Bengs Lab

Réinventez la complémentarité entre l'humain et la technologie

3 Les grands défis à relever

3.3 Connaissance des projets et solutions Augmented Worker

LES DIFFICULTES DES ENTREPRISES AU PARTAGE DES DONNEES EST UN FREIN A L’AUGMENTED WORKER

A un niveau plus macroéconomique, les entreprises elles-mêmes ne connaissent pas le volume et la qualité des données qu’elles génèrent. Et si elles savent la quantité et la qualité de données produites, elles n’ont pas conscience des usages possibles. De plus, elles ne souhaitent pas partager leurs données internes par peur de divulguer des informations sensibles.

Les centres d’études, les marketplaces de données et les plateformes d’open-data tentent d’apporter une première réponse à ce problème. Mais le souhait de ne pas partager les données (propriété intellectuelle, confidentialité, non structuration des données) reste un réel problème au développement de solutions Augmented Worker. Les entreprises doivent donc dépasser les logiques concurrentielles de court terme et définir des langages communs pour permettre le développement de solutions Augmented Worker multisectorielles.

 

UNE MARKETPLACE DE MODELES POUR FAVORISER LE PARTAGE

Une marketplace de modèles IA pourrait être imaginée pour obtenir des résultats plus précis. Concrètement, un algorithme rassemblerait les données de multiples entreprises dans un but de capitaliser sur un volume important de données. La loi des grands nombres justifie cette intuition business. Le but final est de partager les enseignements liés aux traitements des données provenant de plusieurs entreprises en les mutualisant, d’effacer la période d’apprentissage des modèles grâce à des modèles clés en mains et de garantir la confidentialité des données et un haut niveau de sécurité.

Les données utilisées pour réaliser l’apprentissage (ML*) du modèle doivent respecter une nomenclature commune (segmentation/sémantique) et l’utilisation des modèles clés en mains nécessite que les clients aient une base de données structurée.