L’IA en Belgique - Une révolution à deux vitesses

L’intelligence artificielle est un sujet brûlant. Plus encore : notre pays figure dans le top mondial pour le développement d’applications innovantes basées sur l’IA. Ces dernières années, de nombreuses start-ups ont vu le jour et présentent désormais des applications concrètes. Mais ces solutions prometteuses trouvent-elles aisément un chemin vers la pratique ? (Dries Van Damme)

Il est presque impossible de suivre la vitesse à laquelle l’IA évolue. Le battage persistant autour de ChatGPT l’illustre parfaitement. En 2021, l’Agence flamande pour l’Innovation et l’Entrepreneuriat (VLAIO) a mené une enquête pour mesurer l’utilisation de l’intelligence artificielle dans les entreprises. Les résultats devaient contribuer à stimuler davantage son utilisation par les entreprises. Les conclusions avaient suscité des sentiments mitigés. Il s’avérait que près d’un quart des entreprises utilisaient déjà l’IA tandis que 57 % d’entre elles indiquaient avoir des plans pour déployer prochainement des applications IA.

Dans la pratique, les technologies de l’IA sont surtout utilisées dans les grandes et moyennes entreprises. Automatisation des processus, analyse de texte et machine learning sont les applications les plus courantes, principalement pour l’automatisation de processus administratifs et la sécurité ICT. Mais de nombreuses sociétés, et en particulier les petites entreprises, rencontrent encore beaucoup de difficultés pour déployer l’IA, essentiellement par manque d’expertise.

Levier

Les entreprises voient surtout dans l’IA un levier pour la croissance et l’innovation. Elles ne cherchent pas uniquement à réduire les coûts et à augmenter leur chiffre d’affaires. L’IA contribue à rationaliser les processus opérationnels et l’automatisation. La production et l’analyse des données issues des processus opérationnels, constituent à cet égard la base pour identifier des modèles et des tendances que les entreprises ne remarqueraient peut-être pas autrement. Il est alors possible de prendre des décisions rapides et mieux informées et d’optimaliser ainsi les processus opérationnels.

L’IA aide également beaucoup d’entreprises à offrir une meilleure expérience à leurs clients. En analysant automatiquement le comportement des clients et leurs préférences, les entreprises peuvent proposer des produits et des services qui correspondent mieux aux besoins des clients et obtenir ainsi un avantage concurrentiel sur les autres acteurs du marché.

Processus de changement

L’évolution des applications IA connaît actuellement une accélération, notamment grâce à l’introduction de ChatGPT, estime Bart Baeyens, CEO de la société belge d’IA Faktion. « Les entreprises se réveillent. Elles discernent les possibilités offertes par l’IA et veulent passer à la vitesse supérieure. » Selon lui, elles le font de deux manières. Il y a évidemment celles qui disent ‘vouloir utiliser l’IA’, mais il y en a aussi de plus en plus qui comprennent clairement ce que l’IA peut signifier concrètement pour leurs activités. Dans ce dernier cas, les processus de transformation IA ont plus de chances d’aboutir. « Il est donc préférable de procéder à rebours. Ne pas partir de l’IA, mais d’une analyse qui met en lumière les points névralgiques, puis choisir une solution basée sur l’IA. »

« La mise en œuvre d’outils IA dans un contexte existant génère de nouveaux workflows, de sorte que l’exercice n’est pas facile », dit Tone De Cooman, Creative Director chez StoryMe, une agence de marketing vidéo. Pour soutenir la réflexion créative de son équipe, il suit de près l’évolution du paysage de l’IA. Il constate que l’évolution rapide dans ce domaine constitue une difficulté supplémentaire pour les entreprises. « Il n’est pas facile de déterminer quel outil offrira une plus-value durable. »

Tone De Cooman ajoute que la volonté de gagner en efficacité avec moins d’effectifs ne peut pas justifier la mise en œuvre d’applications IA. « Il faut se concentrer sur la façon dont des applications IA aideront les collaborateurs à déployer entièrement leurs compétences. Le machine learning ne remplacera pas les emplois qui impliquent des tâches intellectuelles et de la créativité, mais il les complètera. En d’autres termes : les collaborateurs capables de travailler avec des outils IA seront les plus convoités. »

