Vous vous posez encore de nombreuses questions au sujet de l’Intelligence artificielle (IA) ? Vous n’êtes pas les seuls : 2020 sera pour de nombreux dirigeants d’entreprise l’année qui leur permettra de poser les fondations d’un avenir réaliste intégrant l’IA. Le troisième rapport annuel de PwC, « AI Predictions », montre que seuls 4 % des dirigeants interrogés prévoient de déployer l’IA à travers leur entreprise en 2020. L’an dernier, ils étaient près de 20 %.
Alors que s’est-il passé ? Notre enquête annuelle révèle que la raison principale de ce rétropédalage réside dans la nécessité de se concentrer sur les fondamentaux avant d’élargir l’envergure des projets impliquant l’IA.
Ces observations nous renseignent sur la façon dont les chefs d’entreprise et les DSI surmontent les défis, sur leurs priorités pour progresser dans le domaine de l’IA et sur les avantages qu’ils prévoient d’en tirer. Les grandes entreprises des États-Unis cherchent encore — et à raison — à s’emparer des 16 000 milliards de dollars de bénéfices liés à l’IA prévus pour les dix prochaines années. Dans notre enquête, neuf dirigeants sur dix estiment que l’IA présente davantage d’opportunités à saisir que de risques et près de la moitié s’attendent à la voir disrupter leur marché ou leur secteur d’activité, voire les deux.
Pour vous aider à prendre les bonnes décisions en matière d’IA cette année, nous avons défini une liste de priorités. Voici les 5 priorités à prendre en compte dans votre stratégie pour passer du constat au retour sur investissement dans les années à venir.
Comment tirer parti de l’IA pour obtenir un véritable ROI ? Déployez-la dans des fonctions-clés internes, tout en posant les bases d’une transformation réellement prometteuse.
Créez une « stratégie d’intégration » pour définir les domaines dans lesquels l’IA est susceptible d’avoir le plus fort impact et dotez-vous des compétences (data et profils) nécessaires pour assurer sa réussite. Identifiez les tâches communes à travers votre entreprise de façon à développer des solutions d’IA réutilisables, comme un modèle pour le traitement de texte non structuré.
Pour veiller à ce que les solutions d’IA soient réellement utilisées (et suivant une gouvernance adaptée) dans tous les domaines où elles peuvent ajouter de la valeur, tout en s’intégrant de façon harmonieuse aux autres systèmes, mettez en place une surveillance centralisée couvrant non seulement l’IA, mais aussi les données, les outils d’analyse et l’automatisation.
Afin de faciliter l’adoption de l’IA (entre autres éléments de la prochaine révolution digitale), créez des KPI à l’échelle de toute l’entreprise, permettant d’évaluer l’efficience et l’efficacité des processus existants ainsi que leur degré de disruption/d’innovation.
Si vous vous contentez de proposer des formations techniques à vos collaborateurs non techniques, vous avez tout faux ! Faites le choix d’une démarche « citoyenne » et « multilingue ».
Ce que la plupart des entreprises appelle « upskilling » n’est bien souvent qu’un simple « up-knowledging », une montée en connaissances. Or, transformer la connaissance en performance au profit de l’entreprise exige dans un premier temps d’identifier les compétences requises, puis d’offrir aux collaborateurs des moyens adaptés (notamment une plateforme digitale) pour mettre en application, perfectionner et partager ce qu’ils ont appris.
Les meilleurs programmes destinés aux collaborateurs sont ceux qui débouchent sur une nouvelle culture. Cela suppose que les dirigeants fixent un cap et des objectifs, puis se tiennent en retrait et mettent à la disposition de leurs collaborateurs les outils, la plateforme et les incitations (rémunération et reconnaissance) leur permettant d’acquérir de nouvelles compétences afin qu’ils en fassent une utilisation novatrice dans l’accomplissement de leurs tâches.
Cherchez en priorité à permettre aux différents spécialistes de s’exprimer dans la langue des autres spécialités. Pour accélérer le « cross-skilling » et la collaboration transversale, constituez des équipes « multilingues » dans lesquelles les experts en ingénierie, déontologie et science des données ainsi que les ingénieurs en MLOps (opérations de Machine Learning) sont intégrés aux équipes de développement d’applications et commerciales.
Mauvaise nouvelle : les dirigeants et les DSI négligent souvent les risques réels de l’IA.
