Christof Zogg lors de son exposé sur l’intelligence artificielle
8 min

Intelligence artificielle dans l’entreprise: «Les décideurs commerciaux ne peuvent plus y échapper»

L’intelligence artificielle offre aux entreprises un énorme potentiel pour accroître leur efficacité, développer des produits plus innovants et prendre de meilleures décisions stratégiques. Et ainsi acquérir des avantages concurrentiels. Christof Zogg, Head of Business Transformation chez Swisscom, explique pourquoi l’IA est essentielle pour le succès d’une entreprise et pourquoi elle ne devrait pas préoccuper que le département informatique.

MSM Research: IA

L’intelligence artificielle sur le point de changer les règles du jeu: découvrez dans la dernière étude de MSM Research comment les entreprises suisses utilisent l’IA et ce qu’il faut prendre en compte lors de son utilisation.

Pourquoi l’IA contribue-t-elle au succès durable de l’entreprise?

Christof Zogg: Notamment en raison du grand potentiel de l’IA dans l’accroissement de l’efficacité. Celui-ci est rendu possible en particulier par les derniers développements dans le Machine Learning (ML), un sous-domaine de l’IA. Par exemple, les programmes de traduction vocale toujours plus performants, les chatbots pour le traitement automatisé des demandes simples de la clientèle ou les modèles dits «transformeurs» tels que ChatGPT – qui relèvent de l’intelligence artificielle générative – offrent des performances impressionnantes en matière d’analyse et de synthèse de textes. Dans le développement de logiciels, l’IA est déjà un outil largement répandu: Microsoft indique qu’aujourd’hui, 58% du code logiciel saisi dans GitHub a été vérifié, commenté ou généré par le bot intégré appelé Copilot.

Concrètement, comment les entreprises procèdent-elles pour tirer profit de l’IA pour leurs activités?

Le voyage dans l’ère de l’intelligence artificielle ne fait que commencer et le développement de l’intelligence artificielle générative vient lui donner un nouvel élan considérable. Il s’agit maintenant d’acquérir une expérience pratique sous la forme de cas d’application concrets, mais pas trop vastes. Identifier des cas d’application pertinents pour l’IA implique souvent des processus manuels ou coûteux. Lors de la mise en œuvre de l’IA, il est essentiel que le domaine commercial ne laisse pas unilatéralement le thème de l’IA et du ML au département informatique. L’IA a un rôle crucial et des implications importantes sur toutes les formes de travail intellectuel. Elle ne peut pas être négligée par le domaine commercial et la direction de l’entreprise. L’IA et le ML peuvent être des outils stratégiques très avantageux. Après tout, la stratégie est l’affaire de la direction.

Pouvez-vous nous donner un exemple illustrant l’importance stratégique de l’IA, en particulier de l’IA générative?

Ce qui rend l’IA si fascinante, c’est sa polyvalence. D’une part, elle est utilisée dans la numérisation du modèle d’exploitation, c’est-à-dire dans tous les processus nécessaires pour acquérir des clients, fournir un service et soutenir les clients existants. Parmi les exemples concrets, on peut citer l’analyse de texte (traitement automatisé des factures ou des déclarations de sinistre), la génération de texte (création automatisée de rapports de sortie et de résumés de documents), ainsi que les bots de recherche pour les questions liées aux ressources humaines ou aux contrats clients, qui résument les résultats en langage naturel de manière pratique et avec une qualité impressionnante.

D’autre part, elle permet d’obtenir un avantage stratégique en termes de connaissances. Celui-ci repose généralement sur l’entraînement d’un modèle de prévision permettant de prévoir aussi précisément que possible les tendances en matière de produits, les commandes entrantes ou les besoins de renouvellement d’infrastructures.

À quoi les décideurs commerciaux doivent-ils faire attention lorsqu’ils mettent en œuvre l’IA dans leur entreprise?

Il convient ici de faire la distinction entre l’utilisation d’un modèle de ML existant, qu’un fournisseur a déjà formé pour sa clientèle, et une question spécifique à une entreprise, un secteur ou un pays. Ce n’est qu’avec cette dernière spécialisation que l’on obtient un argument de vente unique durable et donc un véritable avantage concurrentiel. La règle est la même que pour toutes les applications de données, que je veuille créer un tableau de bord ou entraîner un modèle de ML: il faut d’abord faire ses devoirs et mettre en place une plateforme de données fiable et automatisée.

Les entreprises et décideurs commerciaux suisses reconnaissent-ils déjà l’importance de l’IA?

