Prédictions IA 2021

Adoption de l’Intelligence Artificielle : 5 prévisions pour 2021

Février 2021

Malgré une année de crise, un quart des entreprises ayant participé à cette enquête annuelle* de PwC sur l'intelligence artificielle déclarent l'adopter à grande échelle, contre 18 % l'année précédente. 

Si les entreprises tirent profit de l'IA, c'est en partie parce que cette technologie répond efficacement aux défis posés par la COVID-19, notamment en ce qui concerne le suivi des contacts (contact tracing) ou encore la résilience de leur chaîne d’approvisionnement.

Pourtant, un frein persiste : lorsqu’ils sont trop précoces ou mal préparés, les investissements en IA finissent par être inexploités et n’apportent in fine pas de valeur ajoutée. Ainsi, la plupart des entreprises n'ont pas encore adapté leurs stratégies de gestion des talents, leurs structures organisationnelles, leurs stratégies commerciales, leurs méthodologies de développement et leurs mesures d'atténuation des risques à un contexte qui évolue à la vitesse de l'IA.

Il reste donc des progrès à faire, mais le résultat en vaut la peine : les avantages concrets aujourd'hui et les bases de la réussite demain. 

*Enquête annuelle menée auprès de dirigeants et de DSI, présentant cette année les 5 prévisions à prendre en compte par les entreprises dans leur stratégie pour adopter l’IA et relever les défis.

5 prévisions en matière d’IA pour 2021

1 - Des investissements en IA qui augmentent

52 % des entreprises interrogées ont accéléré leurs investissements en IA dans la foulée de la crise sanitaire. 

Le retour sur investissement espéré demande cependant des efforts conséquents. 76 % des organisations interrogées n’ont pas encore de ROI positif sur leurs investissements IA. Si la lourdeur des investissements peut s’expliquer par leur nature hautement stratégique, l’enjeu sera de structurer ces investissements de manière à diminuer les risques associés aux modèles d’IA.


Entraînez l’IA : des cycles vertueux pour vos données et vos talents

Une fois les données nettoyées et normalisées, vous pouvez entraîner l'IA sur ces données : elle pourra ensuite extraire davantage d’informations et normaliser les données en autonomie, en tirant ce dont elle a besoin de sources numériques et physiques. Si vous disposez de talents en IA, capables de construire des algorithmes performants, vous pouvez augmenter vos profits et être à la pointe de l'innovation afin d'attirer encore plus de talents convoités.

Comprenez vos coûts : orienter les investissements en IA 

Vous devrez probablement investir dans la collecte, le nettoyage et l'étiquetage des données ainsi que dans une puissance de calcul importante.
En évaluant précisément les coûts, vous serez plus à même d'orienter les investissements en IA vers des applications ayant une réelle valeur commerciale.

Choisissez le bon modèle de fonctionnement : hub centralisé, gouvernance...

Choisissez un modèle d'exploitation de l’IA garantissant une approche cohérente des données, de la gouvernance et de l'utilisation des modèles dans toute votre entreprise.
Un hub centralisé est une excellente option, mais ce n'est pas la seule. Grâce à une gouvernance bien structurée et à des responsables compétents en matière d'IA, vous pourrez tirer profit de l'intégration des capacités d'IA au sein de vos directions.

2 - Des décisions plus rapides et meilleures grâce à l'IA

Le moyen le plus rapide d'obtenir un retour sur investissement en matière d’IA est d'utiliser ses capacités d'automatisation avancées pour améliorer l'efficacité et la productivité.


Gamifiez votre stratégie 

L'IA permet d’élaborer différents scénarii pour votre entreprise, en modélisant les évolutions futures et leur impact probable. Elle pourra également évaluer différentes réponses (que ce soit au niveau des ressources, des chaînes d'approvisionnement ou encore de la mise sur le marché) susceptibles d’être pertinentes pour vous. Des décisions stratégiques fondées sur ces données en résulteront, même dans des situations très incertaines.

Construisez votre stratégie 

Avec une IA qui intègre des données et propose des prévisions stratégiques et des modèles en continu, vous devez devenir un exécutant stratégique. Repensez et affinez votre stratégie continuellement - et non plus une fois par an.

Renforcez votre résilience

Considérez le potentiel de l'IA pour renforcer la résilience. En détectant en permanence les nouvelles menaces et opportunités, en réfléchissant à leur impact et en agissant rapidement, l'IA pourra vous aider à atténuer les perturbations et à saisir de nouvelles opportunités.

3 - L'heure de l'IA responsable a sonné

La bonne nouvelle concernant les risques liés à l'intelligence artificielle c'est que les entreprises en ont connaissance.

