Alors que les tendances en matière d'investissement dans l'IA évoluent à l'horizon 2025, les dirigeants sont de plus en plus contraints de prendre des décisions stratégiques sur la mise en œuvre de l'IA. Avec l'adoption rapide des outils d'IA par les entreprises - 22 % les mettent en œuvre de manière intensive et 33 % les utilisent de manière limitée - il est devenu essentiel de comprendre comment évaluer et mettre en œuvre les solutions d'IA pour conserver un avantage concurrentiel. Dans le livre"The Executive Guide to Artificial Intelligence" d'Andrew Burgess, l'auteur fournit un guide complet pour les dirigeants d'entreprise qui souhaitent comprendre et mettre en œuvre des solutions d'IA dans leur organisation.

‍

Cet ouvrage a été publié en 2017 par Springer International Publishing et offre un aperçu pratique de la manière dont les entreprises peuvent tirer parti de l'intelligence artificielle. Qu'est-ce qui a changé aujourd'hui ?

‍

Tendances actuelles de l'investissement dans l'IA 2025

Le paysage de l'IA connaît une croissance sans précédent, les organisations réalisant des investissements plus importants pour rester compétitives.

L'essentiel :

Burgess a souligné l'importance de commencer par définir des objectifs clairs alignés sur la stratégie de l'entreprise, un principe qui reste valable aujourd'hui. Dans son livre, il identifie huit capacités essentielles de l'IA :

‍

1. Reconnaissance d'images
2. Reconnaissance vocale
3. Recherche et extraction d'informations
4. Regroupement
5. Compréhension du langage naturel
6. Optimisation
7. Prédiction
8. Comprendre (aujourd'hui)

Évolution de 2018 à 2025 :

Depuis la rédaction du livre, l'IA est passée du statut de technologie émergente à celui de technologie grand public. La capacité de "compréhension" que Burgess considérait comme futuriste a connu des avancées significatives avec l'avènement des grands modèles de langage (LLM) et des technologies d'IA générative, qui n'avaient pas encore vu le jour en 2018.

Cadre stratégique pour les décisions d'investissement dans l'IA

Les quatre questions essentielles

Lors de l'évaluation des investissements dans l'IA, il est essentiel de se concentrer sur ces questions cruciales :

1. Définir le problème de l'entreprise
2. Indicateurs de réussite
3. Exigences de mise en œuvre
4. Évaluation des risques

‍

Note : Ce cadre en quatre questions est issu des connaissances actuelles et n'est pas explicitement présenté dans le livre de Burgess.

‍

Élaborer une stratégie efficace en matière d'IA

Le cadre d'adoption :

Burgess propose un cadre détaillé pour la création d'une stratégie en matière d'IA qui comprend

1. Alignement sur la stratégie de l'entreprise - Comprendre comment l'IA peut soutenir les objectifs existants de l'entreprise
2. Comprendre les ambitions de l'AI - Définir si nécessaire :
   • Améliorer les processus existants
   • Transformer les fonctions de l'entreprise
   • Créer de nouveaux services/produits
3. Évaluation de la maturité de l'IA - Déterminer le niveau de maturité actuel de l'organisation sur une échelle de 0 à 5 :
   • Traitement manuel (niveau 0)
   • Automatisation informatique traditionnelle (niveau 1)
   • Automatisation isolée de base (niveau 2)
   • Mise en œuvre tactique d'outils d'automatisation (niveau 3)
   • Mise en œuvre tactique de diverses technologies d'automatisation (niveau 4)
   • Automatisation stratégique de bout en bout (niveau 5)
4. Création d'une carte thermique de l'AI - Identification des domaines où les opportunités sont les plus grandes
5. Élaborer un dossier commercial - Évaluer les avantages "tangibles" et "intangibles
6. Gestion du changement - Planifier l'adaptation de l'organisation
7. Développer une feuille de route IA - Créer un plan à moyen et long terme

Évolution de 2018 à 2025 :

Le cadre de Burgess reste étonnamment pertinent aujourd'hui, mais il doit être complété par des considérations sur :

• L'éthique et les réglementations en matière d'IA (comme la loi européenne sur l'IA)
• Durabilité environnementale de l'IA
• Stratégies d'IA responsables
• Intégration des technologies émergentes telles que l'informatique quantique

Mesurer le retour sur investissement de l'IA

Les facteurs déterminants du retour sur investissement :

Burgess identifie différents types d'avantages de l'IA, classés en "hard" et "soft" :

Des avantages indéniables :

• Réduction des coûts
• Éviter les coûts
• Satisfaction des clients
• Conformité
• Atténuation des risques
• Atténuation des pertes
• Atténuation des pertes de revenus
• Génération de revenus

Avantages doux :

• Changement culturel
• Avantage concurrentiel
• Effet de halo
• Permettre d'autres avantages
• Permettre la transformation numérique

Jusqu'à présent :

La mesure du retour sur investissement de l'IA est devenue plus sophistiquée, avec des cadres spécifiques pour évaluer l'impact de l'IA générative, qui n'existaient pas lorsque Burgess a écrit son livre.