Bonne nouvelle : il existe des façons d’avancer en toute confiance à travers l'IA responsable.
Quelle que soit la structure de gouvernance choisie par votre entreprise, son équipe doit comporter des experts du management, des achats, de la conformité, des technologies et des données, ainsi que des responsables de processus issus de différentes fonctions. Elle doit aussi couvrir l’ensemble de l’entreprise.
Veillez, à l’aide des fonctions de gestion des risques et de la conformité, à vous doter des normes, contrôles, tests et outils de suivi adéquats pour l’ensemble des risques liés à l’IA. Prévoyez également un budget pour l’assurance de l’IA, comme vous en avez déjà sans doute un pour la cybersécurité ou la sécurité du cloud.
Bonne gouvernance et gestion des risques ne sont pas forcément synonymes de lenteur. Le bon niveau d’explicabilité, par exemple, dépend toujours du niveau de risque de chaque modèle d’IA : certains permettent de réagir plus rapidement que d’autres. Il est également possible d’automatiser de nombreux processus liés à la gouvernance, comme la collecte de données à partir de formulaires types permettant de déterminer automatiquement un niveau de risque, qui peut ensuite être examiné par un opérateur humain.
Il ne suffit pas de « saupoudrer » son entreprise d’un peu d’IA. Les leaders la font travailler 24h/24, 7j/7 et l’ont intégrée dans des systèmes opérationnels transversaux et transfonctionnels.
Incorporez des modèles d’IA intervenant dans l’automatisation ou les décisions clés tout en interfaçant des modèles d’IA entraînée dans les applications de production pour en accroître l’utilisation. Cette intégration de l’IA dans les systèmes informatiques doit aussi favoriser une couche de services IA commune permettant à toute application de s’intégrer aux modèles d’IA.
La clé pour intégrer l’IA dans vos opérations au quotidien réside dans les MLOps (opérations de Machine Learning), une nouvelle compétence qui combine l’expertise en science des données, l’ingénierie logicielle et les opérations IT. L’efficacité de la fonction MLOps suppose, pour la plupart des entreprises, de recruter ou de former de nouveaux talents.
Pour être opérationnelle à grande échelle, l’IA a besoin de données non seulement précises, mais aussi normalisées, labellisées, complètes, dénuées de biais, conformes à la réglementation et sécurisées. C’est la condition sine qua non pour pouvoir faire confiance à ses données, et donc aux résultats des modèles d’IA qui en découlent.
Votre entreprise repose sur des actifs exclusivement humains et physiques ? Il vous faut un nouveau modèle intégrant les actifs cognitifs de l’IA et qui tire parti de l’agilité qu’elle offre.
L’IA contribue à automatiser, soutenir et augmenter votre force de travail et votre prise de décision : évaluez la valeur créée pour le consommateur et décidez de la façon dont vous voulez partager, utiliser ou investir cette nouvelle valeur.
Au fil du déploiement de l’IA, créez des actifs uniques (données et cognitifs) : des modèles d’IA adaptés à l’expérience et l’expertise de votre entreprise dans un domaine spécifique. Votre activité doit être capable de capitaliser sur les enseignements et les résultats découlant de ces nouveaux actifs.
Avec les changements fulgurants engendrés par l’IA et d’autres technologies émergentes, il ne suffit plus de planifier sa stratégie une fois par an et de la réévaluer tous les six mois. Dotez-vous d’une approche stratégique axée sur l’IA, à la fois plus dynamique et plus résistante face aux évolutions du marché.
L’étude annuelle de PwC « AI Predictions » porte sur les activités et les comportements des chefs d’entreprise et des DSI américains intervenant dans différents secteurs et impliqués dans la stratégie IA de leur organisation. Sur les 1 062 répondants de cette année, 54 % sont cadres dirigeants, plus de la moitié occupent une fonction liée à l’informatique et aux technologies, et 36 % travaillent pour une entreprise réalisant au moins 5 milliards de dollars de chiffre d’affaires. L’étude a été menée en octobre 2019 par PwC Research, notre centre d’excellence international pour les études de marché.
Marc Damez-Fontaine
Directeur Data Analytics et Intelligence Artificielle, PwC France et Maghreb
Pierre Capelle
Associé responsable de l’activité Data Analytics et Intelligence Artificielle, PwC France et Maghreb