L’IA, moteur de croissance : 68 % des entreprises industrielles visent une hausse de rentabilité d’ici 2030

• 68 % des responsables des opérations s'attendent à ce que leur rentabilité s'améliore grâce à l'IA d'au moins 3 points d'ici 2030
• Seulement 4 % des entreprises rapportent des avantages financiers significatifs de l'IA à ce jour.
• Moins d’un tiers des entreprises manufacturières intègrent et mettent déjà en œuvre l’IA à l’échelle
• Les champions de l'IA déclarent que 45 % des cas d’usages actuels exploitent l'IA générative

L'intelligence artificielle (IA) joue un rôle crucial dans les opérations, en aidant les entreprises les plus avancées à faire face aux pressions économiques et environnementales croissantes, telles que l'inflation et les coûts énergétiques élevés. Les récentes avancées technologiques, notamment l'IA générative et agentique, ouvrent de nouvelles possibilités pour améliorer l'efficacité et l'innovation. Ces technologies permettent de transformer les chaînes de valeur et de rester compétitif sur le marché mondial. L'IA optimise les processus d'approvisionnement, de production, de recherche et développement (R&D) ainsi que ceux de la chaîne logistique, réduisant ainsi les coûts et améliorant l'efficacité énergétique. Par ailleurs, elle facilite la transition vers des pratiques plus écologiques et la numérisation croissante des opérations.

C’est ce que révèle l’étude « AI in operations : Revolutionising the manufacturing industry » du cabinet de conseil et d’audit PwC France et Maghreb, menée auprès de 400 cadres opérationnels dans plus de 30 pays (dont une quarantaine d'entreprises en France) et divers secteurs (manufacturiers, transport, logistique, distribution). Ces témoignages offrent une perspective riche et variée sur l'impact de l'IA dans les opérations, démontrant qu’elle est devenue un levier essentiel pour naviguer dans un environnement économique et réglementaire complexe tout en restant compétitif et innovant.

Les entreprises croient au potentiel de l’IA pour une hausse de leur rentabilité

Les résultats de cette étude montrent que les entreprises manufacturières croient fermement au potentiel de l’IA pour accroître leur rentabilité. Près de 70 % des répondants s’attendent à une hausse de leur marge opérationnelle d’au moins trois points d’ici 2030, et plus de 40 % anticipent une augmentation encore plus importante, de cinq points ou plus. L’optimisme est encore plus élevé dans le secteur de la distribution et des biens de consommation, où 50 % des entreprises anticipent une augmentation de plus de 6 points de leur marge opérationnelle. D’autres secteurs, comme l’aéronautique, la défense et l’automobile, ont des attentes plus prudentes.

Toutefois, un décalage existe entre les attentes et les bénéfices actuels

Cependant, bien que les fabricants commencent à percevoir des impacts positifs de leurs initiatives actuelles, seulement 4 % déclarent avoir déjà atteint des bénéfices financiers significatifs et un retour sur investissement (ROI) notable grâce à l’IA dans les opérations. Cela reflète un niveau de maturité encore faible en matière d’IA. Moins d’un tiers des répondants indiquent que leur entreprise a dépassé la phase de recherche ou de projet pilote pour étendre l’IA à plusieurs départements, et seuls 8 % environ peuvent être considérés comme de véritables « champions de l’IA dans les opérations », mettant en œuvre l’IA de façon systématique à l’échelle de l’entreprise, tout en optimisant et élargissant son usage. Ces derniers se trouvent dans chaque secteur industriel étudié et dans des entreprises de toutes tailles.

Des investissements nécessaires pour atteindre un niveau supérieur

Un cinquième des dirigeants interrogés (20 %) ont déclaré que leur entreprise avait investi plus de 20 millions de dollars dans leurs initiatives d’IA au cours des cinq dernières années, et près d’un quart (24 %) prévoient d’investir à ce niveau au cours des trois prochaines années également. Bien que leurs montants d’investissement soient inférieurs en valeur absolue, les petites et moyennes entreprises (dont le chiffre d’affaires est inférieur à 5 milliards de dollars) consacrent une part nettement plus importante de leurs revenus globaux à ces initiatives.

Si ces niveaux d’investissement sont encourageants, un nombre significatif d’entreprises (19 %) prévoient encore des investissements très modestes, ou n’ont pas encore défini leur niveau d’engagement (16 %), ce qui pourrait freiner le déploiement à grande échelle de l’IA.

L’IA, un impact positif sur les entreprises

Environ un tiers des entreprises interrogées utilisant l’IA déclarent qu’elle a contribué à améliorer la prise de décision – et ils sont encore plus nombreux à affirmer que leur entreprise a gagné en efficacité opérationnelle et en flexibilité, même si ces gains restent qualitatifs. L’IA a également un impact positif sur les entreprises en réduisant les coûts dans des domaines comme l’énergie et les ressources humaines. Par ailleurs, 17 % des répondants bénéficiant de l’IA déclarent qu’elle a permis une augmentation des volumes de ventes et de livraisons, tandis que 14 % signalent une hausse des prix de leurs produits. Encore plus remarquable : près d’un cinquième des entreprises tirant parti de l’IA (19 %) génèrent de nouveaux revenus grâce à des produits et services additionnels.

