Qu’est-ce que l’IA “en pratique” ? – La réponse de Nicolas Polaillon (Euler Hermes)

Qu’est-ce que l’IA “en pratique” ? – La réponse de Nicolas Polaillon (Euler Hermes)

Première interview, au cours de laquelle nous interrogeons certains de nos clients sur la définition opérationnelle et les espérances des intelligences artificielles dans leur métier.

Le premier interviewé est Nicolas Polaillon, Chief Data Officer de Euler Hermes. Nous le remercions pour le temps qu’il nous a accordé.

 

Q : Cher Nicolas, l’IA au sens large est devenu un acteur socio-économique incontournable. Pouvez-vous nous donner votre définition opérationnelle de l’IA ?

R : De nos jours, deux sujets entrent en compétition dans l’entreprise en fonction de leur maturité. Celui de l’e-data, mais la tendance s’oriente davantage vers l’intelligence artificielle via le machine learning. Les entreprises comme les nôtres ne disposent pas d’une quantité d’informations aussi volumineuse que celle d’un opérateur téléphonique, par exemple, et d’un point de vue métier, notre enjeu est de trouver l’algorithme le plus robuste pour prédire les événements à faible occurrence, typiquement dans des milliers de lignes client, et à partir d’informations dont l’hétérogénéité est assez forte.

Q : Souvent, l’IA est décrite comme une sorte d’aide, similaire à un super-opérateur humain ; elle accélère le travail, et traite certaines tâches pénibles. En ce sens, y a-t-il un cap à passer en termes de vitesse, de réactivité ou de temps réel démontrant qu’il y a eu une évolution ?

R : Je suis persuadé que l’évolution ne se fait pas en un jour ; il y a différents stades de maturité. Le sujet fraude est particulièrement intéressant, car il sera très bien traité par l’intelligence artificielle. Nous voulons identifier l’ensemble des fraudeurs, sans passer en revue l’intégralité de notre portefeuille. Si je me réfère à votre question, le premier gain constaté est le fait de se tromper moins fréquemment. La même quantité de travail est répartie sur des opérateurs, mais le travail réellement utile s’accroît. Il s’agit de la vérification d’un fraudeur, avec une meilleure identification, ce qui a beaucoup de valeur. Par le passé, les opérateurs devaient vérifier trois ou quatre cas pour détecter un fraudeur, mais demain, ils ne vérifieront peut-être que deux cas pour en trouver un.

Q : Les tâches réalisées par les opérateurs humains vont être améliorées, mais certains sujets concernant la fraude ou autres, ne sont pas explorés, et ils pourraient faire l’objet de recherche.

R : Que ce soit en fraude, en marketing ou dans l’assurance, les algorithmes d’IA remodifient intégralement la manière d’appréhender et de considérer les décisions prises aujourd’hui. Nous sommes de plus en plus amenés à justifier l’amélioration ou la contribution à l’amélioration des résultats de l’entreprise. Chez Euler Hermès, nous sommes focalisés sur des sujets à enjeux business, et l’IA . Nous aurons dans un premier temps cette dimension de productivité, puis nous explorerons cette notion de création de valeurs.

D’une manière générale, l’intelligence artificielle sera appliquée à des process existants pour refondre ou échanger. Le process de détection de fraude sera peut-être totalement automatisé, via des robots et de l’IA, et seuls certains cas difficiles seront traités par des humains. Néanmoins, j’ai du mal à concevoir que nous puissions modifier ou créer l’intégralité d’un process grâce à l’intelligence artificielle.

Q : Pouvez-vous nous parler des liens entre IA et relation client ?

R : La relation client, autrement nommée customer centricity chez Euler Hermes, est un enjeu fondamental. Nous connaissons un environnement B to B, pour lequel les volumétries de clients sont largement inférieures à celles du B to C. De ce fait, une question se pose : l’utilisation de l’IA au quotidien vis-à-vis et auprès de nos clients. Si j’arrive à identifier de manière fiable les clients qui me quitteront à la fin de leur engagement contractuel, quelle est la meilleure utilisation que nous ferons de cet indicateur ? Nous pouvons mener des démarches proactives, réactives et différentielles en utilisant l’IA. Selon moi, la façon dont nous bâtissons maintenant des scores d’identification de comportement client (client type ou particulier) conduit les fonctions d’entreprise, le marketing et le commercial, à revisiter les pratiques de rétention et de démarchage. La réussite de notre relation client, via l’articulation entre transformation digitale et IA, dépendra bien plus de notre capacité à bien utiliser ces scores plutôt qu’à améliorer la construction des scores elle-même.

Q : Quels sont les développements techniques que vous privilégiez, qui tracent un chemin vers une IA “idéale” pour Euler Hermes ?

R : Nous investiguons fortement deux chantiers techniques. Le premier concerne l’implémentation. Nous préférons créer les process les plus fluides possibles dans l’utilisation en phase finale d’un score ou d’un modèle, en nous désinvestissant d’un travail qui viserait à rendre les modèles encore plus complexes. En effet, nous n’irons jamais construire et expérimenter le modèle le plus compliqué. Nous travaillons sur 100% d’open source, mais chercher 0,1 ou 1 point de performance en essayant de raffiner exagérément un modèle ne sera pas différenciant en termes de business. La différence se fera surtout dans le développement ou le coding de l’implémentation de nos modèles. Nous investissons énormément dans ce champ.

Nous travaillons également sur l’interprétation de nos modèles. Certaines questions se posent de plus en plus : « Pourriez-vous m’expliquer pourquoi cette entreprise est plus risquée ? Pourquoi faut-il que j’appelle cette société ? ». Nous plaçons un effort singulier sur l’explication même des variables qui ont poussé l’algorithme à définir cette entreprise dans une catégorie ou une autre.

Pour ces raisons, nous cherchons à recruter des data scientists qui seront à la fois des mathématiciens et des développeurs.
Q : Est-ce que vous envisagez d’autres pistes de recrutement que les data scientist ?

R : J’ai du mal à me projeter sur d’autres types de compétences que celles des mathématiques et de l’informatique. Ce sont nos compétences fortes. Toutefois, nous avons grand plaisir à accueillir des personnes ayant des cursus différenciés. Nous essayons de simplifier nos process et d’être relativement rudimentaires pour favoriser l’exécution opérationnelle et la robustesse de ces derniers, car nous sommes extrêmement challengés sur ce qu’il peut se passer en cas de problèmes. Nous nous orientons ainsi fréquemment vers des profils encore plus pragmatiques que par le passé. Par ailleurs, au sein de chaque business et entité qui a pour objectif d’intégrer de la data science, ou de l’IA, il y a une forte attente de communication et de vulgarisation.

Q : Un mot de conclusion sur votre vision de l’évolution possible des effectifs en lien avec le développement de l’IA ?

R : Je crois qu’avec l’intelligence artificielle, nous pouvons passer deux paliers, ceux de la productivité et de la création de valeur. Ce n’est pas incompatible avec une augmentation des effectifs et de la masse salariale, si nous arrivons à démontrer que des parts de marché n’ont pas été explorées aujourd’hui. Au niveau de l’assurance-crédit, 100% des entreprises ne sont pas assurées contre la défaillance de société. Nous menons ainsi des sujets dans la création de produit pouvant être liés à l’intelligence artificielle en relation client (et autres), et ma mission sera encore plus accomplie le jour où nous aurons créé de nouveaux services via des outils d’intelligence artificielle.

✍Écrit par Nicolas Bousquet.