•  

     Mais où est la documentation de l'application ?

     

     

    Contraint par l'ouverture des marchés, la déréglementation et la concurrence de plus en plus d'organisations fusionnent ou se rapprochent afin de faire des économies d'échelle.

    Lire la suite...


    votre commentaire
  • Lors d'un récent séminaire sur les moteurs de règles un intervenant citait la maxime préférée d'un des créateurs : "la connaissance est tout" (Knowledge Is Everything). La capitalisation d'un métier, la mise au point de processus avec des spécificités permettant de se différencier de la concurrence et d'apporter de la valeur aux clients est hautement stratégique. Les organisations doivent gérer les règles agissant sur les données métiers et permettant de mener à bien telle ou telle tâche métier. Externaliser les règles permet de gérer l'acquis et les futures connaissances qui permettront de se démarquer de la concurrence et de mettre à disposition de nouveaux services aux clients.

    Un moteur de règles est un outil avec un langage déclaratif c'est à dire que l'on décrit ce que l'on veut et pas le moyen pour l'obtenir comme dans les langages impératifs comme les langages de programmation (Java, COBOL, ...). Le moteur peut contenir des dizaines de milliers de règles qui s'appliqueront sur un nombre important d'entités métiers (dossiers de gestion, ...). Le moteur possède ses propres algorithmes d'activation des règles. Si des entités métier sont modifiées le moteur recalcule automatiquement les règles à activer. Ceci offre donc l'économie de développements de ces algorithmes.

    Les règles sont stockées dans un référentiel qui permet de les rechercher, de les versionnées.

    Si la plupart des organisations utilisent les mêmes briques logicielles, les mêmes outils de conception et de réalisation de logiciels, les seuls critères différenciants restent les processus métier et leurs règles métiers. Car dans un avenir proche il faudra de plus en plus de connaissances à fournir aux systèmes informatiques et les moyens de les gérer pour pouvoir se démarquer de la concurrence et augmenter ses parts de marché.

     


    votre commentaire
  • La fin du travail d'expert ?

    Le super ordinateur Watson d'IBM champion du monde de Jeopardy! en 2011 capable de s"approprier des milliers de milliards de données afin de répondre à des questions en langage naturel.

    En 1997, pour la première fois au monde une machine ( le super ordinateur Deep Blue d'IBM ) devenait plus fort que l'homme en battant le champion du monde d'échec Garry Kasparov. On pouvait alors rétorquer que les échecs est un système mathématique constitué de 64 cases et de règles déterminées, idéal pour les algorithmes et le stockage massif de connaissances et ou la vitesse pour trouver un état gagnant est prépondérant. Et dans ce genre de situation, la machine n'a pas d"état psychologique, elle ne connait pas le stress, la fatigue, la déconcentration, la perte de mémoire, ...

    Mais une machine pouvait elle rivaliser avec l'homme sur son propre terrain qu'est le langage naturel ?

    En 2011, une machine ( Watson toujours d'IBM ) gagne le championnat de Jeopardy! (jeu télévisé le plus populaire aux Etats Unis). Il s'agit pour les concurrents de trouver les questions à partir de réponses et buzzer le plus rapidement. Tout se fait en langage naturel avec tout ce que ça peut comporter de jeux de mots, d'ambiguités et d'interprétations possibles.Watson est un système informatique capable "d'avaler" des milliers de milliards de données non structurées et de les analyser afin de pouvoir répondre à des questions.

    Une grande banque pourrait fournir en entrée des centaines de milliers de rapports en provenance d'experts économiques reconnus à Watson qui pourrait les analyser en une nuit (chose irréalisable par un humain) et fournir le lendemain matin des réponses par exemple à des questions concernant des achats ou de ventes d'action.

    Aucun humain ne pourrait lire, analyser et retenir des centaines de milliers de documents en une nuit et fournir des réponses objectives en fonctions de ces tonnes de connaissances.

    Alors dans ce cas est ce que les grandes organisations continueraient à employer des experts ?

    Rhona Maxwel


    votre commentaire



    Suivre le flux RSS des articles
    Suivre le flux RSS des commentaires