La mauvaise ? La plupart d'entre elles ne les atténuent pas vraiment. Ainsi, de nombreuses questions se posent : l’IA prend-elle des décisions précises et objectives ? Porte-t-elle atteinte à la vie privée ? Rendez l'intelligence artificielle responsable.


Évaluez vos risques et établissez un plan de test et de suivi

Evaluez de près la manière dont l'IA impacte vos risques financiers, opérationnels et de réputation, quelle que soit votre utilisation (ou vos partenaires). Mettez à jour les contrôles associés, en vous assurant qu'ils couvrent chaque étape du cycle de vie de l'IA.

Accélérez la mise en place de votre gouvernance

Puisque l'IA est en constante évolution, votre gouvernance doit s’adapter aux changements majeurs. Surveillez les performances des modèles, les risques de dérive et les nouvelles sources de risque en s'adaptant en permanence.

Rendez votre éthique opérationnelle

Votre IA doit représenter vos valeurs. Pour cela, créez des cadres (frameworks) et des boîtes à outils (toolkits) pour évaluer en permanence vos modèles d'IA (actuels et à venir). Veillez à ce qu'ils soient explicables et robustes, mais également équitables et éthiques.

4 - De nouvelles stratégies de talents vont émerger

Comme tout changement structurel, l’arrivée de l’intelligence artificielle en entreprise implique l’émergence de nouveaux besoins en termes de talents, compétences et pratiques. 

L’enjeu principal est de conjuguer efficacement les besoins à court-terme en ressources et en compétences, avec un projet plus pérenne de construction d’une culture d’organisation orientée par l’IA.


Embauchez pour les projets les plus prometteurs de l'année

Si votre entreprise développe sa propre IA, elle a besoin de Machine Learning engineers et de Model ops engineers.
Les Machine Learning engineers aident à intégrer, mettre à l'échelle et déployer les modèles.
Les Model Ops engineers, quant à eux, surveillent et améliorent les performances et la stabilité des modèles après leur déploiement.

Démocratisez l’IA au sein de vos équipes

Vous devrez certainement démocratiser l'IA afin que tous les salariés, quel que soit leur niveau, puissent réduire les tâches à faible valeur ajoutée et accroître l'innovation grâce à des outils d'IA prêts à l'emploi. Pour que cette démarche fonctionne, vous devrez mettre en place une gouvernance adéquate et permettre à vos collaborateurs de monter en compétences.

Construisez une culture d’entreprise qui favorise l'IA

Vos collaborateurs devront intégrer l’usage de données dans leur quotidien et adopter un état d'esprit expérimental, en se remettant en question et en cherchant continuellement à améliorer les données et les modèles.
Les équipes devront également accepter une évaluation continue et indépendante de leurs modèles d'IA, un changement culturel important pour beaucoup.

5 - L’organisation data-driven s'accélère

L’implémentation réussie et pérenne de modèles d’IA au sein d’une organisation ne peut s'opérer sans un pivot stratégique vers une culture data-driven.
En effet, l’identification de cas d’usage pertinents pour l’IA ne peut se faire qu’au sein d’une structure où la culture data est solidement ancrée dans le quotidien.


Combinez l’IA, l’Analytics et l’automatisation

En combinant le recours à l'IA à l'analyse de données et à l'automatisation de façon coordonnée, par le biais d'un hub ou d'une gouvernance centralisée, vous augmenterez votre capacité à monétiser les données, à construire une culture axée sur les données et à réduire les risques.

Choisissez votre plateforme

Dotez votre IA des bases techniques dont elle a besoin, y compris d’une architecture de plateforme adaptée à vos sources de données uniques, à vos processus métiers ainsi qu’à vos cas d’usage. Si certaines entreprises souhaitent construire cette plateforme en interne, d'autres trouvent plus rentable de faire appel à des fournisseurs tiers (notamment dans le cloud).

Mobilisez vos équipes autour des nouvelles opportunités

Pour identifier et saisir les nouvelles opportunités commerciales qu'offrent l'IA, vous avez besoin d'une synergie continue entre les ingénieurs, les Data Scientists et les responsables d’activités. Pour assurer une bonne collaboration, établissez des échanges réguliers et des communications claires.

Méthodologie

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 1 032 répondants de cette année, 71 % sont cadres dirigeants et 25 % travaillent pour une entreprise réalisant au moins 5 milliards de dollars de chiffre d’affaires.
L’étude a été menée en octobre 2020 par PwC Research, notre centre d’excellence international pour les études de marché.

Suivez-nous !

Contactez-nous

Philippe Trouchaud

Philippe Trouchaud

Chief Technology & Products officer, PwC France et Maghreb

Pierre Capelle

Pierre Capelle

Associé responsable de l’activité Data Analytics et Intelligence Artificielle, PwC France et Maghreb

Masquer