On appelle « Business Intelligence » (BI) un ensemble de théories, de méthodologies, de processus, d’architectures, et de technologies qui transforme des données brutes en informations utiles
et pleines de sens pour les affaires d’une entreprise. Cet ensemble peut analyser une grande quantité d’information permettant d’identifier de nouvelles opportunités sur les marchés ou de prendre de meilleures décisions dans l’entreprise.
La Business Intelligence regroupe différentes applications aux fonctions complémentaires : agrégation de données, reporting, datamining, analyse prédictive, traitement analytique en ligne, benchmarking…
L’outil d’analyse et visualisation Tableau 2020.2 intègre un nouveau modèle de données et facilite l’accès aux indicateurs de performance depuis un smartphone.
En 1997 deux chercheurs de la NASA, Michael Cox et David Ellsworth, utilisent pour la première fois le terme de big data. Ils étaient loin d’imaginer que, plus de vingt ans après, le phénomène des ‘‘données massives’’ gagnerait tous les secteurs d’activité, et devienne un levier de l’économie moderne.
En 2019, aucune organisation n’a effectué plus de demandes auprès de l’Office européen des brevets que Huawei.
Le groupe Jouve, qui a cédé son activité imprimerie, veut se consacrer « entièrement » au développement de solutions et services numériques orientés data.
L’intelligence artificielle impacte la prise de décision dans de grandes entreprises. La perception de cette influence varie d’une industrie à l’autre.
Il n’aura échappé à personne que depuis quelques années le terme de « transformation numérique » s’est imposé sur la scène IT. Progressivement, des entreprises de tous les secteurs de l’industrie se sont engagées d’une façon ou d’une autre dans un processus de transformation de leur relation au numérique. Ces entreprises cherchent ainsi à repenser leur usage des technologies pour définir de nouveaux business models ou améliorer la productivité des modèles existants.
L’arrivée de l’intelligence artificielle et de l’automatisation dans le monde du travail n’a pas toujours été perçue d’un très bon œil. Malgré les avantages que ces technologies apportent aux entreprises et à leurs effectifs, la crainte de voir l’humain remplacé par la machine et le manque de connaissances à propos de ces nouvelles technologies ont jusqu’alors minimisé leur impact sur le monde du travail.
La mise en place d’un programme analytique efficace se rapproche sensiblement de la création d’une entreprise et exige les mêmes qualités de détermination, de flexibilité et de créativité. Les études s’accordent pour dire que les entreprises doivent capitaliser sur l’analytique. Pourtant, étonnamment, la plupart échouent à le mettre en place. Comment réussir en adoptant le mode de pensée des start-ups ?
L’IA avec l’apport de sa performance n’est pas une option, même si chaque entreprise, chaque industrie a ses cycles, son rythme et sa culture et qu’il est tentant de regarder les autres faire avant de se lancer.
La question est-elle bien posée ? En effet, avant de parler de compatibilité, assurons-nous que l’entreprise et son équipe marketing sont agiles. Si ce pré-requis est respecté, les méthodes agiles ne peuvent qu’aider à les rendre compatibles.
Les entreprises du monde entier investissent des dizaines de milliards d’euros dans l’Intelligence Artificielle (IA) et le Machine Learning (ML). Un rapport du Hub Institute indique d’ailleurs qu’en seulement 6 ans les investissements sont passés de 600 millions à 1,8 milliard de dollars.
Il n’y a pas un secteur industriel ou une entreprise qui ne se transforme aujourd’hui grâce aux logiciels, qui permettent d’offrir de nouveaux services digitaux, afin de conquérir de nouveaux marchés et de réduire les coûts opérationnels. Une quête d’amélioration continue pour laquelle les organisations sont prêtes à dépenser près d’1,2 milliards de dollars cette année, selon IDC.
Selon Deloitte, une majorité de professionnels préfèrent utiliser des feuilles de calcul et des outils d’informatique décisionnelle plutôt que les solutions analytiques cloud et IA.
C’est la première démo de leur Open Data Initiative : une application de collecte et d’envoi des données vers Microsoft Azure pour un traitement analytique.
OpenText veut faciliter le transfert de charges de travail EIM vers Google Cloud et des services tiers de cloud public en s’appuyant sur Anthos.
Microsoft enrichit son offre Power BI avec une version mise à jour. On trouve notamment un service de développement d’applications « prêtes à l’emploi ».
La diffusion d’une culture d’entreprise axée sur les données fait partie des priorités des CDO. Mais les obstacles ne manquent pas, relève Gartner.
Salesforce rachète Tableau Software, leader dans la visualisation des données. Montant : 15,7 milliards $ par échange d’actions.
En France, six organisations pionnières dans ce domaine sur dix pensent que l’IA transformera leur marché en trois ans, rapporte Deloitte.
Google Cloud accélère dans la BI Cloud. Objectif : renforcer Big Query, son service d’analytique en temps réel de grands volumes de données.
Cinq des dix premiers propriétaires mondiaux de brevets liés à l’IA sont basés aux États-Unis. Un en Corée, quatre en Europe et au Japon, selon IPlytics.
Le déploiement du RGPD et l’accélération de la production mondiale de données chamboulent le rôle du chief data officer (CDO).
Une PME française sur cinq exploite aujourd’hui une solution d’« analytics ». Ces outils servent à automatiser le reporting de ventes, prédire des fluctuations du chiffre d’affaires ou même analyser le comportement client. À la clé : des gains de productivité et de réactivité. Tour d’horizon des usages, contraintes et bénéfices de ces solutions.
Il n’est pas possible de supprimer les transcriptions écrites des commandes vocales passées avec Alexa. Amazon affirme travailler sur le problème.
L’IA doit-elle être exclusive, c’est-à-dire réservée à quelques érudits, ou doit elle être inclusive, c’est-à-dire partagée par tous ? Telle est la question qui anime aujourd’hui de nombreuses entreprises.
Les nouvelles techniques d’IA permettent d’aller plus loin grâce au NLP. Son rôle : étudier la programmation informatique qui permet de traiter et d’analyser de grandes quantités de données formulées en langage naturel.
A quelques jours de sa conférence Build 2019, Microsoft a déjà dévoilé les grandes nouveautés liées à Azure et l’IoT.
La R&D, les services IT et le support client concentrent l’essentiel des projets d’intelligence artificielle des entreprises, selon O’Reilly.
Le rapport « Intelligence artificielle – État de l’art et perspectives pour la France », tout juste publié, vient à point nommé explorer les finalités économiques de l’IA pour notre pays.
Les données foncières des 5 dernières années sont accessible en open data. Objectif : améliorer la connaissance des prix sur le marché immobilier, selon Bercy.