L’IA n’est maintenant plus réservée qu’aux grandes entreprises ou entreprises dédiées. Chaque entreprise à son niveau peut utiliser l’intelligence artificielle. La question n’est plus “Dois-je faire de l’IA ?” mais “Comment dois-je intégrer l’IA dans ma stratégie d’entreprise ?”. Et c’est bien cela le défi de demain.
La révolution de l’IA n’est pas nouvelle. Cependant, l’arrivée de ChatGPT en novembre 2022 a redistribué les cartes et accéléré l’adoption de l’IA, pas seulement pour les experts Data mais pour tout le monde. C’est en cela que nous vivons une révolution. Aujourd’hui, n'importe qui peut accéder à ces IA afin d’apporter de la valeur ajoutée dans ses processus métier.
L’IA n’est maintenant plus réservée qu’aux grandes entreprises ou entreprises dédiées. Chaque entreprise à son niveau peut utiliser l’intelligence artificielle. La question n’est plus “Dois-je faire de l’IA ?” mais “Comment dois-je intégrer l’IA dans ma stratégie d’entreprise ?”. Et c’est bien cela le défi de demain.
Afin de répondre à cette question, Pierre Vannier, CEO de Flint, a animé une table ronde lors de l'événement Cultive ta Data, autour de l'adoption de l'#IA dans l'entreprise, avec 3 invités :
- Frédéric Rieux, directeur R&D de la société ESII, spécialiste dans la gestion du public ;
- Eric Brun, directeur de programme Data à DSI Branche Services Courrier Colis de la Poste ;
- Samuel Rochette, senior Data Scientist chez Flint.
Cet article reprend les éléments clés de ces échanges.
Pendant des années, les entreprises ont fait de nombreux PoC et expérimentations autour de l’intelligence artificielle pour créer de la valeur sur certains processus métiers.
Mais, les entreprises se sont rapidement rendu compte qu'il fallait plusieurs conditions pour réussir :
Beaucoup d'argent a été investi pour peu de retour sur investissement direct créant ainsi des frustrations dans les directions.
Aujourd'hui, grâce à une maturité Data plus avancée et une meilleure gestion des données, les entreprises arrivent à créer de la valeur sur des optimisations de processus très précis.
Alors que Samuel Rochette nous confie être lui-même dépassé par cette déferlante technologique, Eric nous partage son ressenti au sein de la DSI Branche Services Courrier Colis de la Poste .
Au niveau des CODIR, même s'ils connaissaient l’IA, la réflexion n’est pas encore aboutie : On y va ? Quelles personnes embarquer ? Va t'on y arriver ? Combien de temps ? Quels Use Cases ?
Le travail le plus important va être l’acculturation. Il faut expliquer que l’IA ne va pas tout résoudre. Certaines problématiques ne seront pas révolutionnées par l'intelligence artificielle telle que la question du voyageur de commerce par exemple. Certains Use Cases peuvent être résolus autrement.
Et surtout, il faut préciser que la mise en place d’algorithmes prend du temps.
Pour rebondir, Frédéric Rieux précise que les PME ne doivent pas laisser la vague passer. Elles ont maintenant accès à des briques technologiques, des outils avec des données déjà structurées autrefois réservées aux grandes entreprises (quantité de données, structuration des données, etc.).
Aujourd’hui, la majorité des entreprises arrivent à projeter des Use Cases grâce à l'IA. Mais sont-ce les bons, les plus pertinents, ceux qui vont apporter le plus de valeur ? Il faut structurer la réflexion autour de l'IA en fonction des tailles et secteurs d'activités des entreprises.
Le conseil n°1 donné à l’unanimité par nos experts : continuer de travailler sur la qualité des données et l’amélioration des processus associés.
Au cours de cette table ronde, nos invités ont souvent parlé de Data Governance, Data Quality, maturité technologique, maturité du métier, etc. Il ne faut pas mettre de côté ces chantiers qui sont indispensables pour pouvoir faire de l’IA.
Il faut y aller mais de façon raisonnée. En effet, en cohérence avec la stratégie d'entreprise, il reste primordial que la feuille de route soit guidée par la résolution de problématiques métiers permettant d’apporter une vraie valeur ajoutée.
Garder cette vision et ne pas céder à la tendance.
Il est important de réfléchir en fonction des usages métier, et non en termes de technologie : parfois un simple moteur de règles ou quelques lignes de code peuvent suffire pour répondre à un Use Case. Pas besoin d’aller vers des modèles statistiques.
Lors d’un précédent podcast Bouge ta Data auquel nous participions, Véronique Vaslot (Chief Data Officer chez EBP) nous précisait : “Se lancer dans un projet Data n’a rien à voir avec le développement d’un logiciel (infra, etc.). C’est un métier à part entière, avec une approche spécifique. Il faut être accompagné par des experts ayant une expertise plus pointue et une vision plus globale.”
Par rebond, il en est de même pour une stratégie intégrant de l’intelligence artificielle.
Le plus gros danger est la concurrence puisque les entreprises ont maintenant accès à une technologie nouvelle.
Certaines entreprises sont aujourd’hui en danger. Par exemple, celles qui développent des agents conversationnels sont aujourd'hui obsolètes face à ChatGPT.
Au niveau des process et supports métiers, tous les acteurs de rang 1, voire même 2, sont eux aussi en danger.
Et il y a encore des métiers que l’on ne soupçonne pas mais qui vont subir cette révolution. Il faut donc trouver la bonne mesure pour y aller, en prenant assez de recul pour avoir une vision globale.
Pour conclure cette table ronde, nos invités parlent d’une seule voix pour conseiller aux entreprises de continuer d'avancer en fonction de leurs “feuilles de route” sur leurs attentes et objectifs vis-à-vis de l’IA. Mais attention à ne pas surestimer la part de l'IA, ni sous estimer la part de l'IT, l'infra, la Data, etc.
.png){kind=small}
