Introduction

Depuis que l'intelligence artificielle générative s'est invitée dans les débats d'entreprise fin 2022, il est impossible de dissocier l'idée d'être « prêt pour demain » de l'adoption de l'IA. Grâce à cette technologie puissante, les entreprises peuvent atteindre la rapidité, l'agilité et la précision de prise de décision nécessaires pour être compétitives dans un environnement actuel en constante évolution.

Avant même l'arrivée de l'IA générative, l'adoption de l'IA était en plein essor. Selon l'étude récente d'Economist Impact, l'IA et le machine learning (ML) figuraient parmi les six principales technologies que les sondés avaient déjà adoptées ou prévoyaient d'adopter pour se préparer pour demain (voir figure 1). Réalisée en partenariat avec Economist Impact, auprès de 2 000 cadres internationaux de tous secteurs, cette étude s'inscrit dans nos travaux de définition des moyens de se préparer pour l'avenir et d'évaluation du degré d'avancement des entreprises. (Pour l'étude complète, consulter « Parer à toutes les éventualités : l'entreprise moderne moderne relève le défi »)

Selon cette étude, près de sept personnes sur dix ont cité l'IA/ML comme domaine d'investissement prioritaire, montrant leur conviction qu'elle est essentielle à la performance des entreprises aujourd'hui.

L'IA est l'une des six technologies les plus utilisées

Q : Parmi ces technologies, lesquelles votre entreprise a-t-elle adoptées ou envisage-t-elle d'adopter ?

1. Cloud (89 %)

2. IoT (83 %)

3. Analytique big data (80 %)

4. Automatisation robotisée des processus (RPA)

5. Cloud avancé (69 %)

6. Intelligence artificielle/machine learning (68 %)*

^*À égalité avec le crowdsourcing et la 5G (68 %)
Base : 2 000 cadres dirigeants
Source : Étude Economist Impact Figure 1

Cependant, seuls 39 % des personnes interrogées ont déclaré que l'IA/ML avait déjà créé de la valeur de façon significative. En fait, bien qu'elle soit la sixième technologie la plus adoptée, elle se situe à l'avant-dernière place en termes de valeur perçue (voir figure 2).

Le fait est que la réussite des projets d'IA/ML – qu'il s'agisse d'IA générative ou d'un autre type – dépend de la capacité des entreprises à réaliser des ajustements imprévus. La bonne nouvelle c'est que de nombreuses entreprises commencent à profiter pleinement de leur utilisation de l'IA. Il faut d'abord dépasser le phénomène de mode et comprendre les clés du succès des projets d'IA.

Un potentiel technologique difficile à exploiter

Q : Dans quelle mesure les technologies adoptées ont-elles une valeur stratégique pour vos activités ?
(Pourcentage de sondés citant une valeur significative)

Maîtriser les cinq éléments clés de l'IA

Sur la base de notre analyse et de notre expérience, nous avons formulé cinq recommandations pour permettre aux entreprises traditionnelles d'adopter l'IA de manière proactive. Ces conseils sont axés sur l'orchestration de l'IA au sein d'un écosystème plus large qui englobe les données, la technologie, les talents, les pratiques responsables en matière d'IA et la culture organisationnelle. En intégrant ces éléments, les entreprises peuvent préparer un avenir où l'IA sera un moteur de leur réussite.

Consulter directement une partie :

1. Moderniser l'infrastructure

2. Refondre les technologies existantes

3. Investir dans les talents de l'IA

4. Prioriser l'IA responsable

5. Encourager une culture de l'IA

1

Moderniser l'infrastructure

De nombreuses entreprises sont confrontées aux défis gigantesques que représentent les données inexactes, incomplètes ou incohérentes. Les données de mauvaise qualité risquent de ruiner les performances des modèles d'IA et entraîner un gaspillage de ressources et des opportunités manquées.

