![](https://www.actionti.com/wp-content/uploads/2021/08/NOZE_-_Front-scaled-e1630031188492-500x300.jpg)
Par Djamal Abide, lgs
Selon Andrew Ng., professeur à l’Université Stanford, « Si les données sont le nouveau pétrole, alors l’intelligence artificielle est la nouvelle électricité ». Cette déclaration nous rappelle que le futur des entreprises et des organisations dépendra des données dont ils disposent et de la façon dont ils les exploitent.
Cet article est le premier d’une suite de deux articles. Il s’agit d’une rétrospective et d’une réflexion sur l’évolution de l’analytique, sans faire référence aux technologies.
Intelligence des affaires (prise de décisions en mode réactif)
Depuis plus de deux décennies, des solutions d’intelligence d’affaires (BI) ont commencé à être intégrées dans des organisations. On a cependant tendance à oublier qu’un bon nombre d’entre elles ont connu des échecs à leurs premières tentatives. Dans certains cas, on a dû tout refaire et les dépassements de budgets étaient monnaie courante. Mais avec le temps, des formations universitaires spécialisées ont été créées, ce qui a aidé en partie à la communauté du BI à développer de bonnes pratiques, des compétences et un savoir-faire nécessaire à mener à terme des projets de grande envergure.
Les utilisateurs, qu’ils soient dirigeants ou analystes, connaissent leurs besoins en rapports BI. Ces rapports résument le passé à partir de données historiques. Ils sont utilisés comme des outils d’aide à la prise de décisions de façon réactive.
La consommation et les demandes de nouveaux rapports BI sont en constante progression, au point où les organisations continuent à allouer du budget à de nouveaux développements presque tous les ans.
Analytique avancée et intelligence artificielle (prise de décisions en mode proactif)
Il est dans l’intérêt des organisations et des entreprises de prendre des décisions proactives si elles souhaitent avoir un avantage compétitif. Pour ce faire, elles doivent investir dans les domaines de l’analytique avancée et de l’intelligence artificielle. Les décideurs ou les analystes d’affaires n’ont pas nécessairement des connaissances suffisantes dans ces domaines. Ils font appel à des scientifiques de données pour les conseiller dans l’identification des types d’analytique qu’il leur faudra introduire comme outils de prise de décisions proactives.
Contrairement au cas du BI, un scientifique de données doit convaincre les utilisateurs de la pertinence de l’analytique qu’il essaie d’introduire. Dans un futur article, nous développerons davantage sur ce sujet.