Pour SAS, l’exploitation de l’intelligence artificielle dans l’analytique n’est pas une vue de l’esprit mais une réalité que ses clients mettent en œuvre quotidiennement. « On ne manque pas d’exemples d’applications de l’IA », a confirmé Randy Guard, vice-président exécutif et CMO de l’éditeur américain, intervenant sur SAS Forum 2019 le 4 juin dernier au Palais de Congrès de Paris. Thierry Bedos, directeur général de SAS France, constate de son côté « une industrialisation autour de l’IA lorsque les projets sont sponsorisés par le top management avec des moyens financiers et humains ». Pour en attester, le fournisseur de plateformes analytiques créé il y a 43 ans par Jim Goodnight, l’actuel CEO de la société, a fait témoigner plusieurs de ses clients français dans différents secteurs d’activités : le CHU de Montpellier, le groupe pharmaceutique Sanofi, les banques Société Générale et BNP Paribas, ou encore le Cnam et Volvo Trucks. Le groupe belge Solvay, industriel de la chimie, a également apporté son témoignage sur la transformation numérique opéré sur ses unités de production.

Thierry Bedos, directeur général de SAS France, sur SAS Forum 2019 le 4 juin dernier au Palais de Congrès de Paris. (Crédit : LMI/MG)

« Nous sommes arrivés à un moment charnière dans l’industrie où l’analytique est fortement répandu, y compris en mode embarqué ‘at the edge’ », a souligné Randy Guard en conférence plénière en rappelant aussi que 95% des données restaient encore inaccessibles à l’analyse. Propulsée par la connectivité, la digitalisation, l’automatisation et l’IA, cette propagation rapide de l’analytique contribue à augmenter les capacités humaines, a poursuivi le CMO. Mais elle ne se met pas en place sans réorganisation dans les entreprises. Les outils d’analyse doivent être au plus près des données, pouvoir être embarquées partout et largement accessibles sur les smartphones, dans les usines et en bout de réseau. 

1 Md$ investi dans l'IA sur 3 ans

Parmi ses atouts dans le domaine de l’IA face à des concurrents toujours plus nombreux, « SAS peut s’appuyer sur des bases analytiques extrêmement solides ce qui, selon nous, est fondamentalement au coeur de l’intelligence artificielle », nous a ensuite exposé Randy Guard lors d’un entretien. « La vision par ordinateur - qui va bien au-delà de la reconnaissance faciale, le traitement du langage naturel et l’apprentissage machine en sont trois composants de base », cite-t-il en exemple. En mars dernier, SAS a annoncé investir 1 milliard de dollars dans l’intelligence artificielle sur les 3 prochaines années dans 3 domaines : l’innovation logicielle (algorithmes), l'intégration de l’IA au sein des produits, la formation et les services d’expertise. « Nous embarquons les capacités d’IA dans nos applications de gestion de la fraude, du risque, des données… Lors de l’ingestion de données, on applique par exemple le machine learning pour déterminer les endroits où il manque des données ou si elles doivent être nettoyées… ». Randy Guard rappelle que SAS utilise les réseaux de neurones et le deep learning pour la gestion des fraudes depuis longtemps déjà. « Nous pensons aussi que nous faisons partie d’un écosystème plus large incluant les technologies open source et des applications tierces dans lesquelles les clients investissent et développent des compétences. Nous investissons donc dans la technologie mais également dans la formation, à la fois pour les étudiants et pour les utilisateurs professionnels ». 

Au monde de l’éducation, l’éditeur propose déjà SAS OnDemand for Academics (un accès gratuit à ses logiciels dans le cloud) et vient de lancer Viya for learners qui donne accès à ses outils d’IA, d’apprentissage machine et d’analyse (en couvrant le cycle de vie complet de l’analytique), là aussi gratuitement. SAS attribue aussi des certifications autour de ses solutions. Celles-ci ont déjà été attribuées à 142 000 personnes dans 112 pays. « Nous pensons que nous devons aider à développer les compétences à travers le monde », assure Randy Guard.

Un mode Quick Start pour déployer dans les clouds publics

En dehors des datacenters traditionnels et du cloud, une partie du déploiement de l’analytique se fait maintenant sur les équipements situés en bout de réseau (edge devices). « Nous avons la capacité technique de déployer SAS sur une variété de machines, au-delà des smartphones et des objets connectés, bien sûr. Nous avons SAS dans des locomotives, dans des voitures ou dans les drones où les outils aident à analyser les flux vidéos. Dans le cloud, l'objectif est évidemment de permettre aux clients de déployer de la façon dont ils le souhaitent ». Aujourd’hui les containers sont très populaires, rappelle M.Guard. Il faut être capables de déployer dans un environnement conteneurisé en utilisant Kubernetes et Docker.

