Les questions à vous poser avant de vous lancer dans l’IA

Ne pas se poser la question de l’intelligence artificielle, c’est prendre du retard, c’est mettre en danger la compétitivité de son entreprise. Mais comment faire ? L’IA est-elle réservée aux grandes entreprises ? Les plus petites peuvent-elles s’approprier le sujet ?

Toutes les entreprises peuvent et doivent enrichir leurs process avec de l’intelligence artificielle, estime Julie Caredda, responsable de la Data & Analytics chez KPMG. Les entreprises rencontrent deux barrières : constituer une base de données, condition sine qua none, et développer une IA de confiance, c’est-à-dire compréhensible, robuste dans le temps et répondant à des enjeux d’éthique. Heureusement, ces deux barrières sont faciles à faire tomber.

HOW : Dans le futur, toutes les entreprises feront-elles de l’IA ?

Julie Caredda : L’intelligence artificielle va transformer l’entreprise.

Ce que nous appelons l’IA aujourd’hui, c’est une association de technologies, algorithmes, méthodes qui existent depuis plusieurs années. Avec le temps, elles sont devenues à la fois plus accessibles et plus intelligentes. Plus une IA est utilisée, plus ses capacités augmentent, multipliant les opportunités pour les entreprises.  

On pense bien sûr aux opportunités de business, à ces nouveaux services qui vont faciliter la vie des consommateurs, mais il y a également beaucoup d’opportunités au sein des entreprises pour faciliter leur transformation interne.  

En effet, l’intelligence artificielle va permettre d’automatiser un certain nombre de tâches, de les assigner à des robots et ainsi de libérer du temps aux employés qui pourront se concentrer sur des tâches à plus forte valeur ajoutée. Cette transformation a déjà démarré, elle touche pour l’instant les processus les plus standardisés et répétitifs.

Au fil des années, l’IA va devenir de plus en plus intelligente et pourra prendre en charge des métiers et des processus de plus en plus complexes. Cela ne va pas sans poser quelques questions sur l’évolution des métiers et des compétences, d’autant que la vitesse d’apprentissage de l’IA est plus forte que notre capacité à apprendre de nouvelles tâches ou de nouveaux métiers.

Cela va entraîner de nouvelles organisations, de nouveaux modèles économiques, de nouvelles façons de prendre des décisions. Les entreprises qui réfléchissent dès à présent à l’impact de l’intégration de l’IA en leur sein  seront les plus compétitives demain. Elles auront clairement pris une bonne longueur d’avance sur leurs concurrents.

Mais rien ne sert de rajouter de l’IA à tout prix. Il faut qualifier l’opportunité avant de se lancer : mesurer le gain, les coûts et les risques. Le patrimoine de données de l’entreprise doit être un élément clé dans cette décision.

Une data scientist observant des données sur un ordinateur

L’intelligence artificielle est bien loin de n’être réservée qu’aux grosses entreprises… Image par SolStock

HOW : Parlons de données. Est-ce qu’une petite entreprise peut en avoir suffisamment pour mettre en place une IA ?

J.C. : L’accès aux données est effectivement la première barrière à laquelle font face les entreprises souhaitant mettre en place de l’intelligence artificielle.

Aujourd’hui, les moteurs les plus élaborés viennent des GAFA et équivalents asiatiques parce qu’ils ont le plus grand volume de données (même si cela se fait parfois au détriment de notre droit à la vie privée et à l’encontre du RGPD). Ils connaissent les mots que l’on recherche, à quelle heure nous faisons telle et telle chose, quels achats nous effectuons. Ils voient tout et peuvent donc apprendre rapidement. Les données, c’est le pétrole de l’IA.

Les entreprises ont des données mais elles ne sont pas exploitables par l’IA car elles ont été structurées pour faire de l’analyse financière ou opérationnelle et non de l’IA. Les entreprises doivent donc en premier lieu réorganiser leur base de données interne. Reste ensuite à l’enrichir.

La bonne nouvelle, c’est que les entreprises peuvent obtenir un grand volume de data en utilisant des données disponibles sur le web ou accessibles grâce aux API. L’essentiel est de se concentrer sur les données dont elles ont besoin pour ne pas se perdre dans ces volumes d’information !

HOW : Ce n’est là que la préparation, il reste encore à développer le moteur d’intelligence artificielle.

J.C. :Effectivement, il faut ensuite des plateformes pour faire les calculs et des spécialistes pour comprendre tout cela. C’est là la deuxième barrière.

Aujourd’hui, il y a beaucoup de data scientists sur le marché mais ils sont tout juste sortis des cursus académiques. Il faut les former, leur faire découvrir et comprendre la réalité des données dans le monde de l’entreprise. Les programmes académiques manquent encore beaucoup de concret et de réalité. Nous peinons à trouver des experts avec plusieurs années d’expérience pour développer des IA robustes, transparentes, documentées et respectant un sens de l’éthique.

HOW : Que faire si l’on n’a pas les moyens de faire appel à un ou une experte ? Peut-on utiliser des algorithmes développés par des entreprises tierces ?

J.C. : Les entreprises peuvent faire des sauts technologiques extrêmement grands en travaillant avec des sociétés qui ont développé des moteurs spécifiques, à l’instar des startups qui ont développé des chatbots ou des outils d’assistance virtuelle. Ces technologies offrent un niveau simple d’IA mais suffisent à se démarquer des entreprises qui n’ont pas encore initié ce type de programme en interne.

Mais attention, utiliser une technologie tierce signifie le plus souvent acheter une boîte noire. Il faut donc mettre en place une gouvernance spécifique pour mesurer et suivre les risques.

Cette gouvernance sera plus ou moins fine en fonction du niveau de risque encouru. Plus les enjeux de l’IA seront forts, plus il faudra le surveiller.

Si on fait de l’intelligence artificielle pour calculer les probabilités de panne d’un moteur d’avion, acheter une prestation d’une entreprise sans comprendre comment l’IA est faite et sans contractualiser des engagements de contrôle et d’auditabilité est dangereux pour l’entreprise. Les enjeux sont différents si l’algorithme a pour mission de faire des recommandations de ciblage marketing.

Il est donc crucial de bien préparer son business plan, de comparer la valeur créée, le risque encouru et les économies d’échelle avant de choisir comment développer une IA : en passant par une entreprise intermédiaire, en achetant une startup ou en développant en interne.

Développer de l’IA est un investissement qui nécessite temps et argent, mais aujourd’hui c’est un investissement incontournable.

Image d’en-tête par Wocintech

A lire aussi

La communauté des leaders de l'innovation

Innovating in good company

Rejoignez-nous