Selon une enquête récente d’Equinix, 80% des entreprises suisses interrogées aimeraient se servir de l’intelligence artificielle. Toutefois, la majorité d’entre elles ne pensent pas que leurs données et leur infrastructure informatique soient prêtes. Il reste donc beaucoup à faire. Mais avec les nouveaux services d’IA tels que ChatGPT et Google Gemini, les décideurs commerciaux n’ont pas le choix; ils doivent se pencher sérieusement sur l’IA. En effet, les collaborateur(trice)s intelligent(e)s de leur entreprise s’en servent depuis longtemps dans leur travail quotidien et alimentent les modèles de ML sous-jacents avec des données commerciales critiques.

Quels entreprises et secteurs profitent-ils le plus de l’IA? Existe-t-il des secteurs qui exploitent encore relativement peu ce potentiel?

Contrairement à d’autres tendances informatiques telles que la blockchain ou le métavers, l’IA et le ML sont applicables de manière universelle. De ce point de vue, tous les secteurs ont une marge de progression importante. En ce qui concerne les secteurs qui présentent des avantages particulièrement élevés, je citerais l’industrie pharmaceutique, la finance, la santé et l’éducation.

Quelles utilisations de l’IA générative observez-vous actuellement le plus souvent dans les entreprises suisses?

Trois champs d’application de l’IA générative sont présents dans pratiquement toutes les entreprises. L’analyse et la diffusion de textes non structurés (par exemple des factures de fournisseurs, des procès-verbaux de sinistres ou des rapports d’enquête), la génération de documents texte (par exemple des résumés ou des procès-verbaux de réunion) et I’A conversationnelle sous forme de chatbots ou de requêtes de recherche conversationnelles internes à l’entreprise.

Lors de la mise en œuvre de l’IA, les entreprises doivent s’occuper à la fois de l’acquisition des données, de la formation du modèle et de l’interprétation des résultats. Quels sont les plus grands défis à relever?

Concrètement, la réussite d’un cas d’application dépend essentiellement de deux facteurs: est-ce que je dispose des données nécessaires dans la bonne qualité et en quantité suffisante? Puis-je, moyennant un effort raisonnable, entraîner un modèle capable d’effectuer la classification ou le pronostic souhaité avec une précision et une validité suffisamment élevées?

Comment les décideurs commerciaux trouvent-ils des réponses à ces questions? Doivent-ils connaître précisément les possibilités qu’offre l’IA ou peuvent-ils bénéficier de ce savoir-faire en employant par exemple des data scientists et en faisant appel à des prestataires externes tels que Swisscom?

À l’instar d’autres technologies clés, par exemple le cloud computing, je pense que pour réussir, tout décideur commercial aura à l’avenir besoin d’une base de connaissances solide en matière d’IA et de ML, ne serait-ce que pour poser les bonnes questions et mieux estimer les avantages et les coûts. Il appartient à chaque entreprise d’acquérir ce savoir-faire en interne en faisant appel à ses propres ingénieurs et scientifiques des données ou par le biais de consultants externes.

Quelles sont les répercussions de l’intelligence artificielle pour les entreprises? Doit-elle être «seulement» considérée comme une extension de l’activité de base ou l’organisation dans son ensemble doit-elle être orientée en conséquence, pour ainsi dire comme une transformation en Data-Driven Business?

Comme pour toutes les grandes disruptions techniques, l’intelligence artificielle touchera l’ensemble de l’organisation. De sorte qu’une fois le projet achevé, il ne suffira pas de constituer une nouvelle équipe dans une division opérationnelle quelconque. Mais le voyage vers l’ère de l’intelligence artificielle doit bien commencer quelque part. C’est là qu’une équipe dédiée peut potentiellement lancer le processus.

Comment faire face au scepticisme et au rejet à l’égard de l’IA au sein de l’entreprise?

Jusqu’à présent, nous avons surtout parlé de l’avenir prometteur de l’IA, mais il est évident que cette technologie n’est pas exempte de problèmes. Bien au contraire. D’importants visionnaires du domaine technologique comme Elon Musk, Max Tegmark ou Geoffrey Hinton s’inquiètent même sérieusement pour l’avenir de l’humanité. Les entreprises suisses n’ont pas besoin d’aller aussi loin; mais comme pour la plupart des tendances technologiques, il y aura là aussi des attentes démesurées et des coûts disproportionnés. Une raison de plus pour les décideurs de se familiariser avec le sujet.

Atelier ReThink

Let’s ReThink – Transformation signifie confiance. Dans la numérisation, dans les collaborateurs et dans la propre gestion. Lors de l’atelier ReThink avec nos expert(e)s, apprenez-en davantage sur votre maturité numérique et sur le potentiel que recèle votre entreprise. 

Version étendue et actualisée de l’entretien de juillet 2023.

Write a comment

Your email address will not be published.

Read now