Chez le géant des logiciels financiers Intuit, l'informatique devient un élément fondamental du fonctionnement de l'entreprise.

Cette technologie est utilisée pour tout, depuis les conseils en matière de trésorerie pour les petites entreprises jusqu'à la manière dont les experts fiscaux traitent avec les clients.

Bienvenue dans l'édition spéciale d'août de Eye on A.I.

Pour toute entreprise, l'argent est roi. C'est particulièrement vrai pour les petites entreprises qui n'ont pas la possibilité d'exploiter facilement des lignes de crédit, des prêts ou d'autres types de financement par emprunt ou par capitaux propres dont disposent les grandes entreprises. "J'ai dirigé plusieurs petites entreprises et l'une des choses les plus importantes pour moi était la gestion de la trésorerie", déclare Ashok Srivastava. "Vais-je avoir assez d'argent pour payer les factures à la fin du mois ? Est-ce que je peux faire les salaires ?"

C'est pourquoi Srivastava, qui est aujourd'hui directeur des données chez le géant des logiciels financiers Intuit, est particulièrement fier d'avoir contribué à la création d'un outil de prévision de trésorerie basé sur l'IA, sur lequel s'appuient désormais de nombreuses petites entreprises pour s'assurer qu'elles auront suffisamment de liquidités. L'outil examine les factures impayées, les habitudes de paiement passées et les dépenses à venir connues. Si le logiciel d'IA estime qu'il y aura probablement un manque à gagner, le système recommande des mesures que le propriétaire de l'entreprise peut prendre pour espérer combler l'écart, ou dans certains cas, l'aider à obtenir un prêt. L'année dernière, grâce aux améliorations apportées au système par l'équipe de Srivastava, le nombre de personnes ayant recours à l'outil de prévision de trésorerie a plus que quintuplé et, dans 95 % des cas, le propriétaire de l'entreprise prend les mesures recommandées par le système.

Et s'il s'avère que l'entreprise a besoin d'un prêt, l'IA permet d'évaluer la solvabilité de l'entreprise et de s'assurer qu'elle obtient une décision rapidement. Intuit affirme que 60 % des clients qui obtiennent des prêts grâce à ce produit - qui s'appelle QuickBook Capital - ne rempliraient pas les conditions requises pour obtenir un prêt auprès d'une banque. "Nous pouvons accorder le prêt parce que nous disposons de beaucoup de bonnes données et de l'IA", explique M. Srivastava. Selon lui, des produits de ce type ont été une bouée de sauvetage pour de nombreuses petites entreprises pendant la pandémie et devraient continuer à l'être alors que de nombreuses entreprises sont aux prises avec une inflation galopante.

Selon M. Srivastava, il ne s'agit là que de quelques exemples de la manière dont Intuit intègre des fonctions d'IA dans ses produits, parmi lesquels figurent le célèbre logiciel de préparation des impôts TurboTax et QuickBooks, que les petites entreprises utilisent souvent pour leur comptabilité, ainsi que le logiciel de surveillance du crédit Credit Karma, le logiciel de finances personnelles Mint et la plateforme de marketing par courriel Mailchimp. "C'est la direction que nous prenons", déclare Srivastava. "Nous voulons fournir des conseils à l'échelle". Selon lui, cela signifie qu'il faut s'assurer que les conseils sont alimentés par l'IA "partout où cela a du sens" et que l'IA aide les experts humains, sans les remplacer.

Comme de nombreuses entreprises, Intuit constate que les progrès réalisés dans le domaine du traitement du langage naturel ont un impact commercial considérable. Par exemple, bien qu'Intuit fabrique des logiciels, une grande partie de son activité repose en fait sur la consultation par les clients d'experts humains, tels que des conseillers fiscaux ou des spécialistes de la comptabilité. Auparavant, ces experts devaient taper des notes sur la conversation tout en écoutant le client. Il arrivait donc que les experts ne puissent pas consacrer suffisamment de temps à réfléchir au problème du client et à la manière de le résoudre. Désormais, les systèmes d'IA linguistique prennent automatiquement des notes pour les experts chargés de traiter les appels, résument automatiquement la conversation et classent le problème de l'appelant par catégorie. Cela aide l'expert à trouver les meilleures informations à transmettre au client. Mais cela permet également à Intuit de suivre les tendances et de repérer les problèmes potentiels du logiciel de l'entreprise que ses développeurs pourraient avoir à résoudre.

M. Srivastava affirme que l'entreprise "investit de plus en plus" dans les systèmes linguistiques de grande envergure, en particulier ceux qui peuvent transformer la parole en texte, puis analyser ce texte. "Les conseils sont le fruit d'une conversation", explique-t-il, et il est donc important que les systèmes d'IA puissent contribuer à la tenue de ces conversations et à l'analyse de leur contenu.

