Rapport Capgemini : The AI Powered Enterprise

Le dernier rapport de Capgemini met en évidence les recettes du succès du passage à l’échelle des projets d’Intelligence Artificielle

Paris, 1^er juillet 2020 – Un nouveau rapport du Capgemini Research Institute examine le rythme d’adoption de l’Intelligence Artificielle (IA) en entreprise au cours des trois dernières années. Plus de la moitié (53%) des organisations ont désormais dépassé le stade des projets pilotes, ce qui représente une nette augmentation par rapport aux 36% mentionnés dans le rapport Capgemini 2017 sur le même sujet. En outre, 78% des organisations ayant réussi le passage à l’échelle de leurs initiatives IA[1] continuent de faire avancer leurs initiatives au même rythme qu’avant le COVID-19. Mieux encore, 21% d’entre eux ont même accéléré la cadence. Cette évolution est en net contraste avec celle des « organisations en phase pilote pour leurs initiatives IA »[2] : 43% d’entre elles ont cessé d’investir dans l’IA et 16% supplémentaires ont suspendu toutes les initiatives dans ce domaine en raison des incertitudes économiques liées au COVID-19.

Le rapport Capgemini, « The AI Powered Enterprise: Unlocking the potential of AI at scale », révèle que la réussite du déploiement de l’IA à l’échelle apporte des avantages tangibles en termes de revenus. A ce titre, 79% des organisations ayant réussi le passage à l’échelle de leurs initiatives IA enregistrent une augmentation de plus de 25% des ventes de produits et de services traditionnels. De plus, 62% d’entre eux constatent également une diminution d’au moins 25% du nombre de réclamations de clients et 71% observent une réduction d’au moins 25% des menaces de sécurité.

Perspective par secteur : les secteurs des Sciences de la vie et du Retail ouvrent la voie dans l’adoption de l’IA alors que les Services financiers et le secteur des Utilities sont à la traîne

Sur le plan de l’implémentation de l’IA, cinq principales industries se démarquent. Les organisations des secteurs des sciences de la vie et du retail ont clairement une longueur d’avance : elles représentent respectivement 27% et 21% des organisations ayant réussi le passage à l’échelle de leurs initiatives IA. Elles sont suivies par les secteurs de l’automobile et des produits de consommation, qui totalisent 17% chacun, puis par les télécommunications (14%). Seulement 38% des entreprises spécialisées dans les sciences de la vie ont suspendu ou cessé leurs investissements en raison du COVID-19, contre 66% des compagnies d’assurance, 64% des banques et 64% des utilities. Cela illustre l’importance de la santé en ligne dans le contexte actuel, à l’heure où les assistants virtuels et les chatbots se multiplient et où les organisations, telle que l’Organisation mondiale de la santé, lancent des outils basés sur l’IA pour collecter et fournir des informations sur la pandémie en cours^[3].

 Des données fiables et de qualité sont essentielles pour déployer l’IA

Pour les organisations ayant réussi le passage à l’échelle de leurs initiatives IA, « l’amélioration de la qualité des données » arrive en tête des approches qui les aident à tirer davantage parti de leurs systèmes IA. En ce sens, une solide stratégie de gouvernance des données garantit que les équipes IA disposent de données de bonne qualité et renforce la confiance que les cadres accordent aux données. Ainsi, la mise en place des plateformes technologiques requises, telles qu’une architecture de Cloud hybride et la démocratisation de l’accès aux données, constituent le fondement du déploiement de l’IA.

Le recrutement de responsables IA est crucial pour soutenir les objectifs d’une organisation en matière d’IA

Selon l’étude de Capgemini, pour 70% des entreprises, la pénurie de talents dans les postes intermédiaires et supérieurs est un défi majeur à la mise en œuvre de l’IA. Plus de la moitié des organisations ayant réussi le passage à l’échelle de leurs initiatives IA (58%) ont nommé un chef/responsable IA qui peut offrir une vision aux équipes de développement et établir des directives concernant la hiérarchisation des cas d’usage, ainsi que sur les questions d’éthique et de sécurité, tout en harmonisant l’utilisation des outils et plateformes nécessaires à l’implémentation de l’IA. Un large éventail de compétences est nécessaire pour la mise à l’échelle des applications d’IA : au-delà des compétences techniques pures, les organisations doivent impliquer business analysts et spécialistes de la gestion du changement. Toutefois, pour les disciplines telles que l’apprentissage automatique ou la visualisation de données, l’écart entre l’offre et la demande est actuellement important. La formation et le perfectionnement sont donc essentiels pour pallier ce manque et garantir que ces compétences puissent rester en interne.

L’éthique joue un rôle clé pour générer satisfaction et confiance des clients dans l’IA

Si les consommateurs et les réglementations mettent fortement l’accent sur une IA éthique, Capgemini a découvert que de nombreuses organisations n’abordaient pas activement certaines questions, telles que le besoin de disposer d’une équipe en charge de l’éthique. Selon le rapport, moins d’un tiers des organisations en phase pilote pour leurs initiatives IA (29% comparés aux 90% parmi les organisations ayant réussi le passage à l’échelle de leurs initiatives IA) admettent disposer de connaissances détaillées sur la manière dont les systèmes IA produisent leurs résultats ; ce qui constitue un critère important pour la confiance des dirigeants en leurs systèmes IA. Parallèlement, il est impossible de gagner la confiance des consommateurs si les employés en contact avec les clients ne font pas eux-mêmes confiance aux modèles ou données utilisés par leur entreprise.

