Quand une entreprise s'approprie les derniers concepts à la mode (intelligence artificielle, blockchain…) en prétendant ainsi résoudre tous ses problèmes, la citation « tout ressemble à un clou pour qui ne possède qu'un marteau » (généralement attribuée à A. Maslow) semble (tristement) devenir une règle d'or de l'innovation technologique.
Bien sûr, le défaut a toujours existé parmi les professionnels de l'informatique, en particulier chez les « geeks », de vouloir systématiquement mettre en œuvre le dernier outil en vogue pour tous les nouveaux projets. Mais, alors qu'une forme de contrôle externe permettait, jusqu'à récemment, de rationaliser ces envies, la démocratisation et l'universalisation des technologies tend désormais à le propager dans toutes les sphères de décision des organisations. Les dérives peuvent alors se multiplier sans freins.
C'est une leçon qu'ont apprise deux responsables de l'analyse de données de BNY Mellon et de Fidelity Investments et qu'ils exposaient à l'occasion d'une récente conférence. Dans leur domaine, ce sont évidemment les promesses de l'apprentissage automatique (machine learning, deep learning…) et de l'intelligence artificielle qui font parfois tourner la tête. Or il s'avère fréquemment que des méthodes traditionnelles – plus faciles, rapides et économiques à déployer – suffisent à répondre au besoin (et que les obstacles se dressent ailleurs, par exemple dans la collecte des données).
Ce qu'il faut retenir de ces expériences se résume en deux règles, applicables dans toute démarche de création de solution informatique, innovante ou non. En premier lieu, il faut impérativement commencer par s'abstraire des technologies et initier les réflexions autour d'un besoin à satisfaire, exprimé ou implicite, et de la valeur qu'on espère dériver de la réalisation envisagée. Grâce à ce principe, il ressortira que des problèmes susceptibles d'être résolus avec les outils existants deviennent souvent prioritaires.
Ensuite, lorsque le sujet à traiter a été déterminé, il reste à identifier la meilleure manière de l'appréhender, là encore, sans se laisser aveugler par la nouveauté d'un produit ou les discours emphatiques d'un fournisseur. L'exercice peut être difficile car il existe aussi un risque de passer à côté des opportunités offertes par une approche originale. L'indispensable objectivité qu'il faut exercer à ce stade passe donc par une maîtrise approfondie des options disponibles et une analyse comparative rigoureuse.
Bien sûr, le défaut a toujours existé parmi les professionnels de l'informatique, en particulier chez les « geeks », de vouloir systématiquement mettre en œuvre le dernier outil en vogue pour tous les nouveaux projets. Mais, alors qu'une forme de contrôle externe permettait, jusqu'à récemment, de rationaliser ces envies, la démocratisation et l'universalisation des technologies tend désormais à le propager dans toutes les sphères de décision des organisations. Les dérives peuvent alors se multiplier sans freins.
C'est une leçon qu'ont apprise deux responsables de l'analyse de données de BNY Mellon et de Fidelity Investments et qu'ils exposaient à l'occasion d'une récente conférence. Dans leur domaine, ce sont évidemment les promesses de l'apprentissage automatique (machine learning, deep learning…) et de l'intelligence artificielle qui font parfois tourner la tête. Or il s'avère fréquemment que des méthodes traditionnelles – plus faciles, rapides et économiques à déployer – suffisent à répondre au besoin (et que les obstacles se dressent ailleurs, par exemple dans la collecte des données).
Ce qu'il faut retenir de ces expériences se résume en deux règles, applicables dans toute démarche de création de solution informatique, innovante ou non. En premier lieu, il faut impérativement commencer par s'abstraire des technologies et initier les réflexions autour d'un besoin à satisfaire, exprimé ou implicite, et de la valeur qu'on espère dériver de la réalisation envisagée. Grâce à ce principe, il ressortira que des problèmes susceptibles d'être résolus avec les outils existants deviennent souvent prioritaires.
Ensuite, lorsque le sujet à traiter a été déterminé, il reste à identifier la meilleure manière de l'appréhender, là encore, sans se laisser aveugler par la nouveauté d'un produit ou les discours emphatiques d'un fournisseur. L'exercice peut être difficile car il existe aussi un risque de passer à côté des opportunités offertes par une approche originale. L'indispensable objectivité qu'il faut exercer à ce stade passe donc par une maîtrise approfondie des options disponibles et une analyse comparative rigoureuse.
Aucun commentaire:
Enregistrer un commentaire
Afin de lutter contre le spam, les commentaires ne sont ouverts qu'aux personnes identifiées et sont soumis à modération (je suis sincèrement désolé pour le désagrément causé…)