Kim : Ouais. C’est ce qui est vraiment incroyable avec le cloud, car une fois que toutes les données sont là, des choses incroyables peuvent être faites avec et l’innovation se produit comme une folle. Et nous le voyons maintenant avec tout ce qui se passe avec OpenAI et ChatGPT et tout ça. Et dans Power BI, nous avons intégré un ensemble de fonctionnalités d’IA dans la plate-forme. Et un aspect important des capacités d’IA qui ont été vraiment, vraiment utiles sont celles que les utilisateurs professionnels peuvent utiliser. Ainsi, des choses comme une requête en langage naturel où vous pouvez poser une question et obtenir une réponse sous forme de graphique, ou une analyse d’influenceur clé où vous pouvez demander au système : « Hé, qu’est-ce qui influence mes annulations ? Quelles mesures influencent cela ? » Et même avec notre dernière fonctionnalité d’IA, nous utilisons en fait GPT-3 pour générer du code permettant aux utilisateurs professionnels d’écrire des mesures dans leur ensemble de données. Ainsi, ils peuvent facilement générer du code pour calculer des calculs d’une année sur l’autre ou même des calculs plus complexes simplement en langage naturel.

Cela permet vraiment aux utilisateurs professionnels de creuser dans les données comme ils ne l’ont jamais fait auparavant et simplement de travailler avec des données et de développer cette littératie qu’ils n’avaient jamais eue auparavant. Et parmi nos plus gros clients, il y a une entreprise de vente au détail avec laquelle 40 % de leurs utilisateurs utilisent régulièrement ces fonctionnalités. Vous avez donc des gens qui avaient l’habitude d’ouvrir un rapport, d’obtenir un numéro et de passer à autre chose. Maintenant, ils peuvent en faire tellement plus et ils peuvent poser ces questions eux-mêmes. Bien sûr, cela rend l’entreprise plus efficace, car ils n’ont pas besoin de data scientists pour faire ce travail. Un utilisateur professionnel peut le faire par lui-même, mais mec, cela rend les utilisateurs professionnels, et l’ensemble du secteur d’activité, cela ouvre tout un ensemble de possibilités qu’ils n’avaient jamais eues auparavant.

Laurier: Et c’est un très bon point. Anil, vous n’avez pas nécessairement besoin d’avoir des scientifiques des données pour vous aider avec ce type d’informations que vous avez tirées des données. Vous avez donc mentionné un certain nombre d’opérations de back-office comme les impôts et l’ERP ou la planification des ressources d’entreprise. Alors, comment voyez-vous autrement que les gens soient habilités à prendre des décisions et non seulement à passer moins de temps peut-être dans les profondeurs des feuilles de calcul, mais aussi à innover et à changer la façon dont ils offrent des biens et des services ?

Anil : Absolument. C’est une excellente question. Et le commentaire de Kim sur OpenAI et ChatGPT apportant beaucoup de réflexion et de capacités différenciées, modifiant les rôles mêmes des utilisateurs professionnels par rapport aux scientifiques des données dans le cadre de cela. La façon dont nous regardons certaines des équipes fonctionnelles adoptant ces technologies est une approche à plusieurs volets, n’est-ce pas ? Premièrement, nous voyons une collaboration étroite avec les fournisseurs de services cloud comme Microsoft où cette innovation et les capacités de l’IA, l’apprentissage automatique, par exemple, l’exploration de texte. Et des choses simples comme l’exploration de texte étaient auparavant une expérience de science des données, nous avions l’habitude de formuler une hypothèse, en particulier dans les services de santé. Si quelqu’un veut prendre un flux de texte et découvrir, « Hé, qu’est-ce qu’une maladie? Qu’est-ce qu’une ordonnance et qu’est-ce qu’un diagnostic? » Tout cela était un modèle d’apprentissage automatique qui le faisait.

Mais Microsoft a des capacités d’IA ouvertes ou appliquées, vous pouvez simplement envoyer ce flux de texte et il vous donnera automatiquement une sortie en termes de « Hé, qu’est-ce qu’une maladie? » la catégorisation de la maladie par rapport aux symptômes par rapport aux médicaments par rapport au médecin, la classe prête à l’emploi la classe pour vous. C’est une simple innovation, je ne parle même pas d’OpenAI ou de quelque chose comme ça. Si vous devez utiliser certaines de ces fonctionnalités, vous devez rester en contact étroit avec des fournisseurs d’hyperscaler comme Microsoft Azure, qui investissent beaucoup dans l’innovation et apportent ces fonctionnalités. Et il y a beaucoup de ces forums techniques. Il peut s’agir d’un CDO [chief data officer] forum, c’est un forum d’innovation technologique, ce sont des discussions de groupes de discussion qui apportent des capacités innovantes qui peuvent fonctionner sur n’importe quel hyperscaler. C’est un autre lieu avec lequel nous devons rester en contact. Et une dernière chose que je dirais, c’est tactiquement, lorsque nous recommandons une architecture conçue pour les clients, nous recommandons de faire une architecture très modulaire afin que le changement de capacité devienne plus facile. Par exemple, le changement de moteurs OCR ou de moteurs de traduction ou quelques exemples où les choses mûrissent continuellement.

Si vous construisez votre architecture de manière très modulaire, alors ce changement serait également très facile. Et en fin de compte, tout se résume à une équipe très diversifiée qui fournit ces capacités. Encourager la formation, la formation avancée et avoir ce mélange de compétences diversifiées dans les entreprises technologiques comme vous en avez parlé et mélanger cela, cela apporte évidemment une nouvelle réflexion à l’équipe elle-même et ainsi nous pourrons adopter certaines de ces innovations et capacités qui viennent hors du marché lui-même. C’est ainsi que je considère que cela a un impact sur certaines des grandes transformations ERP ou back-office comme les opérations ou même la fiscalité. Nous pouvons certainement utiliser certaines de ces capacités là-bas. Par exemple, l’impôt. Pour la fiscalité, il y a tout un flux de données volumineuses qui provient de données non structurées, ce sont des documents PDF, des morceaux de documents non formatés que nous obtenons, comment y donner un sens ? Il existe de nombreuses capacités d’IA que vous pouvez brancher et qui peuvent amener les données dans un format structuré que les régulateurs croiront également. Donc pas mal d’impact.

Laurier: Cela donne un bon exemple de ce qui est possible dans le back-office avec autant d’opérations maintenant que les hyperscalers de la plate-forme cloud comme Microsoft Azure offrent un certain nombre de ces fonctionnalités. Comment les entreprises créent-elles alors des opportunités d’interopérabilité entre la plate-forme cloud et les dernières technologies émergentes tout en restant vraiment concentrées sur la gouvernance des données, en particulier pour les secteurs hautement réglementés comme la finance et la santé ?

Anil : Vous voyez, la plupart des entreprises ont mis en place une bonne gouvernance des données où les définitions sont convenues, et c’est dans le domaine des réglementations que cette industrie prend déjà en charge. Par exemple, si vous regardez le secteur hypothécaire, quelqu’un vient vous demander un prêt, il y a certains éléments de ce client, vous pouvez divulguer à d’autres parties de l’organisation, il y a certains éléments que vous ne pouvez pas divulguer. Pour que la gouvernance soit bien mise en place, du point de vue des données. En ce qui concerne les services d’IA appliqués, Microsoft Azure et d’autres plates-formes prennent déjà en considération certains des aspects éthiques de l’IA. Que pouvons-nous faire avec l’analytique du point de vue de la prédiction ? Que ne pouvons-nous pas? Nous sommes donc couverts de ce point de vue.