‍

Approches techniques de la mise en œuvre de l'IA

‍

Types de solutions :

Burgess a présenté trois approches principales pour la mise en œuvre de l'IA :

1. Logiciels d'IA prêts à l'emploi - Solutions prêtes à l'emploi
2. Plateformes d'IA - fournies par de grandes entreprises technologiques
3. Développement d'IA sur mesure - Solutions personnalisées

Pour les premières étapes, il a suggéré d'envisager :

• Preuve de concept (PoC)
• Prototypes
• Produit minimum viable (MVP)
• Test de l'hypothèse la plus risquée (TAP)
• Pilote

Ce qui a changé :

Depuis 2018, nous avons assisté à :

• Démocratisation des outils d'IA avec des solutions sans code/à faible code
• Amélioration spectaculaire des plateformes d'IA en nuage
• Croissance de l'IA générative et des modèles tels que GPT, DALL-E, etc.
• Montée en puissance des solutions AutoML qui automatisent certaines parties du processus de science des données

Prise en compte des risques et des défis

‍

Les risques de l'intelligence artificielle :

Burgess a consacré un chapitre entier aux risques de l'IA, en soulignant :

1. Qualité des données
2. Manque de transparence - la nature "boîte noire" des algorithmes
3. Préjugés non intentionnels
4. Naïveté de l'IA - Limites de la compréhension du contexte
5. Dépendance excessive à l'égard de l'IA
6. Mauvais choix de technologie
7. Actes de malveillance

Évolution de 2018 à 2025 :

Depuis l'écriture du livre :

• Les préoccupations relatives à la partialité des algorithmes sont devenues une question cruciale (en attente)
• La sécurité de l'IA est devenue essentielle face à l'augmentation des menaces
• La réglementation de l'IA est devenue un facteur clé
• Les risques liés aux deepfakes et à la désinformation générative par l'IA sont devenus importants
• Les préoccupations en matière de protection de la vie privée se sont accrues avec l'utilisation plus généralisée de l'IA

Créer une organisation efficace de l'AI

‍

Extrait du livre de Burgess (2018) :

Burgess a proposé :

• Construire un écosystème de l'IA avec les fournisseurs et les partenaires
• Mise en place d'un centre d'excellence (CoE) avec des équipes dédiées
• Envisager des rôles tels que celui de responsable des données (CDO) ou de responsable de l'automatisation (CAO).

Évolution de 2018 à 2025 :

Depuis lors :

• Le rôle de responsable en chef de l'IA (CAIO) est devenu courant
• L'IA est désormais souvent intégrée dans l'ensemble de l'organisation au lieu d'être isolée dans un centre d'expertise.
• La démocratisation de l'IA a conduit à des modèles opérationnels plus distribués
• L'importance de la maîtrise de l'IA pour tous les employés est apparue

Conclusion

Extrait du livre de Burgess (2018) :

Burgess a conclu en soulignant l'importance de :

• Ne croyez pas au battage médiatique, mais concentrez-vous sur les véritables problèmes de l'entreprise
• Commencer le parcours de l'AI dès que possible
• Préparer l'avenir de l'entreprise en comprenant l'IA
• Adopter une approche équilibrée entre optimisme et réalisme

Évolution de 2018 à 2025 :

L'appel de Burgess à "ne pas croire au battage médiatique" reste incroyablement pertinent en 2025, en particulier avec le battage médiatique excessif autour de l'IA générative. Cependant, la vitesse d'adoption de l'IA est devenue encore plus critique, et les entreprises qui n'ont pas encore entamé leur parcours en matière d'IA se trouvent maintenant dans une position très désavantageuse par rapport à celles qui ont suivi le conseil de Burgess de commencer tôt (en 2018 !).

‍

Le paysage de l'IA en 2025 est plus complexe, plus mature et plus intégré à la stratégie de l'entreprise que ce que l'on aurait pu prédire en 2018, mais les principes fondamentaux d'alignement stratégique, de création de valeur et de gestion des risques énoncés par Burgess restent étonnamment valables.