notre rage collective, nous l’avons tué.

Une fois que vous avez vérifié qu’une fonction intelligente ajoutera de la valeur, vous devez réfléchir à la manière d’équilibrer cette valeur avec le niveau d’intrusion. Prenons l’intégration de la météo dans Facebook par exemple. Supposez qu’il pleuve depuis deux semaines. Avez-vous besoin de Facebook pour vous le rappeler chaque jour ?

Voyez la différence avec l’été. Le temps a été splendide pendant deux semaines. Mais cet après-midi, pendant votre sortie à vélo avec vos potes, la météo a prévu un orage estival. Dans ce cas-ci, une notification spéciale prend tout son sens.

Une règle de base à prendre en considération à propos des notifications et des suggestions dans l’appli. Demandez-vous : enverrais-je un message textuel à mon époux(se) pour lui rappeler ce que l’appli notifie ? Si la réponse est non – si l’envoi de ce texte paraît farfelu ou est perçu comme une interruption inutile -, vous pourriez peut-être reconsidérer la notification.

Si vous voulez en savoir plus sur l’optimisation de l’expérience du consommateur, prenez l’avis de quelques autres experts sur Twitter comme Shep Hyken (@hyken) ou Bill Quiseng (@billquiseng).

 

Étape 3 : mettez en place une plateforme de big data

Si vous ne deviez faire qu’une seule chose en 2017 pour permettre à votre appli de résister à l’épreuve du temps, ce serait de commencer à collecter des données – bien plus que vous ne le faites aujourd’hui. Les données sont la matière première tant pour les applications intelligentes que pour l’IA prédictive. Même si vous ne commencerez à développer les véritables fonctions intelligentes que l’année prochaine, une collection de données utilisateur réelles et prêtes à l’emploi sera toujours la bienvenue.

Plus vous collectez de données, plus vous serez en mesure de puiser dans des schémas passés, ainsi que dans le contexte environnemental d’utilisation de l’appli, pour améliorer l’expérience de l’utilisateur. Les applis peuvent utiliser ces données pour prendre une décision contextuelle basée sur la connaissance (où va l’utilisateur, à quoi ressemble sa routine journalière, comment se comporte-t-il habituellement ?).

Des données d’analyse superficielles, comme le nombre de clics par heure, ne suffiront pas. Pensez plus large : les données utiles peuvent provenir de plusieurs sources et se présenter sous différents formats : en ligne et hors ligne, photos et vidéos, clics et données contextuelles, etc.

Pour collecter des big data brutes, établissez une plateforme de big data. Oracle a publié un guide particulièrement utile pour vous y aider.

 

Étape 4 : cherchez de l’IA ‘plug and play’ (mais ne comptez pas trop dessus)

Avant de commencer à réaliser quoi que ce soit, faites une recherche approfondie des outils disponibles qui pourraient vous aider dans votre travail. Les kits de développement de logiciels et l’‘AI-as-a-service’ facilitent grandement la collecte de données brutes et l’application de l’IA sur ces dernières.

Neura prend des données contextuelles que votre appli collecte et maximise son potentiel pour votre équipe de marketing. Il peut déclencher votre appli afin qu’elle envoie une notification à un utilisateur à un moment donné (« juste après être sorti courir ») ou dans un lieu donné (« point de vente »). Une appli de type santé pourrait reconnaître à quel moment un utilisateur vient de finir de s’entraîner et lui suggérer de faire quelques exercices de stretching ou lui présenter une recette de smoothie pour faire le plein de nutriments, par exemple.

Les grands noms de la technologie se livrent une guerre intestine pour offrir de l’‘AI-as-a-service’. Azure, le nuage public de Microsoft, offre un des services de ‘Machine Learning-as-a-service’ les plus avancés qui soient avec Azure ML, ainsi que de nombreuses API d’IA dans ses Microsoft Cognitive Services APIs. Amazon Web Services, la branche informatique dans le nuage d’Amazon, qui se concentrait jadis exclusivement sur l’IaaS, investit aujourd’hui lourdement dans les API d’AI-as-a-service, avec les lancements récents d’Amazon Rekognition pour la reconnaissance faciale avec apprentissage approfondi et d’Amazon Lex pour la compréhension du langage naturel.

Microsoft, Google, Amazon, et IBM bataillent également pour offrir les services d’IA prêts à l’emploi les moins chers et les plus efficaces depuis le cloud. Servez-vous de ce choc des titans à votre propre avantage.

Toutefois, si l’IA devient le cœur de votre activité, vous allez tôt ou tard vous retrouver face à un mur. Les solutions ‘plug and play’ ont leurs limites, et au final, vous aurez besoin d’une solution personnalisée qui réponde plus précisément à vos besoins. Il faut espérer que vous pourrez encore compter sur ces géants du ‘cloud’, car ils ont libéré l’accès à certains de leurs cadres d’IA. Jetez un coup d’œil sur Google’s TensorFlow ou sur le Microsoft Cognitive Toolkit.

 

N’hésitez pas à partager vos expériences et apprentissages avec moi sur Twitter. Je suis @ffeytons.