Comment les entreprises peuvent-elles vraiment tirer parti de l'Intelligence artificielle ?

Elle est sur toutes les lèvres et fait l'objet de nombreux débats. L'IA est actuellement en plein essor. Et pour cause : un changement de paradigme est en train de s'opérer.

Auparavant principalement destinée aux professionnels, l’IA se retrouve aujourd’hui entre les mains du grand public. Un tel progrès va impliquer indéniablement une adoption massive et à grande échelle. Les entreprises projettent de s’appuyer sur une telle technologie pour révolutionner leur fonctionnement et libérer les salariés de tâches redondantes et se concentrer sur des tâches à forte valeur ajoutée. L’objectif est clair : rester compétitif et continuer de croître. Concrètement, quel est l’impact de l’intégration de l’IA en entreprise ? Quels sont ses enjeux, notamment dans les RH ? À quels défis devons-nous répondre pour son implémentation et pour une meilleure adoption ? 

Où en est l’adoption de l’IA en entreprise ?

Une récente étude Mc Kinsey, menée auprès de 1 684 participants du monde entier, issus de divers secteurs d'activité, tailles d'entreprise et spécialités fonctionnelles a fait le point sur l’utilisation de l’IA générative au niveau mondial. Elle indique notamment que 79 % des répondants déclarent avoir été au moins quelque peu exposés à l’IA, que ce soit dans le cadre professionnel ou personnel, et 22 % déclarent l’utiliser régulièrement pour réaliser leurs tâches professionnelles. Une adoption bien plus marquée dans le secteur technologique – suivi de près par les services financiers et de la distribution. Les industries manufacturières telles que l’automobile et l’aérospatial sont largement moins impactées en raison de la nécessité de bénéficier d’une main d’œuvre physique – que l’IA peut difficilement suppléer.  
Au sein des entreprises françaises, une enquête BVA menée pour le compte de Pôle emploi indique que sur 3000 entreprises françaises de plus de 10 salariés interrogées, 31 % déclarent utiliser une solution intégrant une IA et 4 % s’attèlent à son déploiement. En revanche, 57 % ne s’en soucient pas. Une adoption donc plus mitigée dans les entreprises françaises. De plus, toujours selon cette étude, se sont surtout les fonctions supports (comptabilité, communication, gestion des RH) qui sont impactées par l’IA. 

Gain de temps, augmentation de la productivité, attractivité des métiers

Quels sont les avantages concrets de l’IA ? En matière de comptabilité, l’automatisation de la saisie permet déjà un grain de temps inestimable aux professionnels. L’IA est en effet clairement adaptée pour répondre à des tâches manuelles, récurrentes et complexes. Dans le cadre de la gestion sociale, grâce à un outil conversationnel, la production de la paie est grandement facilitée, par exemple pour la recherche rapide d’éléments ciblés, en réponses à des questions posées en langage naturel. Le temps alloué à ces activités est alors optimisé et les experts métiers peuvent se concentrer sur leur cœur de métier, à plus forte valeur ajoutée (par exemple la relation client ou le développement d’offres de service). Cette optimisation des métiers grâce à l’IA contribue à accroître l’attractivité de certains métiers généralement peu attractifs pour la jeune génération.

 Outre le fait d’attirer les talents, l’IA va permettre aux professionnels des RH d’effectuer du sur-mesure, d’analyser et de traiter les informations rapidement pour mieux cibler les besoins. Ils pourront recruter plus facilement mais aussi adapter leur politique RH à l’entreprise.

 Le suivi de la qualité et des performances de l’outil IA en entreprise ouvrent la voie à l’apparition de nouveaux métiers. C’est le cas par exemple du contrôleur IA ou de l’entraineur IA (qui choisit les données à intégrer à l’IA et corrige les biais de données). De la même façon, le métier de prompt engineer (conception et création des données ainsi que des requêtes entrantes pour engager l'IA à effectuer une tâche spécifique) est un exemple de poste en forte demande. 

Se pose alors la question de la façon dont ces outils à base d’IA sont mis en place au sein des entreprises.

Industrialisation de l’IA et conduite du changement : deux enjeux majeurs pour les entreprises

L’industrialisation des outils d’IA est nécessaire à leur déploiement en entreprise. Il faut sortir l’IA des laboratoires et la faire entrer dans des processus industriels complets pour la fiabiliser, la contrôler et la maîtriser, pour que finalement elle puisse être utilisée par des experts métier. L’IA se nourrit de données (appelées les jeux d’entrainement), dont la sélection est de la responsabilité de l’expert métier. L’outil à base d’IA donne un résultat statistique, il va sortir le résultat le plus probable, mais ce dernier peut être faux. Nous ne sommes pas dans une réalité binaire, vraie ou fausse.