Investir dans l'IA sans s'attaquer aux problèmes de qualité des données revient à construire une maison sur des fondations instables. Les systèmes d'IA dépendent beaucoup de la haute qualité des données pour générer des informations précises et vous aider à prendre des décisions pertinentes. Négliger la qualité des données compromet l'essence même du potentiel de l'IA. Elle mine la confiance dans les systèmes d'IA, érode la confiance entre les parties prenantes et compromet les résultats escomptés.

La modernisation des données est la clé d'une gestion et d'une exploitation efficaces des actifs de données, permettant d'extraire des insights fondés sur l'IA et une prise de décision qui change la donne.

> 60 %

des projets d'IA et de ML échouent en raison d'un trop grand nombre de sources de données et de données incohérentes.

Source : O'Reilly

Comment moderniser l'infrastructure de données, moteur des projets d'IA des entreprises d'avenir :

Privilégiez la qualité des données plutôt que la quantité :

La valeur tient à la qualité des données non à la taille de l'ensemble de données. Conserver un ensemble de données de qualité permet aux entreprises d'obtenir des insights et des résultats pertinents qui favorisent l'innovation et la réussite.

Mettez en place un cadre de gouvernance des données solide :

Des politiques, procédures et lignes directrices claires permettent d'établir une gouvernance des données cohérente. Selon l'étude Economist Impact, les trois principes suivis par les entreprises en matière de gouvernance des données sont : les indicateurs et seuils de qualité des données (54 %), les procédures de gestion de la confidentialité des données (53 %) et les directives relatives à la collecte, au stockage et à l'utilisation des données (53 %).

Profitez pleinement de la virtualisation des données :

La virtualisation des données offre une vue consolidée de sources de données disparates. Elle permet un accès et une analyse en temps réel sans recourir à des processus d'intégration de données complexes. Parce qu'elle brise les silos de données, la virtualisation des données améliore l'agilité, permet une prise de décision plus rapide et amplifie l'impact des projets d'IA.

Complétez les données avec des sources externes :

L'intégration d'informations supplémentaires, comme les données démographiques, les données des médias sociaux ou des ensembles de données sectorielles, enrichit la profondeur et l'étendue des données. Cet élargissement permet aux entreprises de développer des modèles d'IA plus robustes, ce qui améliore la prise de décision et favorise l'innovation.

Ces exemples d'utilisation sectoriels illustrent la capacité d'une infrastructure de données modernisée à créer de nouvelles opportunités avec l'IA, à favoriser l'innovation et à procurer des avantages significatifs :

Santé

En privilégiant la qualité des données et en exploitant l'IA, les organismes de santé peuvent permettre des diagnostics plus précis, des approches de médecine de précision, une gestion proactive des maladies et une amélioration de la prise de décision clinique.

Services financiers

Mettre en place un cadre de gouvernance des données solide garantit la conformité réglementaire, protège la vie privée des clients et limite les risques de violation des données. Les modèles d'IA formés sur les données financières respectent des normes RGPD ou PCI-DSS protégeant les informations sensibles du secteur des services financiers.

Assurance

En intégrant des sources de données externes et en utilisant des modèles d'IA, les assureurs peuvent améliorer l'évaluation des risques, rationaliser les demandes d'indemnisation, personnaliser les expériences, améliorer la détection des fraudes et optimiser les stratégies de souscription et de tarification.

2

Refondre les technologies existantes

Alors que l'adoption de l'IA se développe, les entreprises doivent faire face à un défi majeur : leur infrastructure informatique obsolète et rigide. Les systèmes existants, avec leurs complexités d'intégration et l'absence d'API standards, peinent à répondre aux exigences de calcul et de traitement des données en temps réel de l'IA.

Les infrastructures existantes représentent également un risque important pour la sécurité. Construits sur des bases antérieures à l'ère numérique, ces systèmes n'ont pas été conçus pour résister aux attaques sophistiquées actuelles.

