Le manque de développeurs est encore plus dramatique à l’heure où les entreprises ont besoin d’explorer le potentiel du Machine Learning. Mais l’IA peut aussi apporter des solutions.  

« L’IA, c’est trop compliqué… ». Voilà un sentiment exprimé par nombre de DSI qui regrettent également le manque de compétences sur le marché.
Les acteurs de l’univers du développement en ont conscience et cherchent désormais à démocratiser l’usage de l’intelligence artificielle dans les entreprises à travers de nouvelles générations d’outils ne nécessitant pas de connaissance préalable en programmation.

Du Machine Learning pour tous

C’est même devenu un crédo chez Microsoft qui a ces derniers mois acquis plusieurs startups en la matière : Semantic Machines, BonsAI, et Lobe. Pour les experts métiers qui ont une excellente connaissance de leurs données mais qui ne sont pas des codeurs, l’éditeur propose son Azure Machine Learning Studio qui se pilote depuis un navigateur par de simples glisser/déposer à la souris. On trouve une solution assez similaire chez IBM (avec son SPSS Modeler, un module de Watson Studio) ainsi que chez Google même si son service AutoML diffère quelque peu dans son approche des solutions précédentes.

Pour les utilisateurs avertis qui n’ont pas une telle expérience des données, Microsoft vient de lancer plusieurs outils accessibles aux non-développeurs. Sa Power Platform (qui regroupe Power BI, PowerApps et Flow) s’est enrichie d’un nouvel outil dénommé Microsoft AI Builder qui offre tout un panel de « tâches IA » préconçues qu’il n’y a plus qu’à personnaliser pour ses propres besoins. Associé à PowerApps, l’outil permet à des « citizen developers » de créer sans vraiment coder des applications métiers tirant profit du Machine Learning et d’autres capacités IA (comme l’exploitation des Cognitive Services d’Azure). Ils peuvent entraîner des modèles à reconnaître des expressions textuelles, des images ou n’importe quelle autre donnée depuis leurs propres sources et documents puis exploiter ces modèles pour enrichir les applications métiers.

De l’IA sans codage, y compris en open source

Le géant de l’internet chinois Baidu a également lancé il y a peu « EZDL », un outil no-code pour construire ses propres modèles personnalisés de Machine Learning. En 4 étapes, vous pouvez entraîner un modèle deep learning spécifiquement pour vos besoins métiers.

DataRobot est un autre champion de l’IA sans code. Très visuel et graphique, il permet de développer et déployer des modèles prédictifs en quelques minutes.

C3 a lancé en mars dernier un environnement de développement d’entreprise, orienté « Low Code/No code » permettant de développer, déployer et gérer des applications métiers d’Intelligence Artificielle. Dénommé IDS (Integrated Development Studio), il fournit des outils interactifs et conviviaux pour ingérer des données, les modéliser, et exploiter des pipelines de Machine Learning préconstruits.

Genexus est une sorte de métaservices qui s’appuie sur, et simplifie l’utilisation des, différents services cognitifs de Google, IBM, Azure ou SAP Leonardo.

En matière de Data Science, l’environnement de modélisation RapidMiner est également très réputé pour sa grande interactivité et figure parmi les leaders du Magic Quadrant du Gartner autour des plateformes ML.

Enfin, de nouveaux outils open source sont aussi en train de se faire une place sur le marché à l’instar des environnements de modélisation Data Science, Orange de BioLab et Knime, aujourd’hui reconnus comme des outils matures et accessibles au plus grand nombre.

Bref, entre les services cognitifs de grands clouds très simples à instancier et exploiter et la nouvelle génération d’outils de machines learning sans programmation, l’IA devient désormais bien plus accessible et peut prétendre venir aujourd’hui enrichir les applications métiers sans avoir à faire appel à des compétences encore bien trop rares.