Alliancy

[Tribune] Intelligence artificielle : 3 étapes à franchir pour en faire un outil stratégique pour l’entreprise

Sophie Papillon, Regional Vice President France chez Cloudera, identifie trois étapes clés à franchir pour exploiter le plein potentiel de l’IA : concevoir une stratégie de données, former les collaborateurs, identifier les nouveaux cas d’usage.  

Sophie Papillon Regional Vice President France chez Cloudera

Sophie Papillon Regional Vice President France chez Cloudera

L’IA compte parmi les technologies clés de l’économie. Pourtant, seule une petite partie des entreprises utilise aujourd’hui des systèmes et des applications basés sur des algorithmes. Concevoir une stratégie de données, former les collaborateurs, identifier les nouveaux cas d’usage : trois étapes clés à franchir pour exploiter le plein potentiel de l’IA.

A lire aussi : « En IA, cela fait des années que l’on devrait mieux réglementer »

L’intelligence artificielle (IA) fait partie des technologies clés de l’économie. Pourtant, son adoption dans les entreprises commence à stagner, comme le démontre le dernier rapport McKinsey “The State of AI”. Seules 50% des entreprises ont utilisé l’IA sur une activité en 2022, contre 58% en 2019. Par ailleurs, les cas d’usages sont encore limités et les entreprises ont du mal à passer à l’échelle. Et ce, pour plusieurs raisons.

Le passage à l’échelle a un coût significatif et requiert des compétences spécifiques encore rares sur le marché. De plus, les entreprises manquent d’une base de données adaptée pour transformer les données existantes en actions concrètes, et ainsi générer des avantages tangibles pour l’entreprise. Enfin, certaines organisations sont encore sceptiques sur la valeur ajoutée de l’IA.

L’IA sera pourtant un facteur essentiel de croissance et de valeur. Pour pouvoir profiter pleinement de son potentiel, les entreprises – tous secteurs confondus – doivent s’y préparer.

La stratégie de données comme socle

Pour être en mesure de répondre aux exigences des technologies disruptives, il est nécessaire de disposer d’une base technologique robuste. Une stratégie basée sur les données est un fondement important à cet égard. En effet, l’objectif est de tirer des enseignements des données afin d’optimiser les processus et de développer de nouveaux modèles commerciaux. Or, de nombreuses entreprises ne disposent pas encore d’une approche structurée et uniforme des données. Au contraire, les données sont réparties en silos dans différents départements. Briser ces silos et mettre en place une stratégie commune à l’échelle de l’entreprise est une étape essentielle.

Il s’agit tout d’abord de déterminer quelles données existent au sein de l’entreprise, où elles se trouvent et dans quel format. Il en découle une meilleure façon de les gérer et de les traiter. Les questions de conformité et de sécurité y sont étroitement liées : qui peut accéder à quelles données, à quel moment et à quel endroit ? Au sein d’une organisation, il est nécessaire de mettre en place des concepts d’autorisation et des contrôles d’accès en fonction des utilisateurs et de leur rôle.

Une stratégie de données est un pré-requis pour permettre aux entreprises de se lancer dans la mise en œuvre de méthodes appropriées. Cela va de simples procédés statistiques au deep learning, en passant par le machine learning, selon le cas d’application.

Requalifier et former les collaborateurs de manière ciblée

La pénurie de main-d’œuvre qualifiée est l’un des plus grands défis auxquels sont confrontées les entreprises. Les départements des ressources humaines utilisent déjà des systèmes intelligents pour accélérer et rendre plus efficace la sélection des candidats et pour proposer un parcours de développement à leurs collaborateurs. L’IA peut également s’appliquer dans de nombreux autres services, notamment pour augmenter la productivité.

Les entreprises doivent préparer leur personnel à son utilisation, en investissant dans la formation. L’IA et d’autres technologies intelligentes font ou feront bientôt partie de leur quotidien, remettant en question des processus familiers. En outre, l’IA est associée à des exigences légales, éthiques et de conformité. Les collaborateurs doivent être conscients de la sécurité des données et des potentielles conséquences de leurs actions à l’échelle de l’entreprise.

Par ailleurs, les technologies intelligentes sont parfois source de doutes et de craintes pour les collaborateurs. Il est important de pouvoir les guider. C’est l’unique moyen de connecter avec succès les systèmes d’IA et la main-d’œuvre humaine. L’adoption de l’IA est aussi une question de culture et de communication d’entreprise.

Identifier les nouveaux cas d’usage

L’intelligence artificielle est aujourd’hui utilisée pour automatiser des processus dans l’industrie ou optimiser l’expérience utilisateur dans le retail par exemple. Mais les cas d’utilisation sont multiples et peuvent être très pointus, comme la création de jumeaux numériques ou l’analyse de la consommation d’énergie.

Selon le cabinet d’analystes PWC, l’application de l’intelligence artificielle pourrait réduire les émissions mondiales de gaz à effet de serre de 4% d’ici 2030. La protection de l’environnement et la durabilité sont des thèmes qu’aucune entreprise ne peut ignorer. Non seulement en raison de la pression politique, mais aussi parce qu’ils sont déterminants pour attirer les talents. Les entreprises doivent désormais prendre en compte les critères RSE dans chaque décision commerciale.

L’IA, associée à une stratégie de données, à la formation en interne, et à une réflexion sur le business model, est désormais un outil nécessaire pour répondre aux enjeux des entreprises et accroître leurs performances. L’adoption de l’IA devient un élément essentiel, et doit s’inscrire dans la stratégie globale de l’entreprise.

Quitter la version mobile