> IBM

INTELLIGENCE ARTIFICIELLE ET SCIENCE DE LA GESTION

Nous nous approchons d’un moment pivot où les tendances en matière de technologie et de gestion convergent pour accélérer la transformation des activités industrielles. Nous soulignerons ici comment deux tendances vont transformer la gestion au cours de la prochaine décennie.

Les deux tendances sont présentes depuis plusieurs décennies, mais ont des histoires distinctes. L’intérêt pour l’intelligence artificielle (IA) a dernièrement monté en flèche en raison de ses réalisations récentes et spectaculaires. La science de la gestion, qui applique les méthodes mathématiques et l’informatique à des problèmes d’affaires et de gestion difficiles, a eu un passé plus calme, mais non moins important.

Pendant la Seconde Guerre mondiale, la science de la gestion a aidé à perfectionner la logistique complexe en réalisant une répartition optimale des ressources limitées entre les activités concurrentes, et ce, sous un ensemble de contraintes. On ne peut surestimer à quel point cela a fondamentalement changé la culture d’entreprise, qui est passée d’une culture d’instinct et d’intuition personnelle à un environnement où la prise de décision structurée et éclairée est privilégiée — quand cela est possible.

«L’IA nous permet maintenant de faire usage de l’énorme quantité de données générées chaque jour — médias sociaux, circulation urbaine, événements météo, ensembles abondants de données ouvertes et autres. Surtout, elle peut maintenant s’attaquer à trois types de décisions clés pour la science de la gestion.»

Les modèles mathématiques sont des représentations simplifiées du monde réel, mais ils sont aussi la base de l’IA moderne. Ces modèles sont nécessaires pour nous aider à passer de la collecte de données à la compréhension (information utile), afin d’appliquer des mesures pertinentes. C’est, en fait, la définition de l’IA : elle donne aux ordinateurs la capacité d’apprendre, d’interpréter l’information, puis de prendre des décisions à la suite des scénarios qu’elle a dégagés.

L’obstacle principal au succès de l’IA a été son incapacité à digérer et à interpréter le grand nombre d’informations disponibles — et avec des quantités croissantes de données générées par la technologie, cet obstacle n’allait pas disparaître —, jusqu’à ce que l’apparition des réseaux neuronaux artificiels, colonnes vertébrales de l’IA «moderne», ait fait en sorte de rendre possible le traitement de ces vastes quantités d’informations.

L’IA nous permet maintenant de faire usage de l’énorme quantité de données générées chaque jour — médias sociaux, circulation urbaine, événements météo, ensembles abondants de données ouvertes et autres. Surtout, elle peut maintenant s’attaquer à trois types de décisions clés pour la science de la gestion.

L’IA peut appuyer des décisions stratégiques, qui peuvent être des investissements importants en capital dans la capacité de production, les fusions et acquisitions, les réseaux de distribution et même les décisions de financement. L’IA peut prendre en charge les décisions de planification; elle attribue efficacement les actifs et les ressources humaines pour satisfaire aux exigences de la demande et de la technologie, et optimise les revenus et les dépenses, en tenant compte des contraintes d’exploitation.

L’IA peut prendre en charge les décisions opérationnelles — contrôle et séquençage de
production, gestion d’inventaire, coordination du transport et même octroi de crédit aux clients. Ces trois types de décisions interagissent les unes avec les autres; le tissu de contraintes et de choix qui en résulte est extrêmement complexe, ce qui crée des défis informatiques, même pour les systèmes modernes.

Nous travaillons sur de nouvelles innovations, comme l’informatique quantique, qui nous aideront à surmonter ces obstacles et contribueront à trouver des solutions à des
problèmes complexes qui sont impossibles à résoudre aujourd’hui.

Bien que la science de la gestion et l’IA aient eu des histoires distinctes et sinueuses, la
combinaison de ces techniques a le potentiel de changer fondamentalement la façon dont les entreprises prennent des décisions, du développement de produit jusqu’à la fabrication, la stratégie, le marketing et les opérations.

En tant que décideur, il est important de garder à l’esprit qu’il n’y a pas encore suffisamment de personnes détenant les compétences en IA. Il est donc impératif que les entreprises encouragent le développement de leurs propres compétences et connaissances. Mieux vaut débuter tout de suite; si vous ne le faites pas, vous pourriez finir vers le bas de l’échelle de votre industrie.

IBM

Submit your Innovation Story

Join and network with a global community of innovators  by sharing your success story with the world.