Si la plupart des grands acteurs de l’informatique s’intéressent à l’IA, ceux positionnés sur le décisionnel ont pris le train très tôt, dans le prolongement logique de leurs outils analytiques. L’expertise et l’expérience dans le traitement des données sont des atouts considérables.

En rachetant MetaMind (deep learning), Salesforce a intégré à sa plateforme de CRM de nouvelles capacités de personnalisation et d’automatisation du marketing.

Dans le monde des logiciels & services et de l’IA, outre les Gafa, les exemples ne manquent pas. Salesforce s’appuie sur son infrastructure autour des données de gestion de la relation client pour s’avancer sur le terrain de l’intelligence artificielle. L’éditeur a accéléré avec ses récentes acquisitions, notamment PredictioIO (moteur d’auto-apprentissage open source) et MetaMind (technologie de deep learning). Elles lui ont permis de jeter les bases d’une plate-forme cloud d’IA, appelée Salesforce Einstein, utilisée pour proposer aux clients des possibilités de recommandation de produits, d’analyse prédictive en matière de vente et de campagnes marketing.

Pour sa part, SAP, le leader mondial des ERP, semble vouloir profiter de son infrastructure analytique, notamment autour de sa technologie Hana, pour progresser également dans l’IA. Mais il va encore devoir recruter des talents, se rapprocher de start-up et travailler avec des chercheurs… En ce qui concerne son grand concurrent, Oracle, Julien Maldonato se contente d’indiquer qu’« il accuse un léger retard dans ce domaine ».

Aussi, c’est en restant dans le monde de l’informatique décisionnelle, que les acteurs seraient les plus en pointe. Le spécialiste SAS, a très tôt ajouté à son offre analytique des algorithmes caractéristiques des deux grands domaines de l’IA que sont le machine learning et le deep learning, et notamment les réseaux neuronaux. Et, plus de quinze ans après, il poursuit dans cette voie. « Ce qui change pour les entreprises, c’est la magnitude des problèmes à adresser et la capacité à se poser des questions qu’on n’envisageait pas auparavant. Cela s’exprime non seulement en termes de volume de données à adresser, mais aussi de types de données à traiter (texte, images, sons) », explique Mouloud Dey, directeur de l’innovation et du développement de SAS en France. Le contexte devient également très important : les solutions se démocratisent et se mettent à la portée d’un plus grand nombre d’utilisateurs non spécialistes, à travers l’internet des objets et des applications métiers.

Enfin, le domaine des matériels informatiques n’échappe pas à la tendance. Depuis quelques mois, Intel met ainsi les bouchées doubles, en multipliant les initiatives et les rachats pour ne pas rater la transition vers l’IA. Le géant des processeurs disposera, sous peu, d’un portefeuille de produits très large, tiré par de nouvelles solutions pour le deep learning (projet Knights Crest) issues du rachat de Nervana, annoncé en août dernier pour quelque 400 millions de dollars. Intel agit en fait dans une logique de réaction, en particulier face à AMD et surtout Nvidia, qui développe des processeurs graphiques spécialisés intégrant des réseaux neuronaux.

A travers ces solutions, « le groupe entend débrider la capacité machine et logicielle, pour libérer la créativité de l’écosystème », explique Bill Savage, son vice-président logiciels et services. Elles viendront compléter une gamme qui compte déjà quelques produits adaptés à l’IA, comme les coprocesseurs Xeon Phi, une puce massivement multi-cœur adaptée aux « usages standards en matière de machine learning », selon Naveen Rao, co-fondateur de Nervana et aujourd’hui directeur de l’activité solutions IA du groupe. Parallèlement à ces travaux, pour faciliter l’apprentissage et développer les compétences, le groupe a mis en place l’Intel AI Academy qui offre aux techniciens un accès à la formation et aux outils dont ils ont besoin.