Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
Yves Caseau - Intelligence Artificielle au MEDEF – Janvier 2017 1/6
Yves Caseau
Académie des Technologies
AXA Group Head o...
Yves Caseau - Intelligence Artificielle au MEDEF – Janvier 2017 2/6
« Le renouveau de l’IA » /« Le renouveau de l’IA » /
 ...
Yves Caseau - Intelligence Artificielle au MEDEF – Janvier 2017 3/6
De quoi parle-t-on et à quel moment ?De quoi parle-t-o...
Yves Caseau - Intelligence Artificielle au MEDEF – Janvier 2017 4/6
Quelles applications pour le monde de l’assurance ?Que...
Yves Caseau - Intelligence Artificielle au MEDEF – Janvier 2017 5/6
Les « Fintechs » et l’IALes « Fintechs » et l’IA
Exemp...
Yves Caseau - Intelligence Artificielle au MEDEF – Janvier 2017 6/6
Premières recommandationsPremières recommandations
 C...
Yves Caseau - Intelligence Artificielle au MEDEF – Janvier 2017 6/6
Premières recommandationsPremières recommandations
 C...
Upcoming SlideShare
Loading in …5
×

Intelligence Artificielle - Journée MEDEF & AFIA

1,186 views

Published on

Présentation du 23 Janvier lors de la journée MEDEF / AFIA sur l'Intelligence Artificielle - recommandations aux entreprises sur la base du groupe de travail de l'Académie des Technologies

Published in: Science
  • Be the first to comment

Intelligence Artificielle - Journée MEDEF & AFIA

  1. 1. Yves Caseau - Intelligence Artificielle au MEDEF – Janvier 2017 1/6 Yves Caseau Académie des Technologies AXA Group Head of Digital
  2. 2. Yves Caseau - Intelligence Artificielle au MEDEF – Janvier 2017 2/6 « Le renouveau de l’IA » /« Le renouveau de l’IA » /  Groupe de travail de l’ADT Groupe de travail de l’ADT  Accélération spectaculaire des investissements  Grands acteurs et Capital risque  Les fruits sont à venir !  Accélération spectaculaire des performances  Reconnaissance d’images, de parole, traduction, ….  Alpha Go, etc.   La loi de Moore n’explique pas tout  Questions du groupe de travail  Révolution ou évolution ?  Algorithme IA = commodité ?  « Exponential Organization » ?
  3. 3. Yves Caseau - Intelligence Artificielle au MEDEF – Janvier 2017 3/6 De quoi parle-t-on et à quel moment ?De quoi parle-t-on et à quel moment ?  Deux axes:  La question est bien définie versus ouverte ?  Le domaine de connaissance est étroit / formel ou large / informel  Apprentissage profond  Un « breaktrough » technologique  Répond à une question bien identifiée (e.g. classification)  Consomme énormément de données  Apporte la perception aux systèmes intelligents Knowledge workersAssistants Broad domain Narrow domain Fixed Goals Autonomous Goals Pattern Matching NLP Semantic Office Robots Domestic Robotschatbots time Turing Test 2026  Expert systemsRPA Hard: •Train from small set of data •Common-sense knowledge •Infer goals from context Hard: •Train from small set of data •Common-sense knowledge •Infer goals from context Cf Tokyo University Robot: •Multiple AI techniques •Multiples Sources of Knowledge Cf Tokyo University Robot: •Multiple AI techniques •Multiples Sources of Knowledge  Chatbots et reconnaissance vocale  Révolution annoncée de la parole  Les chatbots « simples » sont utiles  Les « smart assistants » sont plus que des chatbots et vont émerger plus tard
  4. 4. Yves Caseau - Intelligence Artificielle au MEDEF – Janvier 2017 4/6 Quelles applications pour le monde de l’assurance ?Quelles applications pour le monde de l’assurance ?  Il existe de multiples formes d’IA – et d’analyse de données (pas la même chose)  L’essentiel des algorithmes est disponible en open source  La compétence fondamentale est une compétence d’intégration et d’ingénierie systémique Assess Situation Propose Products Deliver Product Assist Customer Back-end Pattern detectionPattern detection Voice (Siri, Alexa, Google Voice, …)Voice (Siri, Alexa, Google Voice, …) Customer Interaction (e.g. Chatbots)Customer Interaction (e.g. Chatbots) Robotic Process AutomationRobotic Process Automation Smart AssistantSmart Assistant Digital Traces Wearables / IOT Digital Traces Wearables / IOT FraudFraudunderwriting recommendation Automation claims Robot AdvisorRobot Advisor CoachCoach
  5. 5. Yves Caseau - Intelligence Artificielle au MEDEF – Janvier 2017 5/6 Les « Fintechs » et l’IALes « Fintechs » et l’IA Exemples Caractéristiques •Focus sur l’histoire racontée au client •Automatisation pour rendre du temps utile au client •Assistance pour faciliter l’usage Complexité de l’IA •Outils open-source ou services GAFIM •Algorithmes connus de data science •Savoir-faire : recettes d’intégration Points forts à imiter •Capacité d’apprentissage à partir de la donnée client, en cycle itératif (ne pas sous-estimer un départ lent) •Utilisation des piles logicielles modernes (cloud), prêt pour le passage à l’échelle
  6. 6. Yves Caseau - Intelligence Artificielle au MEDEF – Janvier 2017 6/6 Premières recommandationsPremières recommandations  Collecter des jeux de données  Commencer à utiliser des réseaux neuronaux pour des problèmes de classification experte (e.g. Tensor Flow)  Maitriser la technologie d’automatisation (RPA)  Implémenter les premiers chatbots d’assistance client sur des périmètres fonctionnels simples Etat d’esprit : innovation distribuée et émergenteEtat d’esprit : innovation distribuée et émergente Collecte de données / jeux d’apprentissageCollecte de données / jeux d’apprentissage Environnement Logiciel IA-friendlyEnvironnement Logiciel IA-friendly Culture de Lab (Data Science)Culture de Lab (Data Science) PersévérancePersévérance Agile => anticipation Construire des compétences d’intégration d’IA Agile => anticipation Construire des compétences d’intégration d’IA Flux logiciel constant Temps long de construction de compétences Niel Jacostein – Singularity University: (1)Invest (2)Try free algos (3)Crowd-source talents (4)Do it yesterday Niel Jacostein – Singularity University: (1)Invest (2)Try free algos (3)Crowd-source talents (4)Do it yesterday
  7. 7. Yves Caseau - Intelligence Artificielle au MEDEF – Janvier 2017 6/6 Premières recommandationsPremières recommandations  Collecter des jeux de données  Commencer à utiliser des réseaux neuronaux pour des problèmes de classification experte (e.g. Tensor Flow)  Maitriser la technologie d’automatisation (RPA)  Implémenter les premiers chatbots d’assistance client sur des périmètres fonctionnels simples Etat d’esprit : innovation distribuée et émergenteEtat d’esprit : innovation distribuée et émergente Collecte de données / jeux d’apprentissageCollecte de données / jeux d’apprentissage Environnement Logiciel IA-friendlyEnvironnement Logiciel IA-friendly Culture de Lab (Data Science)Culture de Lab (Data Science) PersévérancePersévérance Agile => anticipation Construire des compétences d’intégration d’IA Agile => anticipation Construire des compétences d’intégration d’IA Flux logiciel constant Temps long de construction de compétences Niel Jacostein – Singularity University: (1)Invest (2)Try free algos (3)Crowd-source talents (4)Do it yesterday Niel Jacostein – Singularity University: (1)Invest (2)Try free algos (3)Crowd-source talents (4)Do it yesterday

×