Intelligence artificielle

Intelligence artificielle : quels défis pour l'entreprise ?

intelligence artificielle
Les entreprises ont besoin de comprendre et d’anticiper les transformations liées à l’intelligence artificielle dans leurs organisations et dans la société. Le CIGREF publie « Les enjeux de mise en œuvre opérationnelle de l’intelligence artificielle dans les grandes entreprises ». Ce rapport prolonge celui que l’organisme a déjà effectué sur les réflexions du « Cercle Intelligence Artificielle » qui, après avoir abordé en 2016 les enjeux de gouvernance, présente des éléments de compréhension plus opérationnels sur les transitions en cours liées à l’IA dans les grandes entreprises.
 
Le Cercle Intelligence Artificielle du CIGREF a travaillé sur les enjeux de mise en œuvre opérationnelle dans les grandes entreprises. Il publie ainsi « Les enjeux de mise en œuvre opérationnelle de l’intelligence artificielle dans les grandes entreprises » qui résulte d’une réflexion avec le CNNum et France Stratégie, afin de partager quelques éléments de compréhension plus opérationnels sur les transitions en cours liées à l’IA dans les grandes entreprises.
Après s’être penché en 2016 sur les enjeux de gouvernance pour l’entreprise en matière d’intelligence artificielle, travaux qui ont fait l’objet d’un colloque (voir les actes), le CIGREF a étendu cette année sa réflexion aux « enjeux opérationnels de la transition « intelligente » des grandes entreprises ».
Ce rapport s’appuie notamment sur des études de cas illustrant la manière dont l’IA se met au service de la stratégie d’entreprise, au travers d’initiatives fortes auprès de différentes directions, voire des COMEX. Elle s’intéresse également à une préoccupation majeure actuellement : quelles preuves tirer des premières expérimentations ? L’étude d’un cas d’usage « le chatbot au sein des RH » illustre le processus de mise en œuvre de l’outil et en explore les intérêts économiques et stratégiques.
 
Comment s’organiser autour des différents services et fonctionnalités de l’IA dans l’entreprise ? La problématique a consisté à s’interroger sur la manière dont les entreprises doivent et/ou devront s’organiser pour mettre en œuvre les systèmes et services d’intelligence artificielle, selon quelle vision, et pour quels enjeux. Cette interrogation a permis en effet de pointer certains enjeux liés aux questions :
• d’intégration de technologies d’IA dans les SI
• de transformation des architectures SI
• organisationnelles et culturelles • mais aussi des méthodes de collaboration avec l’écosystème et notamment la recherche.

L’intelligence artificielle, au service de la stratégie d’entreprise ?

L’intelligence artificielle traverse de plus en plus les métiers et fonctions de l’entreprise. L’IA permet d’améliorer de nombreux processus déjà existants tant en back office qu’en front office. On voit par ailleurs apparaître l’idée d’une IA as a service, basée sur le cloud, qui fournit des API et permet de faire des prototypages rapidement, afin de répondre à divers besoins de l’entreprise de manière souple et efficace. Mais plus qu’un service, l’IA soulève de plus en plus d’enjeux stratégiques.
 
En effet, cette année, les membres du Cercle IA ont partagé de nombreuses études de cas qui viennent illustrer la manière dont l’IA se met de plus en plus au service de la stratégie d’entreprise, au travers d’initiatives fortes auprès de différentes directions, voire du COMEX.
Certaines entreprises commencent dès aujourd’hui à définir les prémisses d’une gouvernance autour de l’IA. Mais la préoccupation majeure actuellement est de tirer les preuves de ces premières expérimentations. Dans cette optique, le Cercle IA a choisi de travailler sur un cas d’usage spécifique, le chatbot au sein des RH, afin d’illustrer le processus de mise en œuvre d’un tel outil et d’en démontrer les intérêts économiques et stratégiques.

Travailler de concert pour une approche alternative de l’innovation autour de l’IA

Afin d’aller plus avant sur les possibilités qu’offrent aujourd’hui le machine learning et le deep learning, le Cercle IA a également travaillé par ateliers prospectifs, afin d’imaginer les transformations majeures qui pourraient être nécessaires dans les années à venir, si l’intelligence artificielle venait à se généraliser. Les participants ont notamment travaillé sur la nécessité d’expérimenter via des plateformes inter-entreprises, les interactions entre agents intelligents. Sous forme de coopération ou de coopétition, les entreprises ont en effet tout intérêt à travailler ensemble et avec leur écosystème (start-ups, laboratoires de recherche…) pour progresser significativement et proposer une voie alternative à celle des mastodontes américains.
 
Le groupe de travail, piloté par Françoise Mercadal-Delasalles, Administratrice du CIGREF (Directrice de l’Innovation et des Ressources à la Société Générale) et Konstantinos Voyiatzis, Administrateur du CIGREF (CIO d’Edenred), a observé les interactions entre agents intelligents via des plateformes interentreprises. Comme l’a montré l’étude « L’open innovation, une réponse aux challenges de l’entreprise », les entreprises ont intérêt à développer des synergies avec les écosystèmes d’innovation et de croissance (startups, laboratoires de recherche…). Ce partage d’expériences facilite le développement et la compétitivité.

Comment les entreprises collaborent avec la recherche en IA ?