En se tournant vers l'avenir et en s'engageant à moderniser leur infrastructure, les entreprises gagnent en efficacité, accélèrent l'innovation et redéfinissent le champ des possibles.

1 140M dollars

Dépenses annuelles des entreprises américaines pour la maintenance des investissements informatiques existants, notamment les systèmes existants

Source : Mechanical Orchard, cabinet de conseil américain spécialisé dans cloud

Comment développer une infrastructure informatique agile, résiliente et sécurisée, capable de prendre en charge l'intensité de calcul et les volumes de données exigés par l'IA :

Placez le cloud au cœur de votre stratégie d'infrastructure :

Migrer les systèmes et applications existants vers le cloud pour profiter de ressources informatiques évolutives, d'un déploiement rapide et de services d'IA prédéfinis. En s'appuyant sur le cloud, les entreprises peuvent développer leur agilité et profiter pleinement de l'IA.

Adoptez des méthodes de développement agiles :

Les méthodes agiles favorisent la collaboration, l'intégration continue et les déploiements rapides. Elles permettent aux entreprises de rester réactives dans un contexte d'IA en constante évolution.

Améliorez la mise en réseau et la connectivité :

Adopter des réseaux à haut débit, des réseaux définis par logiciel (SDN) et une connectivité fiable pour faciliter l'échange fluide de données entre systèmes d'IA, sources de données et utilisateurs. En améliorant leurs capacités de mise en réseau, les entreprises peuvent garantir des performances, une réactivité et une fiabilité optimales.

Mettez en place des mesures de sécurité solides :

L'IA reposant sur des données sensibles, il est crucial de mettre en œuvre des mesures de sécurité solides pour protéger les données et les modèles d'IA contre tout accès non autorisé. Adoptez le chiffrement, les contrôles d'accès et la détection avancée des menaces pour protéger vos projets d'IA, tout en garantissant le respect des réglementations sur la protection de la vie privée et en favorisant la confiance entre parties prenantes.

Ces cas d'utilisation sectoriels montrent l'impact des efforts de modernisation sur les résultats, l'innovation et la compétitivité dans un écosystème numérique alimenté par l'IA :

Améliorer les résultats pour les patients

En migrant leurs systèmes existants vers le cloud, les prestataires de soins bénéficient de ressources informatiques évolutives pour prendre en charge les modèles de diagnostic pilotés par l'IA. Les informations en temps réel tirées de vastes quantités de données sur les patients permettent aux professionnels de santé de poser des diagnostics plus précis, de créer des plans de traitement personnalisés et d'améliorer les résultats pour les patients.

Permettre la modernisation du Retail

Grâce au développement agile, les détaillants peuvent rapidement déployer des solutions basées sur l'IA, comme les modèles de prévision de la demande, les moteurs de recommandation et les algorithmes de tarification dynamique. Les retailers peuvent ainsi réagir rapidement au changement de dynamique du marché, offrir des expériences d'achat personnalisées, optimiser la gestion des stocks et accroître la satisfaction des clients.

IA sécurisée dans le secteur bancaire

Le secteur bancaire et financier s'appuie fortement sur l'IA pour la détection des fraudes, l'évaluation des risques et l'authentification des clients. En mettant en œuvre le cryptage, les contrôles d'accès et la détection avancée des menaces, les institutions financières peuvent renforcer la confiance de leurs clients, garantir la conformité aux réglementations et réduire les risques.

3

Investir dans les talents de l'IA

De nombreuses entreprises peinent à trouver des talents spécialisés dans l'IA, notamment dans les domaines du machine learning, du traitement du langage naturel et de la vision par ordinateur, ainsi que des soft skills comme la créativité et la capacité à résoudre des problèmes. Et celles qui en trouvent doivent souvent payer le prix fort.

L'évolution rapide de l'IA exige des professionnels qui possèdent non seulement des compétences, mais aussi la capacité d'apprendre et de s'adapter en permanence.

