Aujourd’hui, les entreprises sont de plus en plus nombreuses à utiliser ces technologies ou à vouloir le faire. Ce mouvement devrait s’accélérer avec le développement d’algorithmes de plus en plus performants ouvrant des perspectives multiples. Mais tous les projets ne sont pas réussis, faute de compétences, de réflexion précise ou à cause d’une IA mal adaptée.
Personne n’est vraiment d’accord sur ce qu’est l’IA ou un produit qui utilise de l’IA. Entre l’IA bullshit, la fake IA (comme certains robots télécommandés avec une… manette de jeu) et les discours dithyrambiques, il y a des projets de déploiement.
Mais le plus important consiste à se poser des questions essentielles pour ancrer ce chantier sur des bases solides et pérennes.
« Une fois qu’elles ont décidé de faire quelque chose, reste à déterminer quoi, pourquoi, dans quel ordre, comment, avec qui et pour obtenir quels résultats », rappelle, à juste titre, Olivier Ezratty dans son l’édition 2019 de son rapport « Les usages de l’intelligence artificielle ».
Par où commencer ? Quelques éléments de réponses :
Se poser et réfléchir
Le point de départ de l'évaluation stratégique est une analyse des développements technologiques et des pressions concurrentielles dans votre secteur, de leur rapidité d’intégration et de la façon dont vous allez réagir.
Ce premier niveau permet d’identifier les domaines et taches que l'automatisation et d'autres techniques d'IA pourraient gérer, les opportunités perturbatrices favorisées par ces technologies et ce qui se profile à l'horizon.Et ne jamais oublier l’essentiel : le business. Il faut se demander comment les différentes options d'IA peuvent vous permettre d’atteindre vos objectifs de croissance.
Prioriser vos étapes
Si votre objectif stratégique est de transformer votre entreprise ou de perturber votre secteur d'activité, l'intelligence artificielle peut améliorer la qualité, la personnalisation, la cohérence et le gain de temps.
Mais il est également important de considérer la faisabilité technologique de l'intelligence artificielle et la disponibilité des données nécessaires pour la soutenir. Pour prioriser votre réponse, il est important de cartographier les principaux flux de processus à automatiser et les flux de décision à optimiser.
À mesure que les données deviennent le principal actif, quels investissements et changements vous permettraient de saisir plus de données et de les utiliser de façon plus productive ?
L'IA est applicable à tous les éléments de la chaîne de valeur, ce qui peut mener à de multiples silos d'initiatives ou à de la confusion pour trouver un bon point de départ. Il est donc essentiel de développer la perspicacité, la gouvernance et la collaboration organisationnelle pour établir une sorte de « cahier des charges » de l’IA.
S'assurer d'avoir les bons talents et la brique technologique adéquate
Alors que l'investissement dans l'intelligence artificielle peut sembler coûteux aujourd'hui, les analystes de PwC prévoient que les coûts diminueront au cours des dix prochaines années à mesure que ces technologies se répandront.
À terme, nous passerons à un modèle gratuit (ou « freemium ») pour les activités simples, et à un modèle « premium » pour les services différenciants.
Pour profiter de ces technologies, il est important d'inculquer une culture axée sur les données. Au fur et à mesure l'adoption de l'IA, « la valeur des compétences qui ne peuvent pas être reproduites par les machines augmentera. Il est important de se préparer à une main-d'œuvre hybride dans laquelle l'intelligence artificielle et les êtres humains travailleront côte à côte », prévient PwC.
Le défi ne consiste pas seulement à s’assurer que l’on utilise les bons algorithmes. Il est également nécessaire d’évaluer le rôle que les collaborateurs joueront dans ce nouveau modèle.
Bâtir une gouvernance et un contrôle appropriés
La confiance et la transparence sont essentielles. C’est bien connu, les médias ne retiennent que les trains qui n’arrivent pas à l’heure ! Ce sera la même chose avec l’IA. La réputation des entreprises pourrait être ternie par un dysfonctionnement d’un chatbot ou un algorithme par exemple qui aurait des préjugés.
Exemple emblématique : l’Apple Card. Lors du lancement de la carte, la marque s’est associée à Goldman Sachs, qui est la banque émettrice de la carte. Mais le processus d’examen du crédit est qualifié de sexiste !
Le cofondateur d’Apple, Steve Wozniak, a ainsi affirmé qu’il pouvait emprunter dix fois plus que sa femme !
