Recherche

DossierSur le chemin de l'IA- [Podcast inclus]

Publié par Eve Mennesson le

2 - Comment adopter l'IA ?

Si l'intelligence artificielle peut apporter un véritable plus aux entreprises, ces dernières ne doivent pas non plus céder aux sirènes des éditeurs et intégrateurs. Adopter un outil d'intelligence artificielle doit se faire de manière réfléchie, en étudiant les besoins de l'entreprise.

  • Imprimer

L'intelligence artificielle (IA) est aujourd'hui sur toutes les lèvres. Il ne se passe pas un jour sans qu'un article ou une étude en parle, tous les éditeurs se vantent d'en avoir intégré dans leurs outils... Qu'en est-il du côté des entreprises ? Si elles doivent s'y intéresser pour les performances que l'intelligence artificielle peut leur procurer, elles ne savent pas toujours comment s'y prendre. Une étude menée par EY en 2018 révèle que si 60% des entreprises ont lancé des expérimentations dans le domaine de l'intelligence artificielle, seulement 28% ont fait de ces expérimentations quelque chose d'opérationnel et uniquement 4% les ont élargies à différents domaines.

"Pour passer de l'expérimentation à une application opérationnelle, il faut compter de 6 à 18 mois, tandis que le passage du concret à un déploiement plus important exige 3 à 5 ans", précise Arnaud Laroche, associé EY. Ainsi, ces chiffres illustrent parfaitement deux aspects : d'une part, l'adoption de l'intelligence artificielle n'est pas simple ; d'autre part, il convient de se conformer à une méthodologie rigoureuse si l'on ne veut pas pas lancer des expérimentations qui ne débouchent sur aucun résultat.

Des cas d'usage pragmatiques

La première étape, incontournable, consiste à définir sa stratégie. Dans son Guide pratique de l'intelligence artificielle dans l'entreprise, Stéphane Roder, fondateur d'AI Builders, une société de conseil en intelligence artificielle, souligne l'importance de fixer un schéma directeur, qui fasse apparaître les différents cas d'usage, la faisabilité, le ROI attendu et les solutions et/ou compétences nécessaires. "Cela a l'avantage de structurer la démarche, de ne pas se laisser tenter par la mode, mais d'être guidé par la performance. Cela permet aussi de donner une vue globale à la direction générale et aux managers pour leur faire prendre conscience des enjeux", explique Stéphane Roder.

En ce qui concerne le choix des cas d'usage à soumettre à l'intelligence artificielle, Alice Kuster, consultante mc²i Groupe, invite à commencer par des projets dans lesquels l'humain a peu de valeur ajoutée, par des tâches répétitives et chronophages. De son côté, Stéphane Roder (AI Builders) conseille, dans un premier temps, de chercher à résoudre les problèmes business, autrement dit ce qui coûte cher en gestion.

Quoi qu'il en soit, Jean-David Benassouli, associé PwC en charge des activités data analytics et intelligence artificielle, recommande, quant à lui, de rester très pragmatique : "Il s'agit, pour cela, de réunir autour de la table des personnes d'horizons très différents, des métiers de l'informatique, du marketing, des ventes..." Sur ce point, il n'est pas contredit par Stéphane Roder, qui, dans son livre, fait valoir à quel point un projet d'intelligence artificielle doit être pluridisciplinaire afin de conduire des projets pertinents, de qualité, et pérennes dans l'organisation et ses systèmes. "Les métiers énoncent leurs besoins, et l'I T identifie les solutions et les tâches automatisables", pointe, pour sa part, Alice Kuster (mc2i).

Un chef de projet formé

Un chef de projet doit être nommé pour mener à bien celui-ci. "Il s'agit généralement d'un chief data officer. Il n'est pas obligatoire de le recruter, car il peut être difficile pour des petites entreprises d'attirer et de garder ces talents. Mais une personne en interne doit obligatoirement suivre ce sujet, épaulée si elle veut par des prestataires", indique Jean-David Benassouli (PwC). Il préconise, par ailleurs, que cette personne soit en lien direct avec le Codir, pour un maximum d'impact.

Ce chef de projet, en général issu de la DSI, devra, en outre, bénéficier d'une formation spécifique. L'IA est donc aussi un sujet de formation, pour instruire le responsable de projet, mais aussi acculturer les différentes parties prenantes. Pour Cédric Vasseur, spécialiste des nouvelles technologies liées à la robotique et à l'IA, et formateur sur le sujet chez Orsys, un projet d'IA est un projet comme un autre, à condition de savoir de quoi on parle. "Il y a un vocabulaire spécifique à connaître afin de dialoguer de manière professionnelle avec les différentes parties prenantes", précise-t-il.

Quel rôle doit jouer le Daf ?

La direction financière s'avère essentielle dans la mise en place d'un projet d'intelligence artificielle. Ne serait-ce que dans la réflexion autour du ROI. "Beaucoup d'entreprises ont investi sans que ces investissements répondent à leurs attentes", observe Jean-David Benassouli (PwC France). La finance peut donc jouer ce rôle de garde-fou. "La finance peut aider à définir les critères de mesure du ROI de l'intelligence artificielle, dont la performance est souvent quantifiable", avance Romain Lamotte (KPMG).

Et une fois l'intelligence artificielle adoptée de manière opérationnelle, le Daf peut ensuite aider à la contrôler. "Un cadre de contrôle de l'intelligence artificielle doit être construit : recensement des utilisations de l'intelligence artificielle en interne, revue de qualité des modèles, analyse de performance, gouvernance et accessibilité du code... C'est l'une des évolutions prévisibles de l'audit interne", estime Romain Lamotte.

Quel prestataire choisir ?

Cette formation est d'autant plus importante que l'entreprise travaille souvent avec des prestataires externes sur ce sujet. Et qu'il ne faut pas se tromper en les choisissant. Stéphane Roder suggère de challenger les différents éditeurs sur le marché. "Il y a encore trop peu de benchmarks réalisés sur cette industrie", regrette-t-il. Il incite à regarder les performances de chaque produit. Mais vu le nombre important d'acteurs, lesquels consulter ? Pour Alice Kuster, l'identification des besoins doit orienter le choix : "Si les besoins sont bien définis, la solution choisie est plus spécifique, correspond mieux et s'intègre bien."

Arnaud Laroche (EY) exhorte les plus petites structures à se tourner vers de grands acteurs connus : "Choisir un grand acteur est souvent plus simple, car les start-up sont nombreuses, leur avenir est incertain, et il est souvent difficile de faire la part des choses : aujourd'hui, la moindre innovation est appelée IA."

Mais il reconnaît que travailler avec un grand acteur a aussi des inconvénients : "On se donne à eux entièrement tout de suite." Pour Romain Lamotte (KPMG), l'IA n'est "pas quelque chose qui s'achète mais qui se construit. Nous ne croyons pas aux solutions sur étagères. L'entreprise a souvent assez de données, les algorithmes sont libres de droit pour la plupart ... L'éditeur ne peut aider que dans la manière d'assembler cela." D'où la nécessité d'avoir en interne les compétences nécessaires. "Dans ces projets, c'est la compétence qui coûte cher, pas nécessairement la technologie", conclut Ahmed Dib, consultant mc²i Groupe.

Lire la suite :

no pic

Agathe Cathala

Sur le même sujet

S'abonner
au magazine
Retour haut de page