En direct de San Francisco. Après avoir parlé du multicloud à travers son offre Anthos, Google a poursuivi sa conférence dédiée au cloud, Next, en ciblant la donnée. Plus exactement, les débats ont porté sur l’intelligence artificielle et l’analytique. Thomas Kurian, CEO de Google Cloud, a tenu en préambule aux annonces à rappeler de manière insistante que « vos données sont vos données, vos modèles d’IA sont vos modèles d’IA. Nous n’installons pas de backdoors à la demande des Etats. Les données mises sur des solutions de Google Cloud ne sont pas utilisées pour autre chose ». Une manière de souligner que le cloud et l'IA sont d’abord une affaire de confiance et de sécurité.

IA : une plateforme pour accélérer les déploiements

Beaucoup d’annonces autour de l’IA ont été faites lors de la deuxième session de Next, mais le cœur du sujet reste la démocratisation de cette technologie et son développement au sein des entreprises. Beaucoup de projets d’IA voient le jour, mais la finalisation et le déploiement ne sont pas au rendez-vous. C’est pour cela que Google a lancé en version beta AI Platform, à destination des développeurs et des datascientist, pour « sauter cette dernière marche », explique Andrew Moore, responsable de la division IA chez Google. Pour lui, « vous pouvez commencer par de l’analyse de données, construire des modèles par des datascientist ou utiliser des modèles pré-entraînés, puis d’un simple clic déployer son service dans GCP ou dans d’autres cloud ».

Cette solution de bout en bout offre aux entreprises la possibilité de construire, tester et déployer leurs modèles en intégrant des services existants et des innovations annoncées lors de la conférence. Ainsi, les utilisateurs peuvent s’appuyer sur le datawarehouse Big Query pour importer les données et entraîner des modèles avec Cloud Machine Learning Engine ou les déclinaisons d’AutoML. Sur ces dernières, il faudra compter sur AutoML Video Intelligence (en version beta) capable d’annoter et de taguer les vidéos en utilisant le langage naturel et la traduction pour reconnaître le contenu. De son côté AutoML Tables (aussi en version beta) donne la capacité des créer des modèles de machine learning à partir de jeux de données structurées. Enfin AutoML Vision s’enrichit d’une version Edge à destination des terminaux périphériques comme les caméras de surveillance ou les casques de réalité virtuelle.

Un rapprochement avec les métiers

Dans sa volonté d’accélérer l’adoption de l’IA, Google veut aussi cibler les métiers. Ainsi, avec Understanding Document AI, la firme propose une plateforme serverless capable d’extraire, de classer et structurer automatiquement les données contenues dans des documents numérisés ou numériques. « Cette plateforme intéressera les métiers disposant d’un grand volume de documents comme les RH par exemple », glisse Sheth, senior Director du ML et AI, chez Google. Pour la promouvoir, Google a noué plusieurs partenariats avec Iron Mountain, ​Box​, DocuSign, ​Egnyte​, ​Taulia​, UiPath ou ​Accenture.

L’IA s’invite aussi dans les services client à travers l’offre Contact Center AI. Lancée en mode preview l’année dernière, elle passe en mode beta cette année. Ce service est élaboré avec des partenaires comme Twilio, Cisco, Mitel,... Il utilise Dialogflow, la suite de développement d’assistants conversationnels, plus les capacités de text to speech et speech to text. Les entreprises peuvent ainsi créer des chatbots rapidement et certains secteurs d’activité en sont plus particulièrement friands.

Google ne s’y est pas trompé et lance pour la première fois une offre packagée d’outils IA à destination d’un secteur : la distribution. Avec Google Cloud Retail, la firme propose un catalogue de services (Vision Product Search, Recommandations AI et AutoML Tables) pour répondre aux problématiques de la distribution. On peut imaginer que Google décline ce type d’offres pour d’autres marchés verticaux (santé, banque et finance, etc.).