Intelligence artificielle : les bonnes recettes d’IDC pour booster vos projets
Dans une étude commanditée par Microsoft, IDC constate que les entreprises françaises déploieraient moins l’IA que leurs voisines européennes. Cyrille Chausson, Research Manager à IDC Europe, livre ses conseils d’expert pour combler ce retard.
Les entreprises françaises afficheraient une maturité digitale élevée en Europe, avec une forte adoption du cloud et une stratégie axée sur la gestion des données. Malgré cela, l’adoption de l’intelligence artificielle en France accuserait un retard important par rapport aux autres pays européens.
C’est le constat d’un rapport d’IDC (commandité par Microsoft) signé par Cyrille Chausson, Research Manager, IDC Europe.
« 60 % des entreprises françaises (contre 51 % en Europe) se décrivent comme des entreprises dont le modèle économique s’adosse au digital ou qui se sont bâties naturellement avec et sur le cloud (“cloud-native”) », explique-t-il. Mais « elles [ne] sont aujourd’hui [que] 48 % à affirmer utiliser l’IA, quel que soit le cas d’usage, contre presque 68 % pour les entreprises en Europe ».
Ce retard s’observe également dans l’adoption de l’IA générative.
Une approche française de l’IA plus prudente, transverse et pragmatique
« Presque une entreprise française sur deux a structuré sa stratégie en connectant l’IA à de réelles attentes en matière de résultats métiers », confirme Cyrille Chausson. L’innovation, l’amélioration de l’expérience client et l’agilité sont les principaux objectifs ciblés.
Les entreprises françaises privilégieraient donc une approche pragmatique, mais aussi transverse. Les organisations françaises « ne sont que 28 % à placer ce budget entre les seules mains de la DSI, contre 42 % en Europe », chiffre l’analyste.
« Cette approche avec une forte proximité IT/métiers permet ainsi aux entreprises françaises d’avoir une démarche agile […] et de modifier la structure budgétaire en fonction des avancées de l’IA dans l’entreprise et des gains métiers apportés », continue Cyrille Chausson.
41 % des entreprises en France prévoiraient d’avoir cette démarche dans les deux ans à venir, quand 33 % ont déjà piloté leurs budgets de l’AI de cette façon en France.
Un retard aussi dans l’IA responsable
Il n’en reste pas moins que les entreprises locales afficheraient un autre retard : dans la gouvernance de l’IA responsable. « Seulement 26 % ont bâti un comité de gouvernance, alors qu’une entreprise sur trois l’a déjà mis en place en Europe ».
Dans le même temps, cette gouvernance est vue comme le meilleur moyen de s’adapter aux contraintes réglementaires. C’est un autre point bloquant majeur. « Les régulations freinent la progression de l’IA en France », écrit Cyrille Chausson.
« Les régulations freinent la progression de l’IA en France. »
Cyrille ChaussonIDC Europe
« En attente de réglementations européennes ou nationales, liées notamment à la souveraineté numérique, ou par manque de compréhension des contraintes imposées par ces lois, les entreprises françaises retardent leur implémentation de l’IA », note-t-il. « Toutefois, le très attendu règlement européen AI Act, dont le texte a été publié en décembre 2023, devrait contribuer à fixer les règles en matière d’utilisation des données. Il devrait structurer davantage les stratégies des entreprises, les rassurant quant à leur intégration de l’IA à leur processus métier », nuance-t-il.
Les coûts, le manque de compétence et de formation
Mais les principaux freins restent les coûts, le manque de compétences, et le manque de formation des employés à l’IA.
Or « les personnels spécialisés (comme les “prompt engineers” ou les “AI modelers”) et les employés compétents et formés [sont] deux composantes indispensables à une propagation de l’IA dans les processus métiers et dans une culture d’entreprise », souligne Cyrille Chausson.
Malgré ces obstacles, les entreprises françaises prévoiraient d’augmenter leurs investissements en IA dans les mois à venir, notamment via le cloud.
Quelles solutions pour accélérer ses projets d’IA ?
Du côté des recettes pour rattraper ce retard, IDC confirme les pistes d’autres rapports (BCG, Datasulting, Crayon, etc.)
Les ingrédients préconisés par Cyrille Chausson sont, pêle-mêle :
choisir entre le « faire » et le « faire-faire » (en anglais « Make or Buy »),
adopter un modèle opérationnel agile et flexible (pour favoriser les expérimentations),
avoir le soutien du top management,
considérer le développement de logiciels et le développement des données et de l’IA de manière intégrée,
investir dans la formation (avec des programmes internes) et dans le recrutement (pour se doter des compétences IA nécessaires), créer un cadre de gouvernance solide (ce qui implique de mettre en place des processus, des contrôles et une organisation dédiés à la conformité, à la sécurité, à la protection de la vie privée et à l’éthique), collaborer avec des partenaires de confiance (notamment les fournisseurs de cloud), et enfin anticiper l’évolution des régulations (par la veille).
N.B. Cyrille Chausson a été un des fondateurs du MagIT, dont il a été le rédacteur en chef pendant plusieurs années. Il n’exerce aujourd’hui plus aucune fonction dans le titre.
Pour approfondir sur Data Sciences, Machine Learning, Deep Learning, LLM
