IA, se mettre en chemin

Jan 13, 2023 | Ai | 0 commentaires

« Face à l’IA, forgez vos convictions et mettez votre entreprise en chemin, c’est le moment ! » Tel est le conseil du cabinet de conseil Kea dans un livre blanc rassemblant 15 retours d’expérience.

En chemin parce qu’il est temps. L’intelligence artificielle est, si elle ne l’est pas déjà, en passe de devenir un incontournable, quels que soient le métier, le secteur ou la taille d’entreprise. Dans son livre blanc « Intelligence Artificielle : l’Expédition du dirigeant d’ETI », Kea & Partners rassemble l’expérience d’entreprises aussi différentes que Alain Afflelou, Europe Snacks ou Eram.

« Si l’on pouvait se demander, il y a quelques mois, à force de battage médiatique, si l’IA n’était pas l’énième sujet marketing voué à disparaitre dès l’avènement de la prochaine tendance, la réponse est aujourd’hui claire, assure Kea & Partners. Les solutions d’IA se déploient en entreprise, fonctionnent et affichent des ROI importants à court ou moyen terme. Pour preuve, les témoignages de l’étude. Si l’IA seule n’est évidemment pas une solution miracle à tous les maux, elle est un formidable outil de performance et de compétitivité. »

L’avantage comparatif des ETI dans la course à l’IA

Dès lors, il apparaît judicieux pour toute entreprise de se lancer dans « la course à l’IA ». Et dans cette compétition, les entreprises de taille intermédiaire disposent d’ indéniables pour faire la différence. Elles ont une taille idéale pour expérimenter l’IA, ni trop grosse, ni trop petite. Elles ont des chaînes de décision courtes. Leurs ressources suffisantes mais limitées les obligent à la focalisation. Toutefois, le statut seul d’ETI ne suffit pas pour réussir une stratégie. Il existe des conditions sine qua none pour que cet avantage comparatif soit traduit dans les faits.

Condition 1 : privilégier un angle d’attaque business

S’il peut être rassurant en premier lieu d’aborder l’IA sous l’angle purement technique (meilleure compréhension et maîtrise), le risque d’enlisement dans des projets longs et coûteux est non négligeable. Des missions menées par Kea & Partners ces deux dernières années, il ressort que les projets répondant à des enjeux business connus et mesurables réussissent bien mieux que la moyenne. Ainsi, la priorisation des projets est clé : démarrer en premier lieu là où la de valeur est certaine en cas de réussite et là où les ROI attendus des projets sont les plus élevés pour favoriser l’implication des équipes dans la durée.

L’utilisation de l’IA pour innover dans les services ou produits de l’entreprise est à considérer, même au démarrage de la démarche. Les équipementiers aéronautiques se sont, par exemple, lancés avec succès dans le développement de services de maintenance prédictive. Pour autant, la technique ne doit pas être sous-estimée. Elle est à considérer comme une contrainte primordiale, mais non comme un objectif en soi.

Condition 2 : lancer des projets en maîtrisant l’investissement

Par nature, les projets d’IA comportent une bonne dose d’inconnues. Il s’agit d’investir de manière raisonnée pour s’autoriser le bon niveau de risque.

Dans cette optique, nous recommandons de privilégier une approche opportuniste dans le lancement des projets, pour éviter tout risque de « gouffre financier ». Les projets d’IA sont par nature agiles et l’expérience montre que la formulation minutieuse et chronophage de roadmaps détaillées trop en amont s’avère contreproductive, ces roadmaps étant rarement appliquées dans le temps.

Ensuite, on constate que le recours à des ressources et prestataires externes dans un premier temps permet d’aller plus vite, de limiter les coûts et de maximiser le succès. Le marché, tout comme la science, évolue vite et il existe aujourd’hui de nombreux prestataires matures et capables de soutenir des collaborations dans la durée. Qui plus est, les profils ad hoc sont des ressources structurellement en pénurie et difficiles à attirer et recruter.

Enfin, il n’y pas de corrélation apparente entre le montant d’investissement initial et le taux de succès des projets. Ainsi, il n’est pas forcément nécessaire d’investir dans de lourds projets de refonte de l’IT, de mise en œuvre de data lake ou de nettoyage de données pour réussir. Des solutions existent déjà sur le marché pour aller chercher les données là où elles se trouvent, sans avoir à complexifier les systèmes informatiques.

Condition 3 : adapter les pratiques managériales

Que l’on souhaite lancer des démarches coûteuses et systématiques ou des projets légers, agiles et rapides, l’évolution des pratiques managériales est une condition sine qua none. Trois inflexions sont nécessaires.

1/ Développer une culture « tech ». L’IA relève d’une ingénierie à forte dimension scientifique. Les parties prenantes des projets doivent partager un bagage minimal de compréhension du champ des possibles et l’on doit disposer en interne de quelques compétences fortes, a minima capables de challenge et de faire le bon sourcing des partenaires.

2/ Se donner le droit à l’erreur. La nature incertaine des projets y oblige. Cela peut demander une évolution de la culture d’entreprise en amont du projet, même si celui-ci peut être un catalyseur du changement en soi.

3/ Impliquer le top management. La transformation par l’IA peut provoquer des ruptures majeures dans les méthodes de travail. Elle nécessite un sponsoring fort, garantissant le droit à l’échec.