L'IA nous aide à faire parler nos données

Nathalie Grasset dirige l'activité Data & Solutions digitales d’ADEQUATION, qui regroupe aujourd’hui une quarantaine de personnes. Nous l’avons interrogée sur les enjeux liés à l’utilisation de l’intelligence artificielle. 

Équipe ADEQUATION

Publié le 13/06/2024

 

La direction Data & Solutions digitales collecte les données, les traite et les met à disposition des consultants d’ADEQUATION d’une part, des clients des solutions digitales Fil et e-Focus d’autre part. Elles permettent d’appréhender la réalité des marchés immobiliers, soit à l’échelle de territoires, pour détecter les tendances, les cycles ou les signaux faibles, soit à l’adresse, pour bien positionner un projet immobilier donné dans son environnement spécifique. 

De quelle manière utilisez-vous l'IA ?

L'intelligence artificielle est par définition au cœur de notre métier puisque nous vendons de la data et des outils d'aide à la décision, et ce depuis plus de trente ans.

En premier lieu, collectant nous-mêmes des données exclusives, nous employons l’IA à parfaire la qualité de cette collecte. Ce point est pour nous crucial : ADEQUATION est très attachée à la collecte de données réelles, qu’elle va chercher à la source, chez les opérateurs immobiliers qui la possèdent. Je parle de données réelles par opposition à des données virtuelles, algorithmées ou reconstituées à partir d’informations « scrappées » par des robots sur internet, par exemple.

En quoi l’IA nous aide-t-elle ici ? Nos fournisseurs de données brutes sont aussi les clients qui nous achètent les données traitées, via les solutions digitales que nous mettons à leur disposition. Ils ont conscience de l’intérêt de nous fournir en entrée des données de très bonne qualité. L’IA nous sert à cela : nous construisons des interfaces et des process qui leur facilitent le travail et les aident à éviter les erreurs lors de la transmission. Nous animons un panel de clients volontaires qui travaillent avec nous à l’amélioration continue de ces process.

Quelles sont les autres applications ?

Nous avons en portefeuille de nombreux usages de l’IA consistant à faire parler les données. L’IA est un outil puissant pour nous aider à détecter des écarts, des singularités, des similarités et autres phénomènes statistiques qui ne se voient pas à l’œil nu dans les données flat. Ces points remarquables, qui sont à leur tour des données inédites, originales, sont potentiellement utiles à nos clients pour identifier des risques ou des opportunités liés à leurs décisions d’investissement. Nous utilisons aussi l’IA pour préparer la construction de scénarios prédictifs. 

Comment développez-vous ces usages de l’IA ?

Nous avons déjà identifié 80 usages potentiels de l’IA, que dans notre jargon nous appelons « cas d’usage ». Nous les avons audités, jugés intéressants, et commencé à les déployer. Pour plus d’efficience dans ce processus d’innovation, c’est une cellule R&D dédiée à l’IA qui développe ce portefeuille. Dès qu’elle a mis au point ces usages, nous les intégrons à nos traitements de données.

En quoi l’IA aide-t-elle à améliorer la qualité des données ?

Des données parfaites n’existent pas : elles sont souvent incomplètes, déclaratives donc potentiellement biaisées, différentes dans leurs granulométries, pas forcément à jour, etc. C’est la réalité quotidienne du monde de la data. La première précaution que nous prenons, comme je l’ai dit, est de nous assurer de collecter les données brutes réelles les plus justes possible.

Ensuite, nous utilisons de premiers algorithmes pour repérer les insuffisances et redresser les données avec l’aide de notre équipe Qualité. Enfin, l’IA va nous aider à les faire parler. Tout au long de ce processus, il y a une intelligence humaine aux commandes, l’IA n’est qu’un outil. 

L’IA n’est qu’un outil : c’est-à-dire ?

Ce qu’il faut bien comprendre, et nos clients sont très lucides là-dessus, c’est que des données de mauvaise qualité vont mécaniquement produire et amplifier des informations peu fiables. L’IA travaille avec les données qu’on lui donne : quand vous « appuyez sur le bouton », elle vous propose toujours un résultat. Mais dans quelle mesure ce résultat est-il juste ? C’est une question fondamentale puisque l’enjeu de l’interrogation des données est précisément d’éclairer les risques des décisions d’affaires, afin de les réduire.

Pour garantir la fiabilité des données et la pertinence des analyses, il faut mobiliser trois expertises :

  1. Comprendre le métier du décideur, ses enjeux, son eco-système, son modèle économique
  2. Aller chercher les données pertinentes et s’assurer de leur qualité  
  3. Maîtriser les technologies digitales et de transformation de la data . 

Utilisez-vous des IA génératives telles que Chat GPT ?

Oui, et nous croyons en leur potentiel, mais il existe beaucoup d’autres IA qui font moins le buzz et sont utiles, et au demeurant moins coûteuses en ressources informatiques, donc en budget carbone. Cet aspect de l’IA, qui renvoie à la responsabilité sociale et environnementale de l’entreprise, nous importe aussi.  Par ailleurs, nous appliquons les principes de l’AI Act, réglementation qui vient d’être adoptée au sein de l’Union européenne pour garantir un usage éthique et sûr de l’intelligence artificielle. Concrètement cela signifie que nous prenons des mesures pour sécuriser les données, que nos process sont tous placés sous supervision humaine et que nous sommes transparents sur l’éventuel redressement algorithmique des données que nous vendons. 


© Unsplash - Julien Tromeur

Propos recueillis par Jeanne Bazard 

 

Réagissez