Il est tout aussi difficile de retenir ces professionnels. Les spécialistes de l'IA sont constamment courtisés pour de nouvelles opportunités passionnantes.

62 %

des chefs d'entreprise ne disposent pas des compétences essentielles pour mener à bien leur stratégie d'IA

4 %

pensent avoir toutes les compétences nécessaires pour atteindre leurs objectifs en matière d'IA

50 %

de croissance annuelle de la demande de compétences en IA

20 %

de croissance annuelle de l'offre de compétences en IA

Source : Google

Source : Forum économique mondial

Relever ces défis nécessite une approche multidimensionnelle pour recruter et cultiver les talents de l'IA et disposer d'équipes solides, capables d'innover et d'atteindre l'excellence en matière d'IA :

Favorisez le développement des talents internes :

Identifiez les personnes prometteuses et passionnées par l'IA et investir dans leur développement en leur proposant des programmes de formation complets, du mentorat et d'autres ressources pour développer leurs compétences en IA.

Révélez le pouvoir de la diversité :

La diversité au sein des équipes favorise la créativité et l'innovation, en créant un environnement de collaboration où différentes perspectives s'épanouissent. Cela contribue à pallier la pénurie de talents pluridisciplinaires en élargissant le vivier de candidats potentiels.

Accédez à des viviers de talents importants grâce à des partenariats stratégiques :

Les partenaires stratégiques offrent une expertise et des réseaux qui dépassent les frontières de votre organisation. En collaborant avec des partenaires, vous puisez dans leur vaste vivier de talents et accédez ainsi à un large éventail de professionnels de l'IA dotés de compétences et d'expériences spécialisées.

Voici comment trois entreprises relèvent les défis liés aux talents de l'IA :

LinkedIn a lancé une académie interne sur l'IA afin de donner à ses collaborateurs la possibilité de se former et de développer des compétences en matière d'IA. En responsabilisant les individus au sein de l'organisation, l'entreprise relève le défi de la pénurie de talents en interne.

GitLab a réussi à constituer une équipe diversifiée et mondiale de professionnels de l'IA en mobilisant des talents, peu importe leur lieu de résidence, et en s'appuyant sur le travail à distance.

Tesla offre aux professionnels de l'IA la possibilité de travailler sur des projets de pointe liés à la conduite autonome et à la fabrication basée sur l'IA, ce qui attire les meilleurs talents de l'IA à la recherche d'opportunités significatives.

4

Prioriser l'IA responsable

Des algorithmes biaisés aux questions de protection de la vie privée, les entreprises se trouvent confrontées à de nouveaux dilemmes éthiques, qu'il s'agisse de garantir l'équité et l'impartialité des systèmes d'IA, d'empêcher leur utilisation à des fins malveillantes ou de s'assurer qu'ils soient transparents et responsables.

Ignorer les biais algorithmiques, les atteintes à la vie privée et la prise de décision éthique des systèmes autonomes peut avoir des répercussions majeures. Prendre en compte des dimensions éthiques de l'IA n'est pas une option, c'est une nécessité.

84 %

estiment que l'IA responsable devrait être une priorité absolue de la direction

25 %

ont mis en place un programme mature d'IA responsable

Source : MIT Sloan Management Review

Ces défis éthiques doivent être appréhendés non comme des obstacles mais comme des leviers de croissance. Adopter une position ferme sur l'IA responsable permet aux entreprises de préparer un avenir sûr et sécurisé. Voici les principales étapes pour faire de l'IA une alliée puissante :

Utilisez des modèles d'intelligence artificielle :

En exploitant les modèles d'IA, les entreprises peuvent évaluer l'incertitude inhérente à leurs systèmes d'IA. Cette approche permet non seulement aux organisations d'évaluer la fiabilité et le niveau de confiance des prédictions de l'IA, mais elle permet également aux dirigeants de prendre des décisions pertinentes grâce à une compréhension globale des incertitudes associées.