« A la lumière de la récente crise liée au Covid-19 et alors que les organisations se tournent vers les données et l’IA pour rendre leurs opérations plus résilientes, rapprocher l’implémentation des projets IA des objectifs tactiques et stratégiques est critique pour réussir un passage à l’échelle », explique Anne-Laure Thieullent, responsable de l’offre AI & Analytics du groupe Capgemini. « Dans notre étude, il apparaît clairement que les organisations qui réussissent le mieux combinent leurs efforts pour moderniser leur infrastructure de gouvernance des données, utilisent les forces de leurs écosystèmes de partenaires ainsi que des approches agiles telles que le DataOps[4]-MLOps[5] pour développer et déployer des solutions d’IA, former des équipes diverses et mettre en place des modèles opérationnels d’exploitation. »

En conclusion du rapport : un tour d’horizon des quatre principes sur lesquels les organisations doivent se concentrer pour une implémentation réussie de l’IA :

• Mettre l’accent sur les moyens: établir des bases solides pour accéder facilement à des données fiables et de qualité, grâce à des plateformes et outils IA et de données appropriés, ainsi qu’à des pratiques agiles.
• Soutenir l’opérationnalisation: déployer l’IA à l’aide d’un modèle opérationnel adapté, de hiérarchiser les initiatives et de garantir une gouvernance équilibrée tout en intégrant l’éthique.
• Développer les talents: diversifier les talents et collaborer avec des écosystèmes de partenaires.
• Surveiller et améliorer : surveiller en permanence la précision et les performances des modèles pour générer les bénéfices métiers attendus et constamment les améliorer.

Pour consulter le rapport dans son intégralité, cliquez ici.

Méthodologie de l’étude

Le Capgemini Research Institute a interrogé 950 organisations ayant des initiatives IA en cours et a mené des entretiens approfondis avec des cadres en charge de la supervision de ce type d’initiatives. L’étude s’est concentrée sur les entreprises qui avaient enregistré au moins 1 milliard de dollars de revenus au cours du dernier exercice financier, dans onze pays (Allemagne, Australie, Chine, Espagne, Etats-Unis, France, Inde, Italie, Pays-Bas, Royaume-Uni et Suède) et onze secteurs (automobile, banque, produits de consommation, énergie, assurances, sciences de la vie, fabrication, agences publiques/gouvernementales, retail, télécommunications, utilities).

A propos de Capgemini

Capgemini est un leader mondial du conseil, de la transformation numérique, des services technologiques et d’ingénierie. A la pointe de l’innovation, le Groupe aide ses clients à saisir l’ensemble des opportunités que présentent le cloud, le digital et les plateformes. Fort de plus de 50 ans d’expérience et d’une grande expertise des différents secteurs d’activité, il accompagne les entreprises et organisations dans la réalisation de leurs ambitions, de la définition de leur stratégie à la mise en œuvre de leurs opérations. Pour Capgemini, ce sont les hommes et les femmes qui donnent toute sa valeur à la technologie. Résolument multiculturel, le Groupe compte aujourd’hui 270 000 collaborateurs présents dans près de 50 pays. Avec Altran, le Groupe a réalisé un chiffre d’affaires combiné de 17 milliards d’euros en 2019.

Plus d’informations sur www.capgemini.com. People matter, results count.

A propos du Capgemini Research Institute

Le « Capgemini Research Institute » est le centre de recherche de Capgemini. Il publie régulièrement des études sur l’impact des technologies digitales au sein des organisations et des grands secteurs économiques. L’équipe de l’Institut s’appuie sur le réseau international d’experts de Capgemini et travaille en étroite collaboration avec les partenaires académiques et technologiques du Groupe. Il dispose de plusieurs centres de recherche dédiés en Inde, au Royaume-Uni, à Singapour et aux Etats-Unis. Il a été récemment classé N°1 mondial pour la qualité de ses recherches par des analystes indépendants.

Plus d’informations sur https://www.capgemini.com/researchinstitute/

[1] Le groupe des organisations ayant réussi le passage à l’échelle de leurs initiatives IA regroupe 13% des organisations interrogées qui ont déployé de multiples applications IA au sein de nombreux services.

[2] Les organisations en phase pilote pour leurs initiatives IA sont celles qui ont lancé leurs projets pilotes IA avant 2019, mais qui n’ont pas été en mesure de mettre en production une seule application. Elles représentent 72% des entreprises sondées.

^[3] Source : OMS, « WHO launches a chatbot on Facebook Messenger to combat COVID-19 misinformation », 15 avril 2020.

^[4] DataOps : ensemble de pratiques visant à démocratiser la donnée et améliorer son accessibilité pour les métiers, en faisant coopérer avec les équipes de data analysts, data engineers et les exploitants informatiques et en améliorant simultanément la qualité, l’agilité, la vitesse d’ingestion et de préparation et la mise à disposition de la donnée pour des cas d’usage AI & Analytics.

[5] MLOps : ensemble de pratiques visant à réduire le délai de mise à jour et mise en production de systèmes intelligents ou apprenants, tout en améliorant leur qualité et leur robustesse, en faisant travailler ensemble data scientists, Machine Learning engineers, métiers et exploitant informatiques sur un processus commun.