Les experts DataRobot présentent les tendances qu’ils voient émerger dans les mois à venir dans 7 secteurs d’activités différents : Banque, Finance, Retail, Santé, Assurance, Sport et Services Financiers.

Quel est la prévision de la demande d’intelligence artificielle ?

• HP Bunaes, directeur secteur bancaire

À ce jour, l’IA a été utilisée presque exclusivement dans le secteur bancaire pour améliorer les modèles existants. Mais en 2020, la tendance va s’inverser en introduisant progressivement de tout nouveaux modèles business basés sur l’IA, auparavant irréalisables en raison du coût élevé du développement, du déploiement et de la gestion.

Désormais, l’économie de l’IA est radicalement modifiée par le Machine Learing automatisé, les modèles commerciaux qui, il y a quelques années seulement, étaient prohibitifs seront désormais possibles.

Les acteurs en gestion de patrimoine, banque de détail et prêts aux petites entreprises seront mis au défi par des acteurs déjà axés sur l’IA qui tireront pleinement parti de la nouvelle économie orientée Machine Learning pour offrir une meilleure expérience client, un meilleur coût ou crédit.

• David Schillmoeller , directeur des services financiers

En 2020, les principaux assureurs de santé et de protection en Asie commenceront à utiliser l’ IA pour changer fondamentalement leur façon de faire des affaires. Pour souscrire de nouveaux clients, ils commenceront à remplacer les questionnaires d’antécédents médicaux longs et intrusifs et les exigences pour les tests médicaux lents, coûteux et peu pratiques (par exemple, les échantillons de sang et d’urine) par des algorithmes d’apprentissage automatique , qui utiliseront de plus en plus des données sur le mode de vie et le comportement pour prédire la gravité potentielle des problèmes de santé chroniques des clients – en particulier l’asthme, l’hypertension et le diabète – puis souscrire et évaluer ces risques en conséquence.

Les clients potentiels déterminés à être de bons risques et désireux de partager leurs données à cet effet bénéficieront d’une expérience d’achat plus rapide et plus facile, tandis que les clients dont le risque est plus élevé se verront proposer des recommandations détaillées basées sur des données et ce qu’ils doivent faire précisément (diététique, exercice, style de vie) pour rester en bonne santé et ainsi obtenir un meilleur taux.

L’utilisation de cette «tarification basée sur la gravité», couplée à des mécanismes de soutien au bien-être (de plus en plus fournis par des applications activées par l’IA hautement interactives et engageantes) signifie que des milliards d’argent sont gaspillés en non-divulgation et fraude médicale, gaspillage et abus dans ce qui est souvent une relation contradictoire entre l’assureur et les assurés.

• Rob Hegarty, directeur des marchés financiers

L’industrie des marchés financiers verra l’IA et le Machine Learning se propager rapidement à plusieurs niveaux : le processus de décision d’investissement, la gestion des risques, l’analyse des clients pour enfin s’étendre au reste de l’entreprise en 2020. Les entreprises du côté achat et vente voient désormais la démocratisation de la data science au sein de leurs entreprises. Les data analyst, business analyst, research analysts etc..  exploitent la puissance de l’IA pour accroître leur efficacité : prise de décisions, gestion des risques et croissance des revenus de manière plus intelligente.

De plus, «l’IA pour l’IA» disparaît en 2020. L’industrie est passée de la conduite d’expériences à la fourniture d’une valeur commerciale réelle et mesurable rapidement. Les dirigeants et les gestionnaires exigent de connaître le retour sur investissement des initiatives d’IA de leur entreprise. Chaque segment des marchés financiers insiste pour que les projets d’IA génèrent un retour sur investissement important pour l’entreprise, offrant de réelles économies de coûts et une croissance des revenus pour générer des résultats nets. L’ère du retour sur investissement rapide de l’IA arrive en force en 2020.

Et enfin, parce que les marchés financiers sont dans le secteur de la construction de modèles prédictifs depuis des décennies, l’ère du Machine Learning Operations (MLOps : Offrir les capacités dont les équipes Data Science et IT Ops ont besoin pour travailler ensemble afin de déployer, surveiller et gérer les modèles de Machine Learning en production) arrive en 2020. Les entreprises chercheront à mieux gérer, surveiller et entretenir leurs modèles une fois mis en production. Les MLOps permettront aux entreprises de produire leurs modèles en garantissant que la dégradation des modèles et la dérive des données appartiennent au passé.