Usines du futur

Aujourd’hui, certains secteurs traditionnels sont déjà très avancés dans l’utilisation de l’IA, affirme Bart Baeyens. « Les acteurs des télécoms et plusieurs banques et assureurs sont à l’avant-garde dans ce domaine, bien qu’ils restent confrontés à des systèmes anciens et à une réglementation restrictive. Cela bouge aussi beaucoup dans la vente au détail. Citons l’exemple SmartWithFood qui permet à Colruyt d’offrir une expérience personnalisée à ses clients sur la base des données produit, avec des services spécifiques liés à une alimentation saine. »

Ce sont surtout les usines de production qui ont généralement encore beaucoup de pain sur la planche pour rendre leurs processus smart et data-driven. Bart Baeyens : « Mais il existe évidemment déjà des entreprises qui misent fortement sur le concept de l’usine du futur, comme Atlas Copco et Barry Callebaut. Beaucoup d’entreprises dans l’industrie de la transformation font du smart manufacturing un objectif stratégique : modéliser les processus de production et les optimaliser avec les données disponibles et l’IA. Ainsi, les entreprises vont plus loin dans leurs efforts pour automatiser, économiser de l’énergie, réduire les émissions, obtenir des rendements plus élevés, réduire les déchets et les pannes, planifier l’entretien des machines, etc. »

Démocratisation de l’IA

Outre le smart manufacturing, il y a un domaine plus important encore dans lequel pratiquement toutes les entreprises peuvent créer de la valeur avec l’IA : celui des données. L’IA va généralement de pair avec de gros volumes de données de grande qualité. C’est précisément là que réside le caractère le plus révolutionnaire de l’IA pour les entreprises, estime Bart Baeyens. « Auparavant, pour rendre les processus opérationnels intelligents, il fallait disposer de grandes quantités de données étiquetées et structurées. Grâce aux nouveaux modèles et techniques de l’IA, il est déjà possible, dans de nombreux cas, de tirer de la valeur d’une petite quantité de données ou de porter des données de faible qualité à un niveau supérieur. » Le seuil des données pour appliquer l’IA s’en trouve abaissé, ce qui rend son utilisation plus accessible pour de plus en plus d’entreprises.

Une création de valeur n’est pas l’autre

Mais l’accélération du recours à l’IA a aussi son revers. Bart Baeyens : « À court terme, beaucoup de start-ups émergeront qui prétendront développer des solutions IA, sans créer réellement de nouvelles innovations. Je songe à cet égard à des applications et des interfaces directement basées sur des modèles de langage existants, comme ChatGPT ou GPT4. » Il craint que des start-ups et des entreprises n’y gaspillent inutilement des capitaux ou du budget, puisque de tels outils deviendront à court terme une fonction standard dans les applications génériques de Google et Microsoft.

« Pour les entreprises, la véritable valeur ajoutée et le véritable avantage concurrentiel de l’IA résideront dans des solutions, développées sur mesure ou non, pour des domaines spécifiques », dit Bart Baeyens, « avec des outils IA qui permettront aux entreprises de faire plus avec leurs données, pour des applications propres à un domaine. Et elles pourront les valoriser au maximum en y associant aussi l’expertise humaine. L’interaction entre l’humain et la machine rend l’IA de plus en plus puissante, ce qui réduit précisément le besoin d’interaction humaine. »

Plan stratégique

Idéalement, pour obtenir une solution conçue sur mesure, une entreprise doit suivre un processus itératif avec une mentalité R&D, souligne Bart Baeyens. « Elle doit dresser l’inventaire des points névralgiques et des opportunités qui auront la priorité, des données dont elle dispose et ce qu’elle peut en faire, et des améliorations nécessaires. Elle doit aussi mesurer à quel point l’application IA sera performante et comment elle pourra la faire évoluer par la suite. » Ce n’est pas un trajet qui s’effectue du jour au lendemain. « Les entreprises ont intérêt à définir une feuille de route, en se concentrant d’abord sur les résultats les plus accessibles : les use cases présentant beaucoup de valeur et peu de complexité. De quoi rendre le rendement d’un investissement dans l’IA rapidement visible pour tous. Et générer ainsi de l’enthousiasme pour le pilotage de processus plus complexes avec l’IA à l’avenir. » 

Cet article est paru dans le Top ICT, qui est disponible en PDF.