Une histoire de F.AI.L. đŸ€–

Ivan Seisen
Jun 22 · 6 min read

DĂ©but juin a eu lieu notre “Becom”, une grand-messe mensuelle qui mĂ©lange ateliers, confĂ©rences et surtout Ă©changes entre pairs. L’accent Ă©tait mis cette fois-ci sur la culture produit au cƓur de BENEXT.

J’ai suivi le talk “F.AI.L.” de la team La Forge, start-up studio dĂ©diĂ© au dĂ©veloppement de produits Ă  base d’intelligence artificielle dans lequel BENEXT a investi. Vous pouvez d’ailleurs croiser les membres de leur Ă©quipe dans nos locaux.

Voici ce que je retiens de ce moment animé par Christophe Tricot (président et cofondateur de La Forge) et Stéphanie Le Garrec (Lead Designer).

L’I.A. fait rĂ©fĂ©rence Ă  des systĂšmes qui imitent l’intelligence humaine pour effectuer des tĂąches et conçues pour s’amĂ©liorer au fil du temps. On peut crĂ©er des rĂ©seaux de neurones qui raisonnent comme des traders et tentent de prĂ©dire le cours d’actions en bourse ou dans bien d’autres domaines tels que l’estimation du taux de churn sur une application ou encore la dĂ©tection de maladies avec des rĂ©sultats d’IRM.

Mais qu’est ce qu’un bon produit d’I.A. ? 🧐

Un produit d’I.A. a pour but premier d’aider les personnes, pas de les remplacer. Il se doit d’ĂȘtre efficient, c’est-Ă -dire efficace en utilisant un minimum de ressources. Eh oui, l’écologie c’est le futur, jusqu’au bout de la tech ;)

Les multiples facettes d’un bon produit d’I.A. citĂ©s par StĂ©phanie :

Et comme Ă©voquĂ© lors du talk, cette liste est non-exhaustive, on peut Ă©galement ajouter l’importance du respect des donnĂ©es et de l’éthique du produit.

L’équipe La Forge compare le dĂ©veloppement d’un produit Ă  base d’I.A. Ă  la culture d’arbres
 en jetant des graines au sol. Seul le point de dĂ©part est connu : “oĂč on a plantĂ© et quoi”, et la suite est totalement inconnue, nous n’avons aucune idĂ©e de la façon dont le projet va Ă©voluer ! Est-ce que l’expertise Ă  transposer dans l’algorithme est de qualitĂ© ? Explicite ? Que valent les donnĂ©es Ă  disposition ? Quelle sera la meilleure technique d’I.A. Ă  implĂ©menter ? Que vont donner les algorithmes Ă  disposition ? etc. Autant d’inconnues que l’on ne peut lever que chemin faisant.

Le rĂ©sultat va Ă©voluer dans le temps pour le meilleur comme pour le pire : qui n’a jamais eu de surprise dans les recommandations de musique de Spotify (surtout quand un petit neveu vous pique votre tĂ©lĂ©phone) ?

“Les algorithmes basĂ©s sur des techniques d’I.A. vont faire des erreurs, un peu comme un enfant qui apprend.”

Les piĂšges Ă  Ă©viter đŸ’„

Il faut rester pragmatique dans la conception des produits et rĂ©duire le chemin entre UX et Tech. Par exemple, lors d’un POC rĂ©alisĂ© en interne chez La Forge, l’équipe s’était donnĂ© comme objectif de dĂ©clencher une action en faisant un “dab” devant la camĂ©ra. Au fil des tests, les UX et Tech ont affinĂ© ensemble leurs attentes pour simplifier le mouvement Ă  rĂ©aliser pour une expĂ©rience tout Ă  fait pertinente : ils sont ainsi passĂ©s du “dab” au “coude devant le nez”.

“On est passé·e·s d’un dab de Pogba Ă  Bozo le clown”

Toute la vie d’un produit 🧐

Mais attention, l’I.A. ne peut pas ĂȘtre appliquĂ©e dans tous les domaines : S’il n’y a pas d’expertise, il n’y a pas de raison de faire de l’I.A. !”. L’essentiel est de bien Ă©valuer le potentiel de l’I.A. et les atouts liĂ©s au projet envisagĂ© et cibler un savoir-faire Ă  rĂ©pliquer. Lorsque l’on tombe sur le savoir-faire d’une personne, on est sur quelque chose d’hyper spĂ©cifique : rĂ©pliquer un process de gestion dans un ERP est relativement simple, mais vouloir reproduire dans un algo une tĂąche telle que “recruter un benexteur” est bien plus complexe.

