Agriculture augmentée
Accompagnement d'un leader de la fabrication de pneumatique dans l’identification de nouvelles opportunités business liées à l’utilisation de la donnée dans l'environnement agricole
eleven (cabinet conseil stratégie IA) possède une connaissance profonde des technologies propres à et gravitant autour de l’intelligence artificielle (IA) et la Data Science.
Avec plus de 12 années d’expérience dans le domaine, le cabinet conseil a pu vivre de manière directe l’arrivée de toutes les technologies de pointe que ce soit en apprentissage machine, en déploiement ou en développement informatique de manière générale. Cet historique fait qu’eleven dispose aujourd’hui d’un positionnement idéal d’expert sur des sujets technologiques de pointe, toute en ayant une grande expérience sur les anciens systèmes et anciennes technologiques, aujourd’hui estampillées du terme « héritage » (legacy).
Eleven a ainsi pu éprouver pour ses clients l’implémentation de technologies à l’état de l’art tels que le développement modulaire de solutions faisant appel à la technologie des containers (ex : Docker) et favorisant une structure tout-API des cas d’usage développés. Loin de siloter ces solutions innovantes, le cabinet s’assure de les intégrer au maximum aux systèmes existants pour en assurer l’usage et la mise à l’échelle sur le long terme.
Cette approche duale entre système hérité et nouvelles technologies permet au cabinet d’accompagner ses clients dans le développement de cas d’usage de pointe les nécessitant, tout en favorisant une intégration avec les solutions et systèmes existants et/ou une transition douce et progressive vers ces nouvelles technologies.
La stratégie de transformation digitale que nous proposons à nos clients quant aux sujets technologiques est de toujours partir d’un besoin métier et de contraintes opérationnelles précises. L’usage de technologies cloud ou de solutions de déploiement ponctuels de code sur le cloud (ex : Azure, AWS, GCP, serverless) permet un déploiement souple, rapide et à l’état de l’art, s’il est au service d’un besoin métier en amont. Si nécessaires, nous savons aussi nous intégrer dans les environnements propriétaires de nos clients et les aider à l’accélération de l’industrialisation de projet IA dans ce cadre.
En accompagnant ses clients sur différents sujets de transformation digitale et de déploiement de cas d’usage d’apprentissage d’image tels que des sujets de reconnaissance d’image (computer vision), de conception générative (generative design) ou de traitement de langage naturel (NLP), eleven a constitué une équipe interne d’experts sur ces sujets, maîtrisant le langage de développement de référence en apprentissage machine (Python, Scikit Learn, Tenserflow, Keras, Pytorch, BERT…) et favorisant les méthodes agiles et les approches dites de développement et intégration continus (Continuous integration & continuous deployment).
Cette vision DevOps du déploiement de cas d’usage permet à eleven de répondre de manière pertinente aux besoins de ses clients sans se fermer dans de potentielles convictions. Nos experts ont une volonté de continuer d’explorer de nouvelles technologies de pointe jusqu’à les maîtriser et les mettre à disposition de nos clients. Cette curiosité et cette volonté d’apprentissage permanentes sont au cœur de l’expertise technologique d’eleven.
Eleven est également très sensible à la compréhension des algorithmes, c’est pourquoi nous avons créé un savoir faire spécifique dans l’explicabilité des modèles d’IA. Cela nous permets, d’une part, d’assurer à nos clients que nos algorithmes ne contiennent aucun biais, qu’ils soient éthiques ou d’autres natures, et, d’autre part, de produire des algorithmes plus stables dans le temps.
Afin de faciliter le travail d’appropriation et de compréhension des algorithmes par vos équipes, nous avons développé un outil facile à prendre en main et permettant d’explorer et de visualiser les algorithmes en stressant chaque variable explicative pour mieux comprendre son impact dans les prédictions du modèle grâce aux méthodes les plus récentes en la matière (Shapley Value, Partial Dependency Plot, etc.).
Key Technological Enablers
Le Machine Learning rassemble toutes les technologies permettant de calibrer automatiquement un modèle pour le rendre plus fiable. L’amélioration de la puissance de calcul et l’augmentation de la quantité de données exploitables permettent d’une part aux ordinateurs d’ajuster automatiquement leurs prédictions et leurs comportements, et d’autre part le développement d’algorithmes prédictifs et décisionnels plus précis et efficaces.
Le Cloud rassemble toutes les technologies permettant le stockage et le traitement à distance, souvent sur des solutions partagées. La mutualisation des coûts matériels et le développement de plateformes donnent accès à toute entreprise à des infrastructures et à des services informatiques flexibles, performants et économiques.
Le Deep Learning est intimement lié aux mécanismes d’interprétation par couches successives ; ce faisant, il s’appuie largement sur les réseaux de neurones. Les nouveaux algorithmes, l’accès à de larges capacités de calcul et la démultiplication de la quantité de données exploitables ont permis des progrès radicaux dans des domaines jusqu’ici réservés à l’humain, comme la vision et le langage.
La Blockchain est une technologie de stockage et de transmission d’informations sans organe de contrôle, basée sur l’enrichissement progressif et inviolable d’une chaine de blocs. Cette infrastructure décentralisée offre des possibilités prometteuses d’authentification et d’établissement d’une chaine de confiance, éléments indispensables à l’heure d’Internet.
L’IT modulaire consiste à interfacer et connecter des fonctions interdépendantes mais autonomes. Grâce à des systèmes ouverts et à la standardisation des moyens de communication (APIs), la flexibilité des systèmes d’information est accrue, leur évolution accélérée.
Business cases