Il ajoute qu'Intuit fait partie des entreprises qui expérimentent l'apprentissage par renforcement pour améliorer leurs systèmes d'IA, comme la fonction d'analyse des flux de trésorerie dans QuickBooks. L'apprentissage par renforcement est le type d'IA qui apprend par expérience, essentiellement par essais et erreurs, comment maximiser une récompense spécifiée par la personne qui crée l'IA. Intuit explore en particulier l'utilisation d'un type d'apprentissage par renforcement appelé "bandit à plusieurs bras", qui tente d'équilibrer le temps passé par un système d'intelligence artificielle à explorer de nouvelles options et le temps passé à recommander des actions qui ont déjà fait leurs preuves. C'est une IA de ce type qui aide Intuit à affiner les conseils qu'elle donne à une petite entreprise sur la meilleure façon d'améliorer son flux de trésorerie.

Intuit est un exemple d'entreprise qui place l'intelligence artificielle au cœur même de ses activités. "L'I.A. est à la base de notre mode de fonctionnement", déclare M. Srivastava. Il est probable que de nombreuses autres entreprises en feront bientôt de même.

Voici quelques autres événements survenus dans le domaine de l'informatique cette semaine.

Jeremy Kahn

@jeremyakahnjeremy.kahn@fortune.com


L'I.A. DANS L'ACTUALITÉ

L'application controversée de reconnaissance faciale PimEyes peut être utilisée pour trouver des images d'enfants, y compris des images explicites.C'est la conclusion d'une enquête menée par The Intercept, qui a utilisé des images de faux enfants générées numériquement pour effectuer des recherches avec PimEyes et a constaté que des images de nombreux enfants réels apparaissaient comme des correspondances possibles. Dans de nombreux cas, selon le média, il aurait été facile d'identifier ces enfants. Dans d'autres cas, la publication a constaté que l'application faisait apparaître des images d'enfants étiquetées "potentiellement explicites". Elle a déclaré que l'utilisation de l'application de cette manière "pourrait conduire à une plus grande exploitation des enfants à un moment où le dark web a déclenché une explosion d'images d'abus." Giorgi Gobronidze, le propriétaire de PimEyes, a déclaré à The Intercept qu'il avait chargé les ingénieurs de l'application de créer de meilleures protections pour les enfants, mais qu'il estimait également que les parents devaient être plus prudents et responsables lorsqu'ils publient des images de leurs enfants en ligne, notamment sur des sites Web publics.

Laguerre en Ukraine complique les efforts visant à interdire les "robots tueurs".Deutsche Welle, le site d'information allemand, fait le point sur le comité des Nations unies chargé de débattre des mesures à prendre concernant les armes autonomes létales dotées d'une IA. Les groupes internationaux de défense des droits de l'homme, les technologues et de nombreux pays souhaitent que ce type d'armes soit interdit. Mais jusqu'à présent, les Nations unies n'ont guère progressé vers une quelconque restriction juridiquement contraignante de leur utilisation, malgré huit années de débat. Selon la publication, la guerre en Ukraine a encore compliqué les progrès de l'ONU. L'un des problèmes est que la Russie, qui se sent diplomatiquement isolée suite à son invasion de l'Ukraine, a affirmé que les sanctions internationales empêchent ses experts de participer aux réunions des comités de l'ONU à Genève et a utilisé son pouvoir pour tenter de bloquer les discussions en leur absence. Mais le problème le plus important est peut-être que le conflit ukrainien prouve, aux yeux de nombreux observateurs militaires, l'utilité des "munitions itinérantes" dotées d'une IA. Autrement appelées drones kamikazes, ces armes ont été déployées par les deux parties au conflit. Les versions actuelles présentent un certain degré d'autonomie, mais ont généralement encore besoin d'un humain pour sélectionner la cible qu'elles vont frapper. Cependant, des versions entièrement autonomes se profilent à l'horizon.

Un système d'IA a appris à utiliser une "physique alternative" pour expliquer ce qu'il voyait dans les vidéos. Des chercheurs de l'université de Columbia ont voulu voir si un système d'IA pouvait apprendre les variables fondamentales qui sous-tendent la physique - des phénomènes tels que la masse, la vitesse, l'accélération - en regardant de simples vidéos d'objets en mouvement (un pendule qui se balance, ou un "danseur de l'air" en forme de ballon gonflé qui ondule dans le vent). Il s'est avéré que le système pouvait en fait apprendre à prédire le mouvement qu'il voyait dans les vidéos et qu'il pouvait identifier et fournir le nombre de variables physiques qu'il utilisait pour faire cette prédiction. Mais les scientifiques ont été surpris de constater que ces variables étaient souvent différentes de celles utilisées par les scientifiques humains pour expliquer et prédire le type de mouvement décrit dans les vidéos. En fait, dans certains cas, les chercheurs ne savaient pas sur quoi l'I.A. se concentrait pour faire des prédictions précises. La découverte de cette "physique alternative" soulève toutes sortes de questions quant à savoir si notre modèle actuel de physique est vraiment le meilleur. "Peut-être que certains phénomènes semblent énigmatiquement complexes parce que nous essayons de les comprendre en utilisant le mauvais ensemble de variables", a déclaré Hod Lipson, directeur du Creative Machines Lab au département de génie mécanique de Columbia, à la publication SciTechDaily.