Dans un précédent article, Patrick Darmon, associé chez Fizz venture, se demandait comment intégrer l'IA à son modèle d'affaires. Dans ce deuxième volet, il se demande si l'IA pourrait n'être qu'une chimère.
Avant d’approfondir sur chacun des enjeux que nous avons identifiés dans l’article paru le 22 mars, L’intelligence artificielle est-elle soluble en entreprise ? , il est indispensable de répondre à la motivation d’un tel exercice, à savoir : est-ce que les entreprises doivent réellement investir dans l’IA et l’utiliser comme un levier majeur d’innovation et de transformation ? À l’inverse, sommes-nous à la fin d’une bulle sans lendemain durant laquelle nous avons déjà épuisé les principaux cas d’usages de l’IA ? Un faisceau convergent d’études de cas et de constats empiriques plaide pour à un scénario d’avenir optimiste pour l’IA :
Tout d’abord, il y a heureusement des entreprises qui investissent massivement dans l’IA et en tirent de bénéfices substantiels depuis des années. Ce sont évidemment les GAFAM même si, comme évoqué précédemment, ils ne sont pas comparables sur certains domaines avec nos grands groupes industriels et de services (notamment en termes de marché, culture tech, données, régulation, …) ils ont su tirer parti de l’IA pour passer à l’échelle leurs business models, permettant ainsi à leur cœur de métier d’accélérer son développement : recommandations de produits pour amazon.com, search et publicité pour Google et connaissance clients et publicité pour Facebook. Leurs IA sont en production depuis des années et sont à l’origine du concept de « passage à l’échelle ».
Ensuite, le secteur de l’automobile qui connaît la double révolution de l’électrique et de l’IA avec Tesla (on pourrait argumenter qu’Elon Musk est le nouveau Henri Ford mais il est trop tôt pour l’assurer même si Tesla est déjà une entreprise remarquable) et aussi des acteurs chinois comme BYD qui dorénavant pénètrent, avec un succès croissant, les pays où l’automobile est née et disruptent une industrie qui se distingue par sa complexité et son intensité capitalistique. En termes d’utilisation de l’IA, elle est probablement l’une des industries les plus accomplies par sa capacité à l’intégrer dans un environnement complexe et à forts enjeux.
L’IA est d’ores et déjà un contributeur majeur au progrès scientifique, et par extension, aux fonctions R&D comme c’est déjà le cas en biologie moléculaire. Jusqu’alors, l’ensemble des études convergeaient pour indiquer que la productivité scientifique – mesurée par le nombre de brevets déposés par chercheur – était stagnante depuis plusieurs années dans de nombreuses industries où la croissance du nombre de brevets est issue essentiellement de la croissance du nombre de chercheurs ! Si cet indicateur paraît éloigné de nos préoccupations quotidiennes, il n’en demeure pas moins que c’est, selon les économistes, l’un des indicateurs les plus importants pour prédire notre croissance économique. Aujourd’hui, l’IA est en train de changer cela ! Alphafold, l’application de DeepMind qui accélère la découverte de la structure du repliement des protéines peut être considérée comme l’une des plus grandes révolutions de l’IA. The coming wave, le récent livre de Mustapha Suleyman (cofondateur de DeepMind) et de Michael Bhaskar relate les perspectives de la convergence entre l’IA et la Biologie. Dans le domaine de la découverte de nouveaux matériaux, l’IA semble ouvrir un chemin similaire à celui d’Alphafold dans la biologie moléculaire, la récente percée de DeepMind dans ce domaine laisse d’ores et déjà entrevoir de multiples innovations et ouvre des perspectives pour d’autres industries.
Dans plusieurs secteurs, il y a IA porteuses de valeur comme l’optimisation de la supply chain pour les produits de Grande Consommation, l’utilisation de « jumeaux numériques » pour le pilotage et l’exploitation dans les industries dotées d’infrastructures matérielles, la gestion des sinistres en assurance ou encore la réduction de la casse dans la distribution alimentaire. Ces cas d’usages dépassent le cadre d’une IA ciblée sur des activités limitées et portent un potentiel de transformation qui reste encore à exploiter. Plusieurs grandes entreprises éclairent déjà la voie pour les autres : Ping An, évoqué plus haut, qui a déployé de nombreux usages de l’IA dans la gestion des risques, la santé ou encore, la détection du Greenwashing. On peut aussi noter Walmart qui construit des outils d’IA pour optimiser sa supply chain ou encore, réduire la « casse » (les pertes associées à la détérioration des produits frais).
Il est encore trop tôt pour évaluer l’impact de l’IA générative pour les entreprises de façon réaliste – même si l’exercice est tentant et a déjà été tenté – cependant, il semble évident qu’elle va apporter des gains de productivité dans le travail, en fournissant un ou plusieurs assistants pour chacun. On peut également anticiper un impact particulièrement fort de ChatGPT et les autres LLM dans de nombreuses activités de services.
Tous ces éléments convergent vers une accélération de la diffusion de l’Intelligence Artificielle dans l’entreprise. Et cela sans anticiper l’émergence de nouvelles technologies issues des connaissances actuelles dans le domaine. Le récent rapport de la commission de l’Intelligence Artificielle va également dans ce sens et propose des mesures afin de réussir cette accélération. Reste à trouver les entreprises prêtes à s’engager dans l’Intelligence Artificielle pour reprendre le flambeau d’Henri Ford et en faire un « Game Changer ».
À LIRE : Le premier volet de notre série d'article : L’intelligence artificielle est-elle soluble en entreprise ?
Les premiers articles de cette série posent le débat de la nécessité pour les entreprises d’accélérer l’adoption de l’IA. Dans les suivants, Patrick Darmon va proposer une nouvelle approche pour réussir l’adoption de l’IA en entreprise. Cependant, avant cela, il reviendra sur le paradigme actuel du « passage à l’échelle » de l’IA afin de comprendre pourquoi il ne sera probablement pas à l’avenir le levier majeur de la stratégie IA pour les entreprises.
Participer à la conversation