Data & I.A : Quel Equilibre entre le Machine Learning et l’Humain ?

Data & I.A : Quel Equilibre entre le Machine Learning et l’Humain ?
La volonté de maîtriser les règles bride-t-il la performance de l’I.A ? Faut-il faire entièrement confiance au machine learning ?

Machine Learning : quelle Fiabilité ?

• Les Marketers conservent souvent le contrôle total des règles et des données (notamment la segmentation fine), parce qu’intérieurement ils doutent des performances réelles du machine learning. 
• Quelle est la fiabilité actuelle du marchine learning ? 
• Peut-on scorer les différentes solutions du marché en fonction de leur performance constatée, de la rusticité de leur moteur de ML et de la qualité des données prises en compte ?

Le Machine Learning, nécessairement mutualisé ?

• Les grandes solutions du marché apprennent de l’ensemble des cas qui leur sont soumis par l’ensemble de leurs clients, ce qui est supposé fournir une performance supérieure compte tenu du nombre de cas référencés. 
• Cette mutualisation imposée est-elle incontournable ? 
• La marque a-t-elle intérêt à utiliser son propre machine learning, arguant de ses spécificités et de son contrôle total de la qualité des cas et des données injectées dans la machine ?

Faut-il faire confiance au Machine Learning ?

L’humain bride-t-il le marchine learning ? Un des arguments des fournisseurs de solutions d’Intelligence Artificielle (eg Treasure Data) est que l’humain bride le machine learning ; c’est parce que les marketers veulent tout contrôler, qu’ils n’exploitent pas la performance de machine.

Data Use Case & I.A : Quand garder la Maîtrise, quand laisser faire la Machine ?

• La complexité de certaines opérations, la finesse des segmentations, voire l’individualisation des requêtes et du ciblage, font qu’à un certain moment le marketer ne peut plus assurer lui-même le contrôle des opérations. 
• A partir de quel niveau de complexité faut-il donner le contrôle aux algorithmes ? Quelles procédures de supervision et d’évaluation peuvent être mises en place ?

Webconférence ouverte à tous, jeudi 9 mars 2023, 11H00 – 12H00