 Une étude de Progress, indique que 64 % des entreprises françaises souffrent de biais de données. L'enquête de Progress indique que 70 % des décideurs business et IT français pensent que la partialité des données deviendra une préoccupation majeure à mesure que l'utilisation de l'IA/ML augmentera. Toutefois, seuls 2 % s'y attaquent actuellement et ont un processus d'évaluation en cours. Or, les décisions prises à l'aide de données biaisées peuvent nuire gravement aux finances, aux opérations informatiques, aux ventes et à la stratégie d'une entreprise. Pire encore, des données biaisées peuvent entraîner des expériences client médiocres et négatives et nuire à la réputation d'une entreprise. 

L’industrialisation des outils d’IA passe donc par des mécanismes de contrôle et de fiabilisation. Par ailleurs l’apprentissage est successif et requière donc une adaptation permanente.

 Prenons un exemple dans la gestion des ressources humaines : il est possible d’établir les niveaux de salaire du marché en comparant les salaires des bulletins de paie de plusieurs sociétés. L’une des difficultés est que les intitulés des fonctions données aux salariés pour un même métier varient d’une région à l’autre et d’une entreprise à l’autre. L’IA va donc être utilisée pour établir les bonnes correspondances entre métiers. Elle va apprendre des experts métier au fur et à mesure des correspondances établies manuellement par l’expert et ainsi va permettre de rendre homogène une base hétérogène. Mais la fiabilité du résultat sera directement liée à la qualité de la donnée en amont et à son évolution.

 L’IA est donc capable d’augmenter la productivité des experts métiers et de leur faire gagner en confort de travail. Mais pour que le déploiement de l’IA soit efficace en entreprise, il est nécessaire qu’un accompagnement soit mis en place. La conduite du changement (Change Management) est ainsi essentielle car l’arrivée de l’IA remet en cause les processus de travail existant. Les experts métier ont souvent des nombreuses années de pratique et tout changement est difficile à mettre en place, surtout quand il vient perturber une activité par ailleurs très chargée.  Des formations auprès des salariés, à l’outil à base d’IA, sont ainsi nécessaires, de même que la diffusion des meilleures pratiques et que la nomination de collaborateurs pilote.

 Le Change Management englobe toutes les fonctions de l’entreprise, allant des formations des employés, à l’adaptation des métiers en passant par l’implémentation technique et l’optimisation des coûts. C’est donc une stratégie globale que les entreprises doivent construire pour que l’utilisation de l’IA soit optimale et génère un excellent retour sur investissement.

 Une autre question se pose en entreprise quand on évoque l’IA et l’ensemble des données de son jeu d’entrainement : comment sécuriser les données pour qu’elles ne soient pas exposées à l’extérieur ?

La sécurité des données liées à l’IA : un cloisonnement nécessaire

Avec la notion d’apprentissage et d’intégration des données intrinsèques à l’IA, se pose la question de la sécurité des données. En effet, selon l’étude Mc Kinsey, l’inexactitude, la cybersécurité et la propriété intellectuelle sont citées comme les principaux risques de l’IA. L’intégration de l’IA en entreprise nécessite d’autant plus de précautions sur la sécurité des données, que ces données revêtent un caractère confidentiel. L’entreprise est ainsi contrainte à un cloisonnement fort entre données publiques et données confidentielles. De nombreux contre-exemple ont été

Ceci en stockant les données sensibles de l’entreprise sur un serveur spécifique. Ainsi, lorsqu’un employé utilise le Chatbot de l’entreprise, il le fait via l’accès à cet agent conversationnel sur un serveur dédié. Ce qui limite les fuites de données. Microsoft et Google se penchent actuellement sur la question.

Il est donc indéniable que l’Intelligence Artificielle possède de nombreux avantages pour l’entreprise, la faisant gagner en productivité, en temps et rester compétitive. Toutefois, pour que l’IA soit fiabilisée et efficace à terme, il est nécessaire de se pencher sur le change management au sein de l’entreprise et la capacité à industrialiser les outils. Le tout en s’assurant que la sécurité des données soit inviolable. C’est à ce prix que l’utilisation de l’IA en entreprise sera vraiment utile, optimale, efficace et fiable.