« Vous pouvez prendre une application SAS conteneurisée, la déployer sur Amazon, Azure, Google Cloud et Alibaba Cloud et nous faisons cela sur un mode Quick Start. Si vous voulez aller sur AWS, cherchez Viya, vous accéderez à des recommandations de SAS et Amazon pour déployer nos outils d’apprentissage machine sur AWS », indique le CMO. Parmi les clients qui l’utilisent, l’équipe de basket ball de la NBA Orlando Magic qui exploitait SAS Visual Analytics on-premise a migré vers Amazon à la fin de l’an dernier. « Elle a utilisé le mode Quick-Start pour faire son déploiement et a pu démarrer en quelques heures fin 2018 », relate Randy Guard. Orlando Magic s’appuie sur les logiciels de SAS pour maximiser l’expérience des fans dans le stade et son chiffre d’affaires.

La vision par ordinateur se diffuse

Revenant ensuite sur la réalité des projets d’intelligence artificielle, le CMO donne l’exemple d’un PoC réalisé avec un fabricant de matériel médical qu’il ne peut pas nommer encore. Sur une production de plusieurs centaines de milliers de produits, ils s’étaient aperçus qu’il y avait eu un problème de fabrication ayant entraîné un défaut sur certains d’entre eux. « En utilisant la vision par ordinateur et en embarquant SAS dans leurs processus, ils ont pu identifier ceux qui étaient défectueux et les rejeter ». Cela leur a permis de conserver près de 80% de la production alors qu’il leur aurait fallu sinon détruire des lots entiers. « Ils sont maintenant en train d’introduire la solution dans leur système de production et lorsque ce sera fait, ils pourront témoigner au niveau mondial ». Un autre PoC a été réalisé avec un fabricant de cloisons de plâtres afin de repérer les dysfonctionnements de la chaîne de fabrication. « Ce client utilise aussi la vision par ordinateur pour identifier les dangers relatifs à la sécurité des ouvriers, par exemple en repérant des éléments tombés à terre ». Le matin même, sur SAS Forum, le témoignage du groupe chimique Solvay avait notamment exposé une expérience similaire sur la sécurité du personnel. 

Certes, la vision par ordinateur a déjà été utilisée dans le passé par les industriels, mais l’usage qui en est fait aujourd’hui à travers l’intelligence artificielle va lui permettre d’être beaucoup plus répandue sur le marché pour le contrôle de processus, mais aussi dans d’autres domaines comme la santé, souligne Randy Guard. Fin avril, sur SAS Global Forum à Dallas, Geert Kazemier, professeur de chirurgie hépatobiliaire et de transplantation au centre médical VU d’Amsterdam, a témoigné de son utilisation de l’IA afin de déterminer le bon moment pour recourir à la chirurgie dans le traitement du cancer. Dans un tout autre secteur, celui des transports, les solutions analytiques de SAS accompagnent les projets IA de Volvo Trucks pour affiner le système de télédiagnostic du constructeur de véhicules lourds. Thierry Bedos, DG de SAS France, évoque de son côté les capacités de traitement du langage naturel que les agences gouvernementales vont pouvoir utiliser pour détecter les comportements inquiétants sur les réseaux sociaux.

SAS a diversifié sa tarification

Depuis l’origine, SAS présentait l’originalité d’un modèle de facturation des licences par abonnement. A l’heure du SaaS et du pay-as-you-go, alors que l’achat de logiciels sur abonnement s’est largement répandu, SAS a lui-même étendu son modèle. L'éditeur propose des tarifications à la capacité (en fonction de la taille de la machine), à l’utilisateur, à la consommation et également à l’usage. « L’un de nos récents modèles de tarification permet à l’entreprise d’augmenter le nombre de ses utilisateurs puis de les réduire », explique Randy Guard. Cela permet par exemple d’avoir 20 utilisateurs en permanence et 300 pendant une période donnée en fin de mois par exemple. Enfin, le dernier modèle, la licence d’entreprise, permet d’accéder à tous les logiciels SAS pour autant d’utilisateurs que nécessaire. « Nous ne vérifions alors pas le nombre d’ordinateurs utilisés, ni le nombre de CPU, ni le nombre d’utilisateurs ». Le mode SaaS existe depuis 5 ans chez SAS.

Pour les déploiements devops, les solutions SAS sont intégrées avec des outils tels que Jenkins. Enfin, l’éditeur souhaite aussi élargir le nombre de développeurs capables de travailler avec ses technologies. L’un des langages les plus populaires auprès des datascientists actuellement est Python. « L’une des possibilités que nous offrons est de pouvoir coder en Python, d’appeler SAS et de récupérer les résultats dans les notebooks Python, Jupyter, Zeppelin, le tout sans avoir à ouvrir SAS ». Autre exemple donné par le CMO avec les outils d’apprentissage machine : « Il est possible d’écrire un programme, d’écrire du code en SAS, en Python ou en R, ou bien d’ouvrir l’environnement visuel et de faire la même chose en pointant et cliquant, selon le profil de l’utilisateur et selon que celui-ci préfère coder ou bien qu’il s’agisse d’un data scientist expérimenté qui préfère utiliser la souris pour construire ses modèles. Le 3ème profil est celui de l’utilisateur métier, spécialiste de la gestion de la fraude, par exemple ». Enfin, Randy Guard insiste sur une autre dimension, celle de la gouvernance des actifs analytiques. C’est cette dernière qui permettra de gérer les différents modèles et de pouvoir les réutiliser.