Conseils IT

Conseils IT

Outils décisionnels et analytiques

• Machine Learning : l'indispensable préparation des données requiert encore (beaucoup) d'humain

  Vous voulez automatiser vos processus grâce à l'intelligence artificielle ? D'accord. Mais ne négligez surtout pas le travail manuel qui reste encore nécessaire pour préparer les données avant de les injecter dans les algorithmes.  Lire la suite

• CRM : trois bonnes raisons d'avoir un Data Scientist dans son équipe CX

  Les équipes en charge l'expérience client (CX) n'ont habituellement pas de Data Scientist. Mais en ajouter un peut aider à extraire plus de valeur des données que ne le ferait un analyste CRM classique avec un logiciel BI clef en main.  Lire la suite

• Machine Learning : les différentes manières dont le « as a Service » démocratise l'IA

  L'émergence d'outils d'Intelligence Artificielle « à la demande » permet à un plus grand nombre d'entreprises, au-delà des géants de la Tech et des multinationales, d'accéder aux avantages du Machine Learning et du Deep Learning.  Lire la suite

• Qu'est-ce que la virtualisation de données ?

  Selon Forrester, la virtualisation de données (ou Data Virtualization) est la forme particulière d'intégration de données qui connaît la croissance la plus rapide. Mais pourquoi est-elle si « particulière » ?  Lire la suite

• Machine Learning : ce que peuvent vraiment faire les entreprises avec ces algorithmes

  Les applications concrètes de l'apprentissage statistique sont nombreuses et variées. Aussi variées que l'apprentissage supervisé, non supervisé, les réseaux neuronaux, ou l'apprentissage par renforcement.  Lire la suite

• Comment le Machine Learning peut améliorer la supervision des communications unifiées

  Avec les toutes premières utilisations du Machine Learning et de l'Intelligence Artificielle dans les communications unifiées, notre expert examine la valeur qu'elles apportent dans la gestion et l'analyse des communications unifiées.  Lire la suite

• Machine Learning : bien comprendre les trois niveaux d'offres de Google Cloud

  APIs et services AutoML pour les développeurs, BigQuery ML pour les Data Analystes, boite à outils à base de Tensorflow pour les Data Scientists, Google segmente très clairement son offre pour toucher le plus d'utilisateurs possibles.  Lire la suite

• Intelligence artificielle et centres de contact : cinq applications pertinentes

  L'intelligence artificielle dans les centres d'appels évolue pour répondre aux besoins des organisations en matière de support et de SAV. Voici cinq tendances clefs qui peuvent apporter une vraie valeur ajoutée.  Lire la suite

• Machine Learning : comment choisir le bon framework ?

  Ce ne sont pas les outils open source qui manquent pour le Machine Learning et le Deep Learning. A tel point que choisir les bons peut vite devenir une gageure. Pour faire un choix avisé, voici quelques conseils de spécialistes à bien garder à ...  Lire la suite

• Douze avantages d'Excel pour les RH

  Le tableur de Microsoft ne remplace pas un SIRH / HCM ou une solution analytique dédiée, mais il fera bien souvent l'affaire pour gérer rapidement des données RH. Excel offre en effet - au moins - une douzaine d'avantages qu'il serait dommage ...  Lire la suite

• SCM : avec l'Intelligence Artificielle, la logistique redevient un atout concurrentiel stratégique

  Si dans d'autres domaines, l'IA reste un « buzz » plus qu'une réalité, dans la Supply Chain, elle imprègne chaque année un peu plus les différentes facettes des opérations. Avec des bénéfices réels et stratégiques comme le confirment DHL, Siemens ou...  Lire la suite

• L'IA va décevoir les entreprises, mais (cette fois) elle est partie pour durer

  Pour Tom Davenport, professeur et expert en analytique, le marketing démesuré autour de l'Intelligence Artificielle va, dans la pratique, provoquer des déceptions. Mais ses progrès, lents et réels, feront que l'IA ne devrait pas connaitre un fort ...  Lire la suite

• Intelligence Artificielle : pour obtenir de grands succès, faites de « petits projets »

  Pour créer le plus de valeur, les projets IA doivent se concentrer sur des objectifs réalisables plutôt que d'essayer de réinventer les processus métier ou les produits et les services - selon Tom Davenport, auteur de « The AI Advantage »  Lire la suite

• Thunder, IOT Plus, Einstein : peut-on faire de la maintenance prédictive avec Salesforce ?

  Depuis l'annonce de son partenariat dans l'IA avec IBM, puis de ses velléités dans l'IoT, Salesforce cherche à associer son image aux usages les plus avancés de l'analytique industrielle. Quitte à semer un peu de confusion ? Le point avec Guillaume ...  Lire la suite

• Dix choses à faire (ou à ne pas faire) pour réussir un projet de BI en libre-service

  La BI en self-service ne se met pas en place toute seule. La réussite de ces projets exige de veiller à la qualité des données et de prendre en compte le fonctionnement réel des métiers, entre autres. Voici 10 conseils d'experts pour permettre ...  Lire la suite