IA : Les entreprises face à la domination des géants du numérique

Américains ou chinois, les groupes du numérique confirment progressivement leur leadership mondial en matière d’intelligence artificielle. À coup de milliards de dollars d’investissements, ils s’emploient à constituer de très larges équipes de programmeurs en interne, à embaucher les meilleurs experts du domaine, et à racheter les plus belles pépites. Il faut dire que l’IA du futur présage une rupture d’ampleur : celle de remplacer l’individu par la machine. L’IA contemporaine, elle, se limite au rôle d’assistant, de prothèse humaine. C’est cette IA « faible » qui commence à irriguer tous les secteurs d’activité et toutes les fonctions de l’entreprise, avec à la clé, des gains de productivité, des gains en qualité et, par effet de « rebond », la création de nouvelles offres.

En détenant cette technologie pivot, les groupes du numérique acquièrent une place tout à fait particulière dans le système productif. Forts de ressources financières et humaines considérables, ils ont les moyens de concevoir la mécanique de base des systèmes d’intelligence artificielle à des tarifs extrêmement compétitifs. À l’image d’un châssis conçu pour un modèle de voiture et réemployé sur un autre modèle, les systèmes d’IA de Google, Facebook ou IBM sont destinés à être adaptées aux besoins d’organisations tierces.

Ce prêt-à-porter technologique revêt cependant des risques ou des coûts cachés pour les entreprises, à commencer par la dépendance économique et technologique. Et puis si toutes les entreprises d’une industrie recourent aux mêmes solutions standardisées, le risque d’indifférenciation des offres, et donc de concurrence par les prix, pourrait s’accélérer. Ces solutions peuvent aussi se révéler un véritable cheval de Troie pour capter les données des entreprises (et de leurs clients) et mettre la main sur leur savoir-faire.

Il apparaît donc crucial pour une entreprise de personnaliser ces systèmes d’IA « ouverts » pour empêcher la valeur de migrer vers ces géants du numérique. Cela sous-entend de s’entourer de compétences spécifiques, d’ingénieurs et programmeurs informatiques pour concevoir, maintenir et faire évoluer ces outils. Ces compétences seront de préférence internalisées pour éviter les solutions standardisées, facilement imitables et approximativement ajustés des prestataires du numérique.

L’intelligence artificielle pose une autre question d’ordre stratégique aux entreprises : de quel type et de quelle quantité de données disposer pour en tirer pleinement parti ? Il ne s’agit pas forcément d’évoluer dans le domaine du big data en collectant un maximum d’informations trop souvent gouvernée par les géants du numérique, mais bien du small ou du smart data, c’est-à-dire de disposer d’une quantité plus restreinte mais plus pertinente d’informations. Ne l’oublions pas : des données fausses à grande échelle donneront toujours une solution erronée. Et puis si toutes les entreprises partagent les mêmes données, comment les entreprises se différencieront-elles ?

Dès lors, savoir collecter les données, les raffiner, leur donner du sens s’imposent comme des pré-requis indispensables pour implémenter des solutions d’intelligence artificielle dans l’entreprise. Il faut également savoir protéger les données, notamment depuis la mise en place du RGPD en Europe. Les entreprises vont donc devoir acquérir des compétences en interne pour travailler la data, l’interpréter, garder la main sur leurs données. Objectif : en faire un atout pour réussir le virage de l’intelligence artificielle et une arme pour renforcer son avantage concurrentiel.