Interview de Julien Murésianu, co-fondateur de Jalgos
Jalgos est une équipe de recherche spécialisée en intelligence artificielle et analyse de données massives. Nous concevons et développons des algorithmes d’I.A. que nous adaptons ensuite à la situation particulière de chaque client. Nous sommes convaincus qu’une approche sur-mesure et transparente de l’I.A., par opposition aux produits algorithmiques génériques et au fonctionnement opaque, est une condition sinequanone de la réussite d’un projet data en entreprise. C’est via un aller retour permanent entre les insights venant de la donnée et l’expertise de nos clients que nous pouvons créer ce lien entre nos moteurs algorithmiques, fruit d’années de recherche, et chaque situation particulière. En plus de cette activité coeur de transplantation d’algorithmes, nous mettons également l’accent sur le transfert de connaissances et de compétences vers les équipes de nos clients ou au travers de formations spécialisées, et contribuons à définir un cadre pour l’I.A. de demain en contribuant à des réflexions juridiques, éthiques et sociales organisées par différents acteurs dont le gouvernement français.
Pensez-vous que les agents conversationnels permettent de fluidifier la relation client ?
J’en suis convaincu. Le domaine des agents conversationnels, ou chatbots, est encore jeune, mais démontre déjà des résultats prometteurs. Les conversations entre les clients et les services de relations clients des entreprises sont en réalité très codifiées. Pour environ trois quarts d’entre elles, les questions posées sont déjà connues et appellent une réponse générique. Ces questions sont relativement faciles à traiter par un chatbot, qui serait une sorte de FAQ intelligente. Pour le reste des questions, le problème est beaucoup plus compliqué et la possibilité de pouvoir contacter facilement un humain lorsque le chatbot n’est pas adapté est primordial pour garder cette fluidité.
Quel est la place de l’humain dans cette forme d’IA ?
Cette place est à la fois cruciale et ambiguë. Il est indéniable que l’essor et le perfectionnement de tels chatbots aura pour conséquence la réduction, probablement très importante, du nombre d’agents humains nécessaires pour répondre aux requêtes des clients. Les conséquences de ce remplacement, même partiel, doivent être anticipées. D’un autre point de vue, la possibilité même de concevoir de tels chatbots et leur perfectionnement s’appuient sur le travail continu des agents humains, et par incorporation dans l’algorithme de plus en plus de situations auxquelles le chatbot peut répondre de façon pertinente. De côté utilisateur, on retrouve une dynamique similaire à celle des moteurs de recherche : nous avons tous appris à poser une question à un moteur de recherche d’une façon très différente que lorsqu’on la pose à un humain, et en parallèle, les moteurs de recherches se sont perfectionnés pour être de plus en plus capables d’interpréter une requête complexe écrite en langage de tous les jours.
Enfin, quels sont les challenges qui vous attendent pour 2017 ?
Pour Jalgos, les challenges pour 2017 sont multiples et très excitants. Nous avons maintenant un nombre important de moteurs algorithmiques dédiés à de types de problèmes, comme la maintenance prédictive, le pricing, la détection de fraudes, le profiling, la prédiction d’événements comme le churn ou un sinistre, l’analyse de documents, et autres. De plus, nous avons développé une méthodologie d’adaptation et de transplantation de ces algorithmes qui nous permet d’apporter beaucoup de valeurs à nos clients.
Le premier défi est donc d’accompagner Jalgos dans sa croissance commerciale et son développement international initié l’année dernière aux États Unis et de continuer d’apporter un maximum de valeur à tous nos clients, qu’ils soient des grands groupes, des organes publics, des universités ou d’autres startups.
Construire et faire croître une équipe de R&D en I.A. et data d’excellence est une tâche extrêmement complexe, malgré la multiplication des formations et le nombre croissant de diplômés de ces filières. C’est sur notre capacité d’intégration et de formation en interne que nous faisons la différence, et un autre défi de cette année est de continuer d’embaucher les meilleurs potentiels et les amener rapidement au niveau d’excellence auquel nous sommes attachés. Le troisième défi est de continuer d’approfondir notre activité de recherche en I.A. qui est notre fondement, notre passion, et le coeur de notre activité. Nous perfectionnons des outils en analyse de données topologiques, online learning et calcul parallèle, et nous nous tournons maintenant vers des problèmes extrêmement complexes et de grande échelle, pour lesquels nous sommes convaincus que l’I.A. peut apporter beaucoup, en s’intégrant intelligemment dans une démarche plus globale de résolution. Nous commencerons à en communiquer des détails très bientôt.
Interview publiée par Romaine Klein
.
