Intelligence artificielle : la technologie Netwave

algorithmes entrave
Interview de Jean-Luc BERNARD

Fondateur et CEO de Netwave

L’intelligence artificielle ? Un nouveau continent, qui reste mystérieux pour beaucoup d’entre nous… Au service des entreprises, de la recherche, de la médecine, ses applications sont multiples. Aujourd’hui, nous vous proposons de découvrir l’entreprise Netwave à travers l’interview de son fondateur et CEO, Jean-Luc Bernard. Fondée à Toulouse en 2011, Netwave développe des offres de personnalisation en temps réel pilotés par une IA de nouvelle génération pour les e-commerçants. Jean-Luc Bernard nous raconte son histoire.

Netwave : une rencontre décisive

Netwave, c’est l’histoire d’une société qui a muté. Désireux de quitter Paris pour la province, j’avais racheté une entreprise en difficulté qui éditait un ERP (une solution all in one qui permet de gérer et suivre au quotidien l’ensemble des informations et des services opérationnels d’une entreprise) à Toulouse. Nous avons rapidement remonté l’entreprise et… je me suis rapidement ennuyé.

J’ai alors rencontré Jean-Pierre Malle, informaticien et centralien qui avait travaillé sur des systèmes d’aide à la décision dans le domaine de l’armement et du nucléaire. Peu satisfait des classiques arbres de décision paramétrés, qui ne permettaient pas d’envisager toutes les possibilités en situation de décision, il s’est intéressé à la psychologie cognitive.

Prise de décision

Celle-ci met en avant 3 modes d’acquisition de connaissance et prise de décision :

  • l’induction

  • la déduction

  • l’abduction

L’induction : on la pratique dès le plus jeune âge. C’est le mode d’acquisition normal de connaissance et de prise de décision de l’être humain.

Quand un enfant se brûle le doigt une fois à la flamme d’une bougie, il se méfie la fois d’après. Il généralise ce qu’il a vécu dans un cas particulier en lui donnant une valeur relative.

La déduction consiste, elle, à créer des règles et à les appliquer à des cas particuliers sur des bases statistiques. Il s’agit d’approcher, à travers un nombre minimum d’occurrences (attention à l’écart type !), des probabilités fiables.

L’abduction est une induction, avec une valeur absolue. Par exemple, après une mauvaise expérience avec un garagiste, on se méfie de tous les garagistes. Autre exemple, un buveur de Coca ne voudra pas boire de Pepsi.

Algorithmes inductifs

Jean-Pierre Malle a constaté que les arbres de décision ou les systèmes de machine learning reposaient sur le mode déductif. Or ce n’est pas le mode normal du fonctionnement du cerveau humain où l’immense majorité des décisions quotidiennes sont inductives. Le cerveau d’un être humain ne dispose pas de la puissance de calcul des ordinateurs, ni de toutes les données nécessaires, ni de tableurs Excel, mais il sait prendre une décision. Jean-Pierre Malle a eu l’idée géniale de créer des algorithmes inductifs pour travailler les modèles de décision.

E-commerce

Nous avons décidé d’investir pour développer un processeur logiciel qui progicialise ces algorithmes inductifs. Aujourd’hui ces algorithmes sont utilisés sur des sites e-commerce pour recommander le produit qui correspond le mieux à votre attente, comme le ferait un vendeur dans un vrai magasin ou pour pousser la publicité ou le contenu qui sont les plus susceptibles de vous intéresser. En posant des trackers sur un site, on obtient et traite des informations : nous comprenons le visiteur. Par exemple, nous savons mesurer si quelqu’un est hésitant ou pas, en se référant à la moyenne du temps passé sur le site, entre l’arrivée et la mise au panier. Nous avons 232 tags qui permettent de recueillir ce que nous appelons une signature situationnelle. Des visiteurs aux signatures similaires se verront ainsi proposer le même type de produit. C’est ce que l’on appelle la recommandation produit personnalisée.

Une IA proche du modèle humain

Cette intelligence artificielle est très agile et ne nécessite que très peu de paramétrages. Contrairement au machine learning traditionnel, elle est capable d’auto-segmenter elle-même de manière dynamique. Il est en effet moins cher et plus pertinent de recalculer une situation plutôt que de segmenter, historiciser et réutiliser. L’IA auto génère également ses règles de manière dynamique, là où le machine learning classique arbitre entre des règles pré paramétrées pour segments pré paramétrés eux aussi. On réduit par 15 le travail humain pour arriver à la même performance. Nous réduisons aussi l’empreinte énergétique de nos systèmes : nous stockons et traitons 100 fois moins de données qu’un classique système. Avec une pertinence largement suppérieure. Less data, less work, less energy but… more relevance.

Avec Netwave, le traitement inductif de l’information permet de comprendre ce que vient chercher le visiteur, sur le modèle du cerveau humain.

Nous avons récemment signé un accord historique avec Safran, entreprise de logiciels d’aéronautique pour embarquer cette technologie dans les avions et personnaliser l’expérience voyageur en vol.

Cette aide à la décision est un domaine flou, où beaucoup disent faire la même chose, alors qu’ils n’utilisent au mieux que des systèmes de machine learning purement statistiques, au pire des arbres à décision. C’est un milieu très compétitif au niveau mondial, où les concurrents viennent de Chine, des États-Unis et beaucoup d’Israël, où l’industrie de l’IA est fortement soutenue du fait des enjeux de Défense Nationale.

Pour aller plus loin : 

Netwave – Plateforme de personnalisation

Partager

Partager sur facebook
Partager sur linkedin
Partager sur twitter
Partager sur email