Dans une note récente, le club des grandes entreprises françaises (CIGREF) propose une série de bonnes pratiques pour tirer le meilleur parti de l’intelligence artificielle. Quelques grandes organisations ont initié des expérimentations avec des LLM (Large Language model) avec des cas d’usage qui nécessitent des compétences pointues parmi les équipes de R&D.
Difficile à ce stade d’évaluer le retour sur investissement (ROI) à partir des premiers retours d’expérience qui reposent sur de nombreux critères. Depuis la différence de valeur ajoutée entre une solution d’IA traditionnelle et une d’IA générative jusqu’aux bénéfices générés en fonction de l’impact sur l’environnement. Sans oublier l’évaluation des coûts de l’outil d’IA générative et de l’infrastructure matérielle à implémenter, notamment le cout de la puissance de calcul et du traitement des données en interne ou via le cloud.
La grille d’évaluation des résultats repose sur la qualité de l’interface utilisateur, le nombre de requêtes et leur pertinence et surtout, la qualité des données utilisées en entrée. Logiquement, les organisations qui ont mis en place une véritables gouvernance des données, suppression des silos, tri des doublons et données non utiles, etc. sont les mieux préparées pour exploiter toutes les ressources de l’IA. Les fonctions visées sont très étendues avec, entre autres, l’automatisation, l’aide à la décision, la génération réponses textes et images.
Des cas d’usage identifiés mais qui restent à évaluer
Le Cigref a catégorisé trois types d’utilisation des usages de l’IA mais sans publier les résultats des retours d’expérience.Il s’agit d’abord des avantages pour les salariés en termes de productivité et d’amélioration de l’utilisation des fonctions fréquemment mises en oeuvre telles la synthèse de
comptes-rendus, gestion des documents, la classification des contenus, la traduction en temps réel, l’assistance aux développeurs. En bref, tout ce qui peut apporter un avantage compétitif sectoriel.
La deuxième catégorie d’usage concerne les processus métiers comme la gestion des stocks et des demandes, la chaîne logistique l’assistance à la vente, et l’amélioration de l’expérience client.
Enfin, toutes les entreprises sont à la recherche des innovations de rupture liées à l’IA qui transformeront profondément métiers et fonctions, porteuses de grande valeur ajoutée. Mais cette quête du graal doit d’abord acculturer l’IA dans l’entreprise, sachant que cette technologie est en mutation très rapide depuis deux ans. Un objectif ambitieux qui nécessitera des investissements importants à la hauteur de la réalisation des promesses.
Parmi les écueils qui se dressent sur le chemin de l’IA dans les organisations, la sécurité figure en bonne place. Les IA génératives aspirent toutes données que les entreprises mettent à disposition ce qui impose une analyse et identification des données sensibles qui ne doivent à aucun prix être exposées publiquement
Reste aussi à évaluer et surtout, à trouver les compétences pour mettre en œuvre les IA. Un autre défi à relever.
