Focus sur MIA, la première plateforme no-code multiprédictive d’IA

Zaka­ria Sbai, direc­teur géné­ral de Digi­talent, nous en dit plus sur cette entre­prise inno­vante spé­cia­li­sée dans la data et l’intelligence arti­fi­cielle. Il nous pré­sente éga­le­ment MIA, la pre­mière pla­te­forme mul­ti­pré­dic­tive NoCode d’intelligence arti­fi­cielle. Rencontre.

Présentez-nous Digitalent.

Nous sommes experts dans le trai­te­ment de la don­née, dès lors qu’elle joue un rôle dans la pro­duc­ti­vi­té, l’efficacité opé­ra­tion­nelle et la per­for­mance de l’entreprise.

Depuis sa créa­tion, Digi­talent accé­lère la trans­for­ma­tion des entre­prises et grandes admi­nis­tra­tions en fai­sant pas­ser les pro­jets de trai­te­ment de la don­née et d’IA à l’échelle, le tout en com­bi­nant exper­tise métier, par­cours uti­li­sa­teurs, algo­rith­mie et solu­tions technologiques.

Écou­ter les clients, com­prendre rapi­de­ment leur métier, iden­ti­fier les points d’attrition dans leurs pro­ces­sus, faire conver­ger les usages avec leurs enjeux, exploi­ter la don­née sous toutes ses formes, uti­li­ser les béné­fices de l’intelligence arti­fi­cielle comme levier d’accélération de leur trans­for­ma­tion, sont nos sujets de pré­di­lec­tion. Archi­tec­ture, entre­pôts de données/datalakes, busi­ness intel­li­gence, gou­ver­nance de la don­née, qua­li­té de la don­née, voi­ci quelques mis­sions que nous réa­li­sons chez nos clients

Depuis 2017, nous avons déve­lop­pé une acti­vi­té logi­cielle en col­la­bo­ra­tion avec le labo­ra­toire de l’X Poly­tech­nique, au tra­vers d’une solu­tion dénom­mée, MIA, pour moteur d’intelligence arti­fi­cielle, qui ont fait l’objet de dépôt de bre­vet inter­na­tio­naux autour de nos algo­rithmes MIA est née d’un beau pro­jet pro­jet avec la Socié­té Géné­rale visant à mettre en place des algo­rithmes d’intelligence arti­fi­cielle pour pré­dire les pics de volu­mé­trie des appli­ca­tions de tra­ding. De là, est venue notre envie de ras­sem­bler notre exper­tise sur la data science, de par­ta­ger, de tou­jours por­ter l’innovation plus loin et sur­tout de la rendre acces­sible à toute per­sonne dans une entre­prise que ce soit des pro­fils métier ou IT et cela, au tra­vers de simples clics.

Aujourd’hui, quel est votre positionnement ? 

MIA est donc la pre­mière pla­te­forme no-code mul­ti­pré­dic­tive d’intelligence arti­fi­cielle. Concrè­te­ment, elle per­met de net­toyer les don­nées, de détec­ter et de pré­dire des ano­ma­lies, com­por­te­ments, fraudes, de struc­tu­rer et de visua­li­ser les don­nées, mais aus­si d’assister les uti­li­sa­teurs dans leur prise de décision. 

Chaque entre­prise étant une entre­prise de don­nées, nous exploi­tons au tra­vers de notre pla­te­forme aus­si bien des don­nées issues des bases de don­nées, de for­mu­laires, d’images, de vidéos, de texte, de docu­ments, d’URL…

Notre pla­te­forme est acces­sible à tous les uti­li­sa­teurs quel que soit leur niveau de connais­sances en data science. 2 modes d’utilisation existent en fonc­tion du pro­fil de l’utilisateur :

• Tout d’abord un mode auto­ma­tique  pen­sé pour des uti­li­sa­teurs qui n’ont pas de connais­sances en science de la don­née telles que des fonc­tions métier dans l’entreprise. Concrè­te­ment, les meilleurs modèles d’intelligence arti­fi­cielle adap­tés à leurs besoins sont géné­rés automatiquement ; 
• Un mode per­son­na­li­sé des­ti­né à des uti­li­sa­teurs confir­més qui maî­trisent la data science tels que des fonc­tions IT ou Spé­cia­listes. Ils pour­ront ain­si para­mé­trer très fine­ment cha­cuns des algorithmes

En tant que pla­te­forme NoCode, les uti­li­sa­teurs peuvent para­mé­trer rapi­de­ment les algo­rithmes à entraîner,les exploi­ter et obte­nir leurs pre­miers résul­tats en quelques jours. D’ailleurs, MIA intègre plus de 60 algo­rithmes de machine lear­ning et de deep learning. 

Quels sont les besoins et problématiques couverts par votre plateforme ?

MIA répond à tous les besoins d’une entre­prise : finance, mar­ke­ting, rela­tion client RH, achats, appro­vi­sion­ne­ment et fabri­ca­tion, com­merce, sécu­ri­té, data mana­ge­ment, recherche, pro­tec­tion des don­nées, confor­mi­té et qualité…

Ain­si, dans le domaine des achats, elle va per­mettre d’analyser les dépenses, pré­dire les achats, éva­luer les coûts, iden­ti­fier des nou­veaux four­nis­seurs, éva­luer et suivre la qua­li­té des four­nis­seurs, pré­dire des risques fournisseurs. 

Dans le monde de la finance, elle per­met notam­ment aux banques d’optimiser et de pré­dire la tré­so­re­rie de chaque agence ou dis­tri­bu­teurs auto­ma­tiques (GAB) du réseau sur 1 mois à 45 jours, et, à par­tir de là, opti­mi­ser la logis­tique à déployer pour opti­mi­ser les flux financiers.

