L’intelligence artificielle, au-delà de l’expérimentation

Les applications de l’intelligence artificielle se multiplient. Airbus utilise des drones intelligents pour la maintenance de ses avions : ces appareils, équipés d’outils de reconnaissance visuelle, scannent les avions et génèrent un rapport d’anomalies, réduisant le temps d’immobilisation au sol. Le groupe PSA a mis en place un chatbot, Eva, qui permet d’apporter des réponses immédiates aux questions d’ordre administratif ou concernant la vie pratique des collaborateurs. L’Oréal teste, pour ses recrutements en Chine, des solutions assistées par IA d’aide à l’identification des candidats adéquats. La marque américaine de cosmétiques Kiehl's s’appuie sur l’IA afin d’identifier le meilleur moment pour suggérer au client, par e-mail ou SMS, de passer commande afin éviter de se trouver à court de produits de beauté.

Mais, bien souvent, les entreprises ont du mal à dépasser le stade d’une démarche visant à valider une idée, les PoC (Proofs of Concept). Elles multiplient les expérimentations, mais l’IA joue en fait un rôle marginal dans leur performance. Les motifs sont nombreux et variés : dispersion des initiatives, difficulté de généralisation des projets pilotes, difficultés d’intégration aux opérations courantes, problèmes d’interface avec les systèmes d’information existants, réticence des salariés à adopter la solution, etc. Ainsi, malgré des avancées ponctuelles prometteuses, le retour sur investissement reste souvent décevant ou, au mieux, incertain.

Les retours d’expérience aident néanmoins à clarifier la façon de réussir le déploiement de l’IA. Il en ressort que le défi va bien au-delà de la technologie, comme le souligne l’étude réalisée par Malakoff Médéric et le Boston Consulting Group, Intelligence artificielle et capital humain. L’un des responsables de cette étude résume ainsi la problématique dans un article de L’Usine Nouvelle : « On considère que l'IA, c'est coder, écrire des algorithmes et basta. Non, c’est 10 % du travail. 20 % doit être consacré à l’intégrer pour le faire fonctionner avec les outils existants, et les 70 % restants concernent le déploiement, le travail pour faire adopter les processus, changer les manières de travailler. » Voici donc les facteurs clés de succès qui émergent des retours d’expérience récents sur les tentatives de déploiement à grande échelle.