Prenons un exemple concret, 75% des problĂšmes ophtalmologiques seraient liĂ©s Ă  un mauvais examen de l’Ɠil. De ce constat est nĂ© le projet iSlit mĂ©dical dans leur start-up studio, qui aide les professionnels de l’Ɠil pour leurs diagnostics (voir la news ici).

La data est primordiale pour alimenter le modĂšle Ă  entraĂźner et la data avec des traces d’expertise, c’est le Saint Graal. Il faut trouver un savoir-faire prĂ©cis, qui gagnerait Ă  ĂȘtre transposĂ© avec de l’IA : “Comment puis-je transposer des savoir-faire dans mon produit ?”.

Une des clĂ©s du succĂšs : l’étroite collaboration avec les experts “mĂ©tier” 🗝

Il faut acculturer avec prĂ©caution toutes les parties prenantes du projet et lutter contre le sentiment de “boĂźte noire”. Par exemple, tout le monde ne connaĂźt pas les rouages techniques derriĂšre l’envoi d’un e-mail, et pourtant la majoritĂ© des utilisateurs font confiance Ă  leur messagerie.

Les dĂ©buts d’un produit basĂ© sur l’I.A. sont souvent dĂ©ceptifs. Pour y remĂ©dier on est forcé·e·s de baisser les attentes et “appliquer le Lean Ă  mort” comme le scande passionnĂ©ment la Lead designer. Il ne faut pas hĂ©siter Ă  simuler les usages avant de dĂ©velopper et utiliser les techniques dignes du Magicien d’Oz ou du “Turc mĂ©canique”. Pour le projet Text to speech d’IBM, des tests ont Ă©tĂ© faits bien avant de dĂ©velopper le moindre bout de code afin d’éprouver l’utilitĂ© perçue par les clients : chaque mot prononcĂ© par les cobayes Ă©taient retranscrits par de simples exĂ©cutants derriĂšre les claviers, simulant ainsi le rĂ©sultat final de traitement par une I.A.

L’ingrĂ©dient secret de La Forge ✹

L’I.A. est un sujet en constante et rapide Ă©volution. Pour se rapprocher de l’état de l’art, il faut s’inspirer en continu des technologies voisines : assistant Google, Siri, Alexa et Ă©galement des systĂšmes embarquĂ©s dans les voitures rĂ©centes, pour n’en citer que quelques exemples.

“Code is Law” comme le dit si bien Lawrence Lessig
 et “UX is code” affirme notre duo de speakers car “L’I.A., c’est de la tech mais c’est surtout de l’UX ! Les deux sont trĂšs imbriquĂ©s, comme le yin et le yang ☯”

Partager une culture computationnelle est une des valeurs fortes chez La Forge. Elle est dĂ©finie comme une approche qui englobe les processus de pensĂ©e impliquĂ©s dans la formulation de problĂšmes et l’expression de leurs solutions, afin qu’un ordinateur puisse les exĂ©cuter.

“L’idĂ©e n’est pas de faire de tout le monde des dĂ©veloppeurs, mais faire en sorte que tout le monde comprenne les principes de dĂ©veloppement. Si vous voulez une bonne expĂ©rience produit, il faut que tout le monde comprenne le code, et inversement”


et au fait, pourquoi “F.AI.L.” ? đŸ€«

F.AI.L. est un acronyme fait maison : “Foster A.I. Learnings” qui signifie “favoriser et entretenir les apprentissages liĂ©s Ă  l’I.A.”, c’est un double sens : on veut Ă©viter les erreurs, mais on en a besoin pour amĂ©liorer le produit ! La quĂȘte sans fin est de faire Ă©voluer les modĂšles vers la meilleure version d’eux-mĂȘme afin que les erreurs diminuent.

“L’I.A. n’est pas un arbre en coupe hyper propre, c’est plutît une plante qui pousse avec des tuteurs tout le long du chemin” 🌿

La team La Forge essaye chaque jour de trouver les combinaisons de tech, UX et d’agilitĂ© pour afin de faire germer les meilleurs produits d’I.A., n’hĂ©sitez pas Ă  les contacter ! 👉 www.la-forge.ai

benextcompany

BENEXT, BE YOUR POTENTIAL

benextcompany

Full Stack Product Company. Parce que tout est produit et que le produit est partout. Expertise, conseil et formation en management de produits, organisations agiles, développement technologique et data-science.

Ivan Seisen

Written by

http://Kenby.fr

benextcompany

Full Stack Product Company. Parce que tout est produit et que le produit est partout. Expertise, conseil et formation en management de produits, organisations agiles, développement technologique et data-science.