Unisys se lance dans le Machine-Learning-as-a-Service

Unisys dévoile une solution Machine-Learning-as-a-Service afin d’automatiser l’analytique évolué des données, avec un minimum d’intervention humaine.

Via le Machine-Learning-as-a-Service, Unisys vise un double objectif : non seulement aider les clients à prédire les futures conditions de marché, mais également à réagir de manière appropriée à une réalité en constante évolution.

Ce service est l’une des composantes de la plate-forme analytique de Unisys. Il allie une bibliothèque complète d’algorithmes d’apprentissage automatique et un ensemble de méthodologies et de processus éprouvés qui analysent et déduisent des perspectives et détails importants au départ des données client afin d’autoriser la création de rapports prescriptifs -autrement dit, un potentiel analytique qui procure aux clients des prédictions sur leurs conditions opérationnelles et commerciales et qui leur recommande par ailleurs les futures actions à prendre afin de faciliter et de supporter leurs processus de prise de décisions.

L’offre Machine-Learning-as-a-Service de Unisys ouvre non seulement la voie à de l’analytique prédictif, mais elle aide également les entreprises à transformer et à optimiser leurs processus métier. S’appuyant sur des algorithmes qui ne cessent de tirer des leçons des nouvelles données qui leur sont fournies, les systèmes d’apprentissage automatique sont en mesure d’identifier des canevas et de mettre à jour des implications jusque là cachées sans devoir pour cela être explicitement programmés. En mettant cette intelligence à contribution afin de procéder, de manière dynamique et répétitive, à des calculs complexes sur de grands volumes de données, les entreprises ont la possibilité à la fois d’évaluer la situation actuelle et d’anticiper les circonstances futures et, dès lors, de se positionner en conséquence.

L’offre Machine-Learning-as-a-Service de Unisys a recours à des principes de développement agile en vue d’aider les clients à comprendre et à exploiter leurs données. Dans un premier temps, il est procédé au développement d’un PoC (Proof of Concept), phase pendant laquelle les data scientists de Unisys collaborent avec les experts métier du client afin d’identifier les données disponibles et de se faire une idée générale des besoins et des objectifs du client. Sur base de cette collaboration, Unisys implémente des algorithmes d’apprentissage automatique afin d’analyser les données du client et, ensuite, d’élaborer des modèles analytiques évolués afin de prédire les résultats.

Si l’étape du poC s’avère concluante, Unisys et le client passent à la phase de production et poursuivent le processus de collaboration de type agile afin d’élargir et de formaliser le cadre analytique et, dans le même temps, d’ajouter des données supplémentaires et des modèles prédictifs, sans perdre de vue la précision et l’intégrité des modèles et de leurs résultats.

Ce processus dynamique et itératif aide les clients à exploiter très tôt les perceptions dégagées afin de les appliquer à de nouvelles questions et d’extraire de nouvelles prédictions de leurs données sans devoir pour autant consentir de lourds investissements. Ce faisant, les clients peuvent procéder très rapidement et de manière fiable à des expériences avant de devoir passer à la phase stratégique d’investissement.