3 considérations clés pour les responsables EHS lors de l'adoption d'outils d'IA
Transcription
Bonjour à tous. Je m'appelle Phil Benson, je suis vice-président chargé des produits chez Blackline Safety. Merci de vous joindre à moi pour cette session. Aujourd'hui, nous allons parler un peu de la manière d'appliquer l'IA, ou du moins des premières étapes que nous vous recommandons pour appliquer l'IA à vos données et à vos projets en matière de santé et de sécurité, en tant que sujet spécifique.
Il y a donc trois façons dont nous voulons vraiment nous attaquer à ce problème. Et donc, grâce à ce que nous avons appris ici chez Blackline, nous avons passé de nombreuses années à travailler avec des données et probablement les trois dernières années où nous nous sommes sérieusement consacrés à des projets de science des données, d'apprentissage automatique et d'intelligence artificielle. Et le conseil que je donne aux gens lorsqu'ils se lancent dans cette aventure, parce que c'est vraiment ce que nous avons vécu, c'est de ne pas s'inquiéter pour l'instant au sujet de l'intelligence artificielle.
Ne commencez pas votre projet en pensant à cela. Vous devez réfléchir à trois choses. La première consiste à identifier vos problèmes. Vous devez être très clair sur les problèmes que vous essayez de résoudre dans votre entreprise, et c'est en fait la manière la plus importante d'avancer. Parce que si vous essayez simplement d'appliquer l'outil à un sujet, il sera très difficile de comprendre quels seront vos résultats, il faudra comprendre comment tester cela dans des scénarios réels. Vous devez donc commencer par vos problèmes, car ceux-ci ont des objectifs clairs.
Ensuite, je dirais qu'il faut connaître vos données, c'est-à-dire vous familiariser avec les données que vous contrôlez déjà et que vous comprenez déjà. Et vous devez vraiment en faire l'inventaire. Beaucoup de gens sont très préoccupés et inquiets au début d'un projet, car ils savent qu'ils ne disposent pas de suffisamment de données et que celles-ci ne sont pas aussi propres qu'ils le souhaiteraient. Ce sont deux préoccupations très réelles qui détermineront en quelque sorte le résultat de votre projet de données, mais ne laissez pas cela vous empêcher de comprendre ce dont vous disposez et de trouver comment l'appliquer à ces projets. Vous commencez donc par vous demander quel problème vous essayez de résoudre. Ensuite, vous réfléchissez vraiment aux données dont vous disposez.
Et puis, le troisième consiste simplement à comprendre l'IA en tant que sujet, à comprendre les outils à votre disposition. Cela peut aller jusqu'à affiner votre propre modèle, par exemple en utilisant un modèle de base et en l'adaptant à une application que vous avez. Ou cela peut simplement consister à utiliser un modèle d'IA générique pour vous aider à mieux comprendre vos analyses, afin que vous puissiez très rapidement vous plonger dans vos propres analyses disponibles en utilisant le langage naturel et obtenir ces visualisations. Et cela peut consister à créer votre propre modèle.
Il peut s'agir de créer un modèle ML, vous savez, à l'aide de techniques plus traditionnelles de science des données, afin de réaliser une modélisation prédictive pour comprendre les données dont vous disposez. Et à mesure que vous vous familiariserez avec ce sujet de manière générale, que vous comprendrez la différence entre l'IA et le ML, entre l'IA générique et ce qu'est un grand modèle linguistique et ce qu'il peut faire pour vous, vous repenserez aux deux derniers éléments, à savoir quelles sont les données dont je dispose et quel problème j'essaie de résoudre.
Et ce que nous constatons, c'est que nos meilleurs projets sont ceux qui combinent vraiment plusieurs éléments : comment nous comprenons le sujet, ce dont nous disposons et les problèmes que nous pouvons résoudre pour nos clients. Et je pense que cela vaut également pour les clients avec lesquels nous travaillons lorsqu'ils ont leurs propres projets d'IA.
Merci beaucoup d'avoir participé à cette première session. Nous organiserons d'autres sessions où nous approfondirons un peu plus le sujet. Merci beaucoup. Bonne journée.