Utilisez des systèmes d'IA transparents et intrinsèquement explicables :

Des approches telles que l'évolution des ensembles de règles peuvent aider les entreprises à comprendre et à expliquer les processus décisionnels du système d'IA en veillant à ce que les modèles soient transparents et explicables dès le départ. Cette approche permet non seulement de répondre aux inquiétudes liées au caractère de « boîte noire » de l'IA, mais aussi de faire des entreprises des pionnières de l'adoption responsable et éthique de l'IA.

Définissez et mesurez les biais indésirables et efforcez-vous de les minimiser :

Il est primordial d'établir des lignes directrices et des paramètres clairs pour quantifier les biais dans les modèles d'IA et garantir l'équité des résultats. En faisant de la réduction des préjugés l'un des principaux objectifs de l'optimisation des systèmes d'IA, les entreprises montrent leur engagement à instaurer des pratiques éthiques et une prise de décision équitable.

Ces entreprises intègrent des pratiques d'IA responsables dans leurs activités et s'engagent à obtenir des résultats positifs pour leurs clients, leurs collaborateurs et la société dans son ensemble :

Johnson & Johnson exploite l'IA responsable dans la découverte et le développement de médicaments. L'entreprise utilise des algorithmes d'IA pour analyser de grandes quantités de données d'essais cliniques, afin d'identifier des candidats médicaments potentiels, de façon plus efficace et précise. En faisant une priorité des considérations éthiques comme la protection de la vie privée des patients et l'utilisation équitable des données, l'entreprise souhaite améliorer les options de traitement et les résultats pour les patients.

Mastercard a adopté l'IA responsable pour améliorer la détection des fraudes. Les systèmes de l'entreprise alimentés par l'IA analysent les données de transaction en temps réel, détectent les activités frauduleuses et protègent les actifs des clients. L'engagement de Mastercard en faveur de la transparence et des pratiques éthiques en matière de données garantit la précision et l'équité de ses algorithmes de détection des fraudes.

Walmart utilise l'IA responsable pour personnaliser l'expérience de ses clients. L'entreprise s'appuie sur des algorithmes d'IA pour analyser les préférences et comportements clients et leur proposer des recommandations produits personnalisées. L'accent mis par Walmart sur la transparence et la protection de la vie privée garantit une utilisation responsable des données clients.

5

Encourager une culture de l'IA

Se préparer à l'IA va bien au delà des simples prouesses technologiques. Elle exige une transformation culturelle pour embrasser le changement et dissiper craintes ou malentendus.

La peur de perdre son emploi et l'incertitude peuvent, par exemple, faire douter du potentiel de l'IA. Une compréhension limitée de l'IA freinera parfois son adoption, par scepticisme ou manque de confiance dans les informations qu'elle fournit.

Les entreprises ont également besoin d'un socle culturel solide pour aborder les dilemmes éthiques complexes liés à l'IA. Il s'agit notamment d'établir des règles et cadres d'utilisation responsable de l'IA et d'encourager les discussions ouvertes et la diversité des points de vue.

77 %

des consommateurs craignent que l'IA entraîne des suppressions d'emploi dans les 12 prochains mois

Source : Forbes Advisor

Comment développer une culture organisationnelle favorisant le succès de l'IA :

Montrez l'exemple :

La direction donne le ton d'une culture favorable à l'IA. En se faisant les champions des projets d'IA, en favorisant un dialogue ouvert et en partageant les expériences réussies, les dirigeants peuvent inspirer leurs collaborateurs.

Adoptez la transparence :

Communiquez avec clarté et détermination. Expliquez clairement pourquoi l'adoption de l'IA est essentielle, en mettant en avant sa capacité à décupler le potentiel des collaborateurs plutôt qu'à les remplacer. Assurez-les du soutien indéfectible de l'organisation pendant la transition.