En se projetant dans l’avenir, le nombre de personnes interrogées anticipant des impacts positifs pour leur entreprise augmente de manière significative, ce qui reflète les gains de maturité attendus. Plus de deux répondants sur cinq (44 %) s’attendent à une réduction des coûts opérationnels, et presque autant prévoient d’améliorer la prise de décision, de réduire les coûts de personnel et d’obtenir des gains d’efficacité qualitatifs. De plus, près d’un tiers (31 %) s’attendent à augmenter les volumes de ventes ou de livraisons, ou à réduire leurs dépenses externes, tandis qu’environ un quart prévoient de générer de nouveaux revenus grâce à des produits ou services, ou encore d’augmenter les prix de leurs produits.

Ces résultats suggèrent que les entreprises pourraient tirer parti de bénéfices allant au-delà des seules améliorations opérationnelles. Pour certaines d’entre elles, il pourrait même exister un potentiel de réinvention de leur modèle économique.

Les industriels explorent déjà une grande variété de cas d’usage dans toutes les fonctions opérationnelles clés, mais on observe d’importantes différences selon les secteurs. Les entreprises automobiles sont les plus avancées, notamment dans les cas d’usage liés à la production. Les entreprises de produits industriels sont également bien positionnées dans les domaines de la production et de la chaîne d’approvisionnement. Les entreprises des secteurs pharmaceutiques, des sciences de la vie et de la technologie médicale utilisent tout le spectre des applications de l’IA, y compris pour la R&D et les achats. Les entreprises de transport et logistique sont les plus avancées dans les applications liées à la chaîne d’approvisionnement, tandis que les secteurs de l’aérospatiale et de la défense, ainsi que la distribution et les biens de consommation, présentent des taux d’adoption plus faibles.

La gestion des données, un des principaux obstacles à l’adoption de l’IA

Les données apparaissent comme le principal défi auquel les entreprises sont confrontées, la qualité des données étant la préoccupation la plus fréquemment citée (42 %). De nombreux industriels doivent composer avec un environnement hétérogène de systèmes IT/OT (technologies de l'information et technologies opérationnelles), ainsi qu’avec d’énormes volumes de données non structurées (journaux de machines, documents, images, etc.) qu’il est nécessaire de collecter, intégrer et préparer avant de pouvoir les utiliser dans des modèles d’IA.

Sans surprise, le domaine de la sécurité informatique et des données constitue également l’un des principaux défis mis en avant par les répondants à l’enquête (24 %). Certains expriment aussi des inquiétudes quant à la disponibilité des données (23 %).

Enfin, les entreprises rencontrent des difficultés liées à la maturité des technologies d’IA et à la vitesse de l’innovation. De nouveaux modèles d’IA sont lancés presque chaque semaine, et il devient difficile de suivre quelles technologies sont réellement les plus adaptées à chaque usage.

Des principes clés pour accélérer une transition vers l’IA

Pour aider les entreprises à tirer le meilleur parti de l'IA dans leurs opérations, quatre principes clés sont identifiés :

• Définir une stratégie d'IA claire pour les opérations, alignée sur les objectifs globaux de l’entreprise et sur la stratégie technologique, et soutenue par la direction.
• Se concentrer sur les cas d'usage offrant un retour sur investissement à court terme tout en gardant à l’esprit la vision stratégique à long terme. L'IA générative est notamment identifiée comme un tremplin pour des gains rapides.
• Construire une base technologique et de données solide pour l'IA, en mettant en place une plateforme de données intégrée et une boîte à outils d'IA flexible.
• Mettre l'accent sur des structures organisationnelles solides et une gouvernance de l'IA robuste, en adoptant souvent un modèle hybride avec une équipe centrale d'IA. Il est également crucial de renforcer la confiance dans l'IA grâce à des pratiques responsables.

« L'IA transforme profondément le secteur manufacturier, et la question n'est plus de savoir si elle aura un impact, mais à quelle vitesse. Les dirigeants des opérations doivent agir rapidement et prendre des décisions audacieuses en matière de stratégie et d'investissements dans l'IA pour ne pas se laisser distancer par leurs concurrents plus ambitieux. » déclare, Baptiste Bannier, associé responsable du conseil en Opérations chez PwC France et Maghreb.

Méthodologie

Cette enquête a été menée auprès de 423 entreprises dont le siège est implanté dans 31 pays d’Europe, du Moyen-Orient et d’Afrique. Des cadres dirigeants des fonctions opérations, recherche et développement, achats, chaîne d’approvisionnement et production ont été interrogés. Les répondants occupent divers postes, tels que directeur des opérations (COO), directeur technique (CTO), vice-président senior (SVP), vice-président (VP), directeur ou manager. L’étude a porté sur une large gamme de revenus, allant d’entreprises générant moins de 1 milliard de dollars à celles dépassant les 10 milliards de dollars. L’effectif, qui n’est pas nécessairement lié au chiffre d’affaires, varie de moins de 1 000 à plus de 30 000 employés. Les entretiens ont porté sur certains secteurs d’activité, principalement industriels. Ceux-ci incluent l’automobile ; l’aéronautique et la défense ; les produits industriels – fabrication discrète ; les produits industriels – fabrication de procédés ; les secteurs pharmaceutique, sciences de la vie et technologies médicales ; la distribution et les biens de consommation ; ainsi que le transport et la logistique.