• Paul Winsor, directeur général secteur Retail

2020 verra la montée du consommateur autonome ; un consommateur plus connecté et informé. Les détaillants doivent comprendre et anticiper l’évolution de leurs besoins et de leurs habitudes afin d’offrir un excellent service client et gagner la majorité de leur part de portefeuille.

Des prévisions d’IA émergeront également pour prédire l’inventaire nécessaire pour fournir des stocks aux clients qui souhaitent acheter certains produits et se faire livrer selon leurs conditions. Les emplacements des magasins seront aussi amenés à changer, les consommateurs se déplacent moins, les grandes surfaces sont menacées au profit des magasins de petite taille résidentiels.

• Colleen Cunningham Greene , directrice générale secteur Santé

Les organisations de soins de santé commenceront à intégrer les solutions d’IA plus profondément dans l’entreprise. Cela forcera plus d’intégration avec les principaux systèmes cliniques et commerciaux pour maximiser la valeur. S’étant familiarisées avec les cas d’utilisation testés au combat (risque de réadmission, durée du séjour, demandeurs à haut risque, fraude), les organisations de santé étendent l’IA aux quatre coins de leur entreprise, touchant plusieurs services : DevOps, Juridique, Finance, Qualité, Risque, Gestion et les RH. Ce secteur envisage des solutions d’IA complètes pour des domaines tels que les mesures HEDIS (ensemble de mesures normalisées qui évaluent la qualité des soins de santé et des services fournit par des régimes de soin médicaux gérés), l’ajustement des risques et les stratégies marketing.

Parallèlement à l’extension de l’IA à de nouveaux cas d’utilisation, la confiance et la transparence deviendront encore plus critiques avec un examen accru de la conformité, de la sécurité des données.

Le virage croissant vers des contrats basés sur la valeur poussera l’IA et les plates-formes de Machine Learning à jouer un rôle essentiel dans l’entreprise pour naviguer dans les nouvelles complexités de paiement. Le consumérisme des soins de santé aura davantage de payeurs et de fournisseurs qui se tourneront vers l’IA pour aider à créer une expérience de soins de santé plus personnalisée et pratique.

• Neal Silbert, directeur secteur Assurances

Les opérateurs de lignes personnelles commenceront à ressentir une pression concurrentielle et commenceront à tirer parti de l’IA afin d’accélérer la mise sur le marché des produits.

L’analyse d’images commencera à entrer dans les discussions de planification, mais de nombreux assureurs devront formuler comment mélanger l’analyse d’images et de données structurées. Des projets pilotes sont lancés pour l’explorer. Un très petit nombre d’assureurs expérimentent la gestion de portefeuille UW basée sur l’IA. Ils deviendront les leaders pour 2021 dans cet espace.

• Andrew Engel, directeur des sports et des jeux

Dans le sport, nous verrons la plupart des grands sports incorporer de nouvelles formes de données dans leurs systèmes d’IA tels que la Ligue Majeure de Baseball travaillant avec de nouvelles données de Hawkeye. La NBA et le football européen commencent à utiliser des données spatiales dans leurs systèmes d’IA pour définir stratégies et priorités.

Dans les casinos, nous verrons le marketing des casinos commencer à s’éloigner des anciens systèmes informatiques pour se concentrer sur le développement des joueurs et le comportement des joueurs grâce à l’utilisation de l’IA pour exploiter la puissance des données dont ils disposent déjà.

Author Profile

Mathieu RONDEAU

Latest entries

• Webinars20 mai 2021Private Equity : Optimisez le pilotage de la performance de votre portfolio grâce à Tableau [Replay]
• Actualités3 mai 2021Mydral se réinvente avec une nouvelle identité visuelle !
• Webinars28 avril 2021Asset Management Analytics [Replay] Maximiser la performance des équipements en production et la planification des opérations de maintenance
• Actualités27 avril 2021Mydral élu partenaire de l’année 2020 par Tableau !