L’impact de l’IA sur la performance des entreprises

Plusieurs études récentes sur l’impact de l’IA à l’horizon 2035 affirment que la croissance économique d’un pays ne s’évaluera plus en fonction de son capital mais en fonction de son degré́ de maturité́ en Intelligence Artificielle. D’après une étude d’Accenture, l’IA pourrait accroître de près de 38% en moyenne la rentabilité des entreprises à cette échéance !

Sans prendre ces études pour parole d’évangile, force est de constater la montée en puissance et la diversité́ des exemples d’applications de l’IA autour de nombreux usages : mieux comprendre ses clients et prédire les ventes, optimiser les opérations et processus métiers, détecter les fraudes ou pannes, transformer les produits et inventer de nouveaux modèles économiques, en lien notamment avec les objets connectés (ex-véhicule autonome) …

Anticiper les changements d’organisation et la nécessité de nouvelles compétences

Dans un futur proche, l’IA modifiera la nature même du travail et des relations homme-machine. Elle pourrait prendre en charge les tâches répétitives et codifiables et bousculera les modèles traditionnels d’organisation du travail. Certaines fonctions vont probablement disparaître et l’impact sur l’emploi sera significatif, même s’il est très difficile de faire des prévisions. Raison de plus pour s’y préparer.

Mais on n’en est pas encore là, et la réalité de l’IA en entreprise est très variable, en particulier en France, qui globalement accuse un retard significatif par rapport à la Chine, aux USA et au Canada. Dans nos grandes entreprises, on est encore la plupart du temps dans une phase d’expérimentation, avec des projets pilotes qui ne tiennent pas toujours leurs promesses. La première raison est sans doute que les entreprises lancent beaucoup d’initiatives en parallèle au lieu de se consacrer sur quelques projets prioritaires. La seconde, qui est indirectement liée, est que le management (top et opérationnel) n’est pas assez investi sur le sujet. Il délègue bien souvent aux CDO et aux Data Scientists, par manque de culture et de vision stratégique sur le sujet.

Le retard des entreprises françaises

Or, les projets IA sont par la nature même de l’apprentissage automatique des projets qui nécessitent une approche « agile », beaucoup de « test and learn » et une forte association des équipes métiers aux data scientists. Au-delà de l’algorithmie (qui nécessite un vrai savoir-faire), il y a un enjeu particulier autour des process métiers travaillés, des données utilisées… et il faut souvent combiner les techniques d’analyse des données avec l’holistique et l’empirique que connaissent les gens du métier pour être capable de sortir un signal significatif.

Sensibiliser, acculturer et former à l’IA le plus grand nombre

Il est temps que les dirigeants et leurs managers se saisissent de l’IA ! Et cela n’est pas seulement un sujet de technologie, mais de culture d’entreprise et donc également de ressources humaines. À l’aube d’une époque où la transformation des métiers va s’accélérer, beaucoup d’information et de formation reste à faire pour combler ce large déficit de compréhension et tordre le cou à nombre de fantasmes. C’est la raison d’être de Catalix, l’école de l’IA pour le business.

« Machine learning is a fundamental new technology that can create immense value to humankind. At the same time, it will challenge society. Not to try to understand how it works would be irresponsible. » Risto Siilasmaa, Président du Conseil d’Administration de Nokia, qui s’est formé au Machine Learning et a décidé de former tous les employés de son entreprise !