La maturité des entreprises est assez disparate en termes de collaboration avec la recherche en IA. Pour certaines, la recherche en IA en interne n’en est qu’à ses premiers balbutiements. Certains départements de recherche en entreprise ont plutôt tendance à s’appuyer sur des startups spécialisées en IA en externe, alors que d‘autres technologies comme l’IoT (Internet of Things) sont déjà internalisées. Tandis que d’autres entreprises, dans des départements orientés innovation et numérique, font beaucoup d’open innovation en collaborant notamment avec des académiques (le CEA par exemple) et des thèses CIFRE.
Pour les entreprises les plus matures, il y a déjà de nombreuses équipes opérationnelles qui travaillent sur les chatbots et le data mining par exemple. Il y a des centres de R&D qui se concentrent à la fois sur de la recherche technologique pure mais aussi sur de la recherche orientée usages et services.
Pour d’autres, la recherche se concentre surtout sur les technologies de machine learning voire de deep learning, en nouant des partenariats avec les startups de la French Tech et en faisant beaucoup d’investissements de personnes sur des meetup dédiés.
 
En termes de collaboration avec la recherche, les méthodes sont assez classiques : d’une part, il y a de la recherche partenariale, parfois sans flux financiers ce qui permet de mettre en visibilité certaines technologies de l’entreprise. D’autre part, il y a la possibilité de passer par des contrats de recherche externe où l’entreprise finance des laboratoires de recherches académiques. Beaucoup d’entreprises sont présentes sur des projets collaboratifs.
Sur l’IA, Orange a par exemple un projet collaboratif en langage naturel et deux relatifs à l’IA pour le pilotage des réseaux. Ils ont également mis en place un fonds d’investissement spécialisé sur les start-ups appelé Orange Digital Ventures.
De nombreuses entreprises s’appuient sur des écosystèmes type start-ups ou open source. Ces organisations font très peu d’IA en interne, mais plutôt du Big Data de manière assez peu coordonnée. La plupart des entreprises semblent être aujourd’hui davantage sur des problématiques de levées de fond, et d’intégration de start-up et de compétences. Il faut parvenir à une compréhension fine au niveau managérial de la nécessité de travailler avec le monde extérieur.
 
Avant de passer sur le domaine universitaire, certaines entreprises préfèrent en effet travailler d’abord avec la CNIL, la Ligue des Droits de l’Homme, et les travaux du Parlement européen sur les aspects éthiques. La démarche est, dans ce cas, de poser d’abord un cadre d’usage de l’IA avant de l’intégrer opérationnellement.
 
Pour résumer, la recherche en IA se fait davantage avec des start-ups spécialisées et certains grands fournisseurs. La majorité des entreprises est encore très loin d’aller véritablement sur une logique d’expérimentation en associant notamment des académiques. Pourtant nous sommes bien aujourd’hui dans l’impériosité de peser face aux mastodontes (GAFA2 et BATX3 notamment), car le risque est que nous allions vers l’assèchement de l’excellence académique française, comme en témoigne David Sadek, Directeur de l’Institut Mines Telecom lors d’une intervention au Cercle IA. Les chercheurs d’excellence sont absorbés par les multinationales, à cause des salaires et des conditions de travail (le lien entre performance et condition de travail, incluant la dimension du bien-être en entreprise, est prouvé aujourd’hui).
Selon Nathanaël Ackermann, la France se trouve en 3ème position en nombre de publications sur l’IA, et 1000 étudiants sortent de masters spécialisés en IA chaque année. La France a un niveau de compétence élevé, mais il y a une fuite des cerveaux. Il faut donc sensibiliser les étudiants en montrant qu’il se passe des choses en France, rapprocher les entreprises avec les laboratoires de recherche de toutes les façons possibles, avoir des programmes d’attractivité de rétention des talents, et avoir une vision européenne. Il faut encore plus de mathématiciens et de développeurs au sein des entreprises.
Mais aujourd’hui, il y a également une problématique de pénurie d’accès et d’exploitation des données. L’accès à des volumes de données importants est nécessaire pour expérimenter les systèmes d’IA : il faudrait pour cela créer des plateformes de données indépendantes et d’envergure au niveau national ou européen.
Pour que la France soit compétitive en IA, il faudrait aussi inventer un nouveau modèle de partenariat avec la recherche, car les modèles classiques ne font pas vraiment bouger les lignes. Il faudrait davantage s’orienter vers la mutualisation des activités en IA des entreprises. Peut- être faudrait-il d’abord mutualiser ces activités par filières, ou bien par défis systémiques (voitures autonomes, villes intelligentes…) ? Ou encore s’appuyer sur le modèle du German Research Center for Artificial Intelligence (DFKI), c’est-à-dire d’un seul et unique centre dédié à l’IA, répartis dans plusieurs villes du pays ?
 
Les entreprises abordent désormais l’Intelligence Artificielle davantage en termes d’agents intelligents et de plateformes d’interaction que sous l’angle des données. Ce changement de paradigme indique que « l’IA va inonder peu à peu tous les métiers de l’entreprise. Mais plus qu’un service auquel l’entreprise aurait recours ponctuellement, elle peut devenir un véritable enjeu stratégique du point de vue des agents […] Si l’IA fait partie intégrante de l’évolution des modèles d’affaires de l’entreprise numérique, elle doit aussi être pensée en amont pour être utilisée au mieux, au bénéfice de l’intelligence humaine, de l’empathie, de la collaboration ».
 
 

 

Articles en relation
ICO : le défi d’une régulation efficace

L’année 2017 a été marquée par un boom des opérations d’ICO (Initial Coin Offering) sur le marché des crypto-monnaies. Ce dynamisme pose néanmoins des questions en termes de gouvernance et de...