Favorisez la compréhension de l'IA :

Organisez des programmes de formation, des ateliers et des séances de partage des connaissances pour démystifier les concepts et la terminologie de l'IA. Développez la compréhension de vos collaborateurs et donnez-leur les compétences nécessaires pour collaborer de façon fluide avec les systèmes d'IA.

Ces entreprises relèvent les défis culturels liés à l'adoption de l'IA :

Moderna, entreprise de biotechnologie qui élabore des thérapies et vaccins à base d'ARN messager (ARNm), s'est associée à l'université Carnegie Mellon pour créer l'AI Academy, qui vise à former et à habiliter les collaborateurs, quel que soit leur niveau, à identifier et intégrer des solutions d'IA et de machine learning dans tous les systèmes et processus de Moderna afin de mettre les médicaments à base d'ARNm à la disposition des patients. La formation à l'IA est désormais obligatoire pour tous les membres de l'équipe.

Johnson & Johnson a lancé une plateforme de gestion des talents (talent marketplace) qui permet aux collaborateurs de répertorier leurs compétences et de se voir proposer des formations personnalisées, des stages et des mentorats. Les collaborateurs peuvent indiquer leurs niveaux de compétence, leurs lacunes éventuelles et les compétences qu'ils souhaiteraient acquérir. La talent marketplace s'est enrichie de quelques milliers d'employés chaque mois, au fur et à mesure que de nouveaux contenus de formation sont ajoutés et mis à la disposition des 150 000 collaborateurs de J&J.

Siemens ambitionne de créer des environnements d'apprentissage modernes avec son « académie industrielle numérique », qui favorise le développement des connaissances dans l'industrie et accompagne la nécessaire transition vers un modèle d'entreprise apprenante. L'académie offre une gamme complète de connaissances sur les produits industriels de Siemens, aux clients internes et externes. Elles émanent directement du fabricant, concernent toutes les industries et applications et s'adressent aux débutants comme aux experts.

Que faire lundi ?

Alors que le pouvoir de transformation de l'IA apparaît de plus en plus évident, les entreprises novatrices voient en l'IA, au delà du phénomène de mode, un outil stratégique, moteur d'innovation, d'efficacité et de croissance. Mais comment exploiter l'IA pour profiter pleinement de cette technologie ?

Voici nos recommandations pour préparer l'avenir :

Amplifiez ce qui vous différencie

Il faut d'abord comprendre ce qui différencie votre entreprise sur le marché. Qu'est-ce qui vous différencie de vos concurrents ? Quelle proposition de valeur spécifique l'IA peut-elle contribuer à développer ? En identifiant ces différenciateurs cruciaux, vous pouvez avoir une vision claire et convaincante de la manière dont l'IA peut accentuer vos points forts. Cette vision vous permettra d'éclipser vos concurrents, de répondre à l'évolution des besoins clients et vous ouvrira la voie d'un succès inégalé.

Concentrez-vous sur la valeur et les KPI

Une fois votre vision définie, il vous faudra établir une feuille de route décrivant les étapes stratégiques et les jalons nécessaires pour concrétiser votre avenir alimenté par l'IA. Commencez par identifier les indicateurs clés de performance (KPI) correspondant à vos objectifs organisationnels et aux facteurs de différenciation basés sur l'IA. Ces indicateurs serviront de phares qui éclairent votre chemin et vous permettent de mesurer le succès et l'impact de vos projets d'IA.

Transformez vos processus métiers avec l'IA

En s'appuyant sur l'IA, les entreprises peuvent intégrer de manière transparente dans leurs flux de travail, l'automatisation intelligente, les insights fondés sur les données et l'analytique avancée.Les processus améliorés par l'IA permettent d'obtenir des insights basés sur les données, fournissant aux décideurs des informations en temps réel pour une prise de décision agile et éclairée. En adoptant l'efficacité basée sur l'IA, les entreprises peuvent ouvrir une nouvelle ère de productivité, d'agilité et de succès inégalé.

Transformez vos processus d'entreprise avec l'IA