Skip to main content

Mise en œuvre du machine learning en entreprise : l’affaire du management

man on tablet working
| Actualités

Mise en œuvre du machine learning en entreprise : l’affaire du management

14.06.2021

La technologie du ML a le potentiel d’optimiser, de transformer beaucoup dans une entreprise : la façon dont les produits sont conçus, fabriqués, vendus, livrés ou encore entretenus. Elle contraint le management à repenser la façon dont leur entreprise fonctionne, avec de nouveaux processus de production et commerciaux et de nouvelles pratiques de gestion. Elle apporte de nouveaux systèmes d’information et nécessite la formation du personnel et le recrutement de nouveaux talents.

man on tablet working
Jens Eckstein

Le management / le patron doit être aux commandes de cette transformation pour diriger leur entreprise non seulement sur le plan technologique, mais aussi sur les plans commercial, financier, culturel et des ressources humaines.

Cependant avant de tout changer, il faut comprendre cette technologie et les implications. De plus, l’expérience montre qu’il faut démarrer petit, acquérir de l’expérience et des compétences et avancer étape par étape.

Notre expérience avec les entreprises, nous a amené à mettre sur pied cette série de 3 événements en collaboration avec le CSEM pour répondre aux interrogations du management.

La technologie, comment ça marche ?

Comprendre la technologie : Philippe Schmid nous a expliquer le ML grâce à l’analogie avec le cerveau humain comme modèle de fonctionnement et mis le doigt sur ses limitations (nous ne sommes pas prêts de remplacer nos cerveaux par un programme). Reconnaitre une chaise, pour nous, ne pose pas de problème, mais pour un programme, il s’agit d’une tâche complexe. La technologie avance vite, les réseaux de neurones artificiels sont désormais accessibles en terme de prix, l’expérience pour l’implémentation reste souvent le point faible.

Qu’a-t-on déjà fait avec le ML ?

Il n’est pas aisé de s’imaginer quelle tâche peut remplir le ML pour moi en tant qu’entrepreneur, pour mon entreprise. Il existe déjà de nombreux exemples suisses de produits/services intégrant de l’IA dans divers secteurs comme l’agriculture, l’industrie, la construction … que nous a présenté Alexandre Pauchard. La solution DeepL est un bon exemple d’utilisation de l’IA dans la vie quotidienne. Les grandes entreprises ne sont pas les seules à pouvoir bénéficier des solutions ML : agriculture (Solution Ecorobotix, distribution d’herbicides basée sur la reconnaissance visuelle, Buehler mesure des grains de céréales avec une haute qualité et une grande rapidité), santé, transports, semi-conducteurs (Axetris contrôle de qualité optique traçable des ondulations et atteint 99,8%).

Simplifier le travail de l’opérateur pour positionner les textes sur les emballages.

L’objectif est de n’avoir aucun échec dans le processus d’emballage. Les textes doivent être contrôlés et vérifiés (le positionnement, l’impression, la taille, ainsi que la langue) dans un environnement complexe.

Ils ont défini le projet concret, réalisé un P.O.C. (Prove of Concept) et industrialisé la fonction. Cette solution est entièrement intégrée au programme de la machine. Le système a été entraîné avec plus de 800’000 images et plus de 8’000’000 mots. Le développement de la solution AI, Deep learning, a été réalisé en 3 semaines avec une précision supérieure à 99%.

Leonard Cadet et son collègue en tire les trois enseignements suivants.
Pour qu’un projet avec de l’IA fonctionne, il faut :

· Données disponibles et utilisables

· Solution industrialisable et pérenne

· Choix du bon problème

Les échanges entre les participants ont permis d’approfondir ces différents points. Grâce à l’IA, une tâche fastidieuse de l’utilisateur de la machine a été simplifiée. Les résultats sont encourageants et les prochains projets sont en réflexion. L’événement prochain aura lieu fin aout ou début septembre 2021

Pour rappel, notre objectif pour ces rencontres est de vous aider à :

· comprendre les dernières tendances et opportunités en matière de machine learning

· discuter des défis de la prise de décision liés à la mise en œuvre de cette technologie

· obtenir une perspective holistique de ce qui est nécessaire pour mettre en œuvre avec succès le ML dans votre entreprise

Vous ne comprenez rien à l’IA? Visitez notre site.
êtes-vous prêt à faire un premier pas? Participez à notre projet.

Partager cet article

Cela pourrait vous intéresser

Comment l’innovation ouverte fait progresser les soins de santé numériques

Comment l'adoption croissante de solutions numériques renforce l'engagement des patients, améliore l'accès aux soins et réduit le coût du développement...
Read More

Comment accéder au marché américain avec votre dispositif médical ?

Dans le cadre de l'un de nos derniers événements de Venture Mentoring organisés par Basel Are Business & Innovation, nous...
Read More

Changement de paradigme dans le traitement de la douleur

La douleur est une sensation cruciale pour la survie, mais elle peut aussi nous conduire à la dépression et à...
Read More

Célébration de six mois d’innovation: accélérateur i4Challenge New Ideas 2022/2023

The Basel-based startup Cimeio has been offered an exceptional opportunity for a preclinical research collaboration with the University of Pennsylvania,...
Read More

Medtech en Suisse – une alliance entre les compétences traditionnelles et l’industrie de pointe

Comment l'intersection de compétences traditionnelles et nouvelles dans la région du Jura propulse la Suisse dans une nouvelle ère d'excellence...
Read More

Comment la transformation numérique stimule l’innovation pharmaceutique à Bâle

Comment les innovations numériques telles que l'intelligence artificielle et l'apprentissage automatique contribuent-elles à améliorer la recherche et le développement de...
Read More