Nous avons notam­ment déployé notre solu­tion pour une grande banque inter­na­tio­nal, et les résul­tats ont été pro­bants, et ce, en quelques semaines :

L’optimisation des flux a été déployée pour un client, une grande banque inter­na­tio­nale, et les résul­tats sont bluffants :

• Auto­ma­ti­sa­tion de la pré­dic­tion des flux de cash par agence : gain de temps pour les agents, pro­ces­sus maî­tri­sé, tré­so­re­rie maîtrisée
• Opti­mi­sa­tion logis­tique des convoyeurs : 52 % de gain financier 
• Opti­mi­sa­tion du cash res­tant : plus de 10 % de cash mobilisé 
• Fia­bi­li­té de la pré­dic­tion à plus de 96 %

“MIA est la première plateforme no-code multiprédictive d’intelligence artificielle. Concrètement, elle permet de nettoyer les données, de détecter et de prédire des anomalies, comportements, fraudes, de structurer et de visualiser les données, mais aussi d’assister les utilisateurs dans leur prise de décision.”

Elle per­met aus­si de détec­ter des ano­ma­lies, les cas de fraude et les com­por­te­ments finan­ciers par exemple. Elle peut aus­si être uti­li­sée pour de la recon­nais­sance et de la clas­si­fi­ca­tion de fac­tures, de tickets et de docu­ments. Dans le sec­teur de la rela­tion client, elle per­met d’analyser la satis­fac­tion client, de pilo­ter l’écoute client, de récon­ci­lier des don­nées issues de dif­fé­rents canaux de com­mu­ni­ca­tion, d’évaluer les risques clients, de détec­ter les cas de fraude et les com­por­te­ments anor­maux. Elle peut aus­si être uti­li­sée pour des acteurs opé­rant dans la R&D afin de mettre en place une veille de mar­ché, des alertes por­tant sur la régle­men­ta­tion ou encore pour détec­ter des appels d’offres. En matière de Data Mana­ge­ment, la pla­te­forme per­met d’évaluer et de com­pa­rer la per­for­mance des modèles, de net­toyer, conso­li­der et struc­tu­rer des don­nées, mais aus­si d’identifier des cor­ré­la­tions. Enfin, au niveau de la fonc­tion RH des entre­prises, elle per­met d’avoir une com­pré­hen­sion plus fine des fac­teurs de turn-over, elle faci­lite la ges­tion des com­pé­tences et opti­mise les pro­ces­sus de recru­te­ment. Les cas d’usages sont divers et nom­breux et per­mettent de cou­vrir un large spectre de possibilités. 

Ce que nous consta­tons c’est que l’adoption et la mise en place d’une solu­tion d’intelligence arti­fi­cielle ont un impact posi­tif très signi­fi­ca­tif sur les entre­prises et leur orga­ni­sa­tion. En effet, la valo­ri­sa­tion, la récon­ci­lia­tion et la mise en qua­li­té des don­nées per­mettent d’optimiser des pro­ces­sus métiers, de les sécu­ri­ser et sur­tout d’automatiser des tâches à faible valeur ajoutée. 

Comment vous projetez-vous sur le marché ? Quelles sont les prochaines étapes pour Digitalent ? 

Avec le déve­lop­pe­ment de MIA, notre busi­ness model évo­lue vers un posi­tion­ne­ment plus affir­mé sur la dimen­sion logi­cielle mais tou­jours com­bi­née à notre touche de conseil métier, notre marque de fabrique. Nous allons décli­ner notre pla­te­forme sous dif­fé­rentes moda­li­tés de sous­crip­tion : Saas, As a ser­vice per­met­tant une « consom­ma­tion » à la demande en fonc­tion du besoin. 

Par ailleurs, nous allons mettre à dis­po­si­tion un module de don­nées externes, per­met­tant un enri­chis­se­ment aux jeux de don­nées de nos clients. S’il y a un réel inté­rêt pour l’intelligence arti­fi­cielle en France, le mar­ché est moins actif que dans d’autres géo­gra­phies. Tou­te­fois, des pers­pec­tives existent et notre ambi­tion est de nous posi­tion­ner comme une des solu­tions qui peut per­mettre à des entre­prises de toute taille et opé­rant dans des domaines dif­fé­rents de capi­ta­li­ser sur le poten­tiel tech­no­lo­gique de l’intelligence arti­fi­cielle. Et pour ce faire, nous nous appuyons sur deux par­te­na­riats à forte valeur ajou­tée : Poly­tech­nique que j’ai pré­cé­dem­ment men­tion­née pour le déve­lop­pe­ment de notre pla­te­forme sur le plan R&D et l’Université Ber­ke­ley en Cali­for­nie sur le volet formation. 

Quelles sont les opportunités de carrière qui pourraient intéresser nos lecteurs au sein de Digitalent ? 

En forte crois­sance, nous sommes à la recherche de pro­fils qui pensent comme nous que la don­née façon­ne­ra le monde digi­tal de demain. Data scien­tists, Data Engi­neers, experts en ana­lyse séman­tique, experts dans le trai­te­ment de l’image, déve­lop­peur d’algorithmes, déve­lop­peur front-office, cus­to­mer suc­cess mana­ger, sont autant de pro­fils que nous recherchons.

Au-delà des com­pé­tences atten­dues, nous recher­chons des per­son­na­li­tés pas­sion­nées par l’univers des don­nées, ani­mées d’un esprit créa­tif, un brin audacieux.

---

Articles similaires :

IA et data finan­cière : un saut tech­no­lo­gique majeur qui bou­le­verse le marché Rendre les parcs immo­bi­liers ver­tueux à grande échelle ! L’IA au ser­vice des actions métiers Des­cartes & Mauss : com­prendre aujourd’hui, le monde de demain Vers un monde sans SF6 et digital