L'IA : Pourquoi elle n'est pas la baguette magique des entreprises

L'illusion d'une solution instantanée

L'idée que l'intelligence artificielle puisse être simplement "branchée" comme un logiciel standard est une illusion courante. Beaucoup d'entreprises espèrent des gains immédiats en termes de productivité, de réduction des coûts ou d'amélioration de la prise de décision. Cependant, la réalité est souvent décevante : l'outil reste sous-utilisé, les bénéfices sont invisibles, et des problèmes inattendus peuvent survenir. Les modèles de langage proposés par des acteurs comme Mistral, OpenAI ou Anthropic fournissent principalement le modèle lui-même, accessible via une interface ou une connexion technique. Ils offrent également une puissance de calcul à distance. Toutefois, ils ne prennent pas en charge l'intégration des données internes de l'entreprise, ni la compréhension de ses processus métier, ni la gouvernance, la sécurité et la souveraineté nécessaires. Ces éléments restent à construire par l'entreprise elle-même.

L'intelligence artificielle n'est pas une solution magique prête à l'emploi. Pour transformer réellement le fonctionnement d'une organisation, elle exige une maîtrise technique, organisationnelle, éthique et de gouvernance. Voici pourquoi, et comment les entreprises qui réussissent s'y prennent.

Cinq dimensions indispensables

Pour qu'un système d'intelligence artificielle soit efficace au sein d'une entreprise, plusieurs éléments doivent fonctionner en harmonie :

• La puissance de calcul : il s'agit des ordinateurs et serveurs capables de traiter de grandes quantités d'informations.
• L'intégration et la qualité des données : cela implique de rassembler et de nettoyer les informations dispersées dans l'entreprise.
• La compréhension du sens métier : il s'agit de relier ces données aux processus réels de l'organisation, tels que la définition d'un client, la détection d'un défaut de production, ou la gestion d'une commande urgente.
• Les modèles d'intelligence artificielle : ce sont les programmes qui apprennent à partir des données.
• La gouvernance, la confidentialité et la souveraineté : ces aspects concernent la protection des informations sensibles, le contrôle sur les processus et les décisions, et la garantie que l'entreprise reste maîtresse de ses données et de ses choix.

Négliger l'une de ces dimensions rend l'ensemble fragile ou inutile.

La puissance de calcul et l'intégration des données

Sans données fiables et bien organisées, l'intelligence artificielle ne peut rien faire d'utile. Or, dans la plupart des entreprises, les informations sont dispersées : un logiciel de gestion ici, des fichiers Excel là, des capteurs de machines ailleurs, des bases clients encore ailleurs.

L'exemple d'UPS illustre bien ce point. Depuis plus de dix ans, l'entreprise américaine de livraison a développé un système d'optimisation des tournées appelé ORION. Celui-ci s'appuie sur des centaines de points de données collectés chaque jour sur des dizaines de milliers de véhicules (vitesse, arrêts, consommation de carburant, conditions de circulation, etc.). Grâce à cette intégration massive et continue des informations, le système a permis d'économiser environ 100 millions de miles parcourus chaque année, 300 à 400 millions de dollars de coûts opérationnels et 10 millions de gallons de carburant.

Sans ce travail de fond sur les données, le système n'aurait jamais produit de résultats à cette échelle. Beaucoup d'entreprises qui se contentent d'acheter un outil d'intelligence artificielle "prêt à l'emploi" sans connecter leurs propres informations constatent exactement l'inverse : un usage très faible et aucun gain mesurable.

Donner du sens aux données : la dimension organisationnelle

Les données brutes ne suffisent pas. Il faut les relier à la réalité du métier. Qu'est-ce qu'un "défaut de production" dans une usine ? Comment distinguer une commande prioritaire d'une commande ordinaire ? Quelles règles de décision l'entreprise applique-t-elle déjà ?

C'est ici qu'intervient ce que l'on peut appeler la couche de sens métier. Les entreprises industrielles qui réussissent utilisent souvent des "jumeaux numériques" : des modèles virtuels complets d'une usine ou d'un processus. Siemens et plusieurs de ses clients (notamment dans l'automobile et l'industrie chimique) montrent des gains concrets. Dans certains cas, la conception d'une nouvelle usine à l'aide de ces modèles a permis d'atteindre une productivité supérieure de 20 % par rapport aux usines traditionnelles. Les simulations permettent de tester des changements avant de les appliquer dans la réalité, ce qui réduit les risques et accélère les améliorations.

Cette étape exige la participation active des experts du métier, et non seulement des spécialistes techniques. Sans eux, le système reste abstrait et peu utile.

Les modèles d'intelligence artificielle : un outil parmi d'autres

Les modèles eux-mêmes (qu'ils soient ouverts ou fermés) sont souvent présentés comme la pièce maîtresse. Pourtant, utilisés seuls, ils produisent généralement des réponses trop génériques ou difficiles à contrôler. Leur véritable valeur apparaît lorsqu'ils sont intégrés dans un système plus large qui comprend les données de l'entreprise et ses règles de fonctionnement.

Beaucoup d'organisations ont découvert à leurs dépens qu'un simple assistant conversationnel, même très performant, ne transforme pas automatiquement les opérations s'il n'est pas relié aux processus et aux informations internes.

La gouvernance, la confidentialité et la souveraineté

Cette cinquième dimension est essentielle, même si elle est souvent sous-estimée. Elle regroupe la protection des informations sensibles, le contrôle sur les décisions prises par le système, et la capacité de l'entreprise à rester maîtresse de ses données et de ses processus.

Sans gouvernance claire, les risques sont réels : fuite d'informations confidentielles, perte de contrôle sur des décisions importantes, dépendance excessive à un fournisseur externe, ou non-respect des règles de protection des données.

Le cas d'Amazon reste emblématique sur le plan éthique. Entre 2014 et 2018, l'entreprise a développé un outil de recrutement fondé sur l'intelligence artificielle. Entraîné sur des données historiques de recrutement (largement masculines dans le secteur technique), le système a commencé à pénaliser systématiquement les candidatures féminines. Il baissait la note des CV qui contenaient le mot "women’s" ou qui provenaient d'universités exclusivement féminines. Amazon a finalement abandonné l'outil.

Au-delà des biais, la question de la souveraineté se pose avec force : qui détient réellement les données ? Qui peut les utiliser ? Qui contrôle les décisions automatisées ? Une bonne gouvernance implique des règles claires, une supervision humaine, des audits réguliers et la capacité de l'entreprise à récupérer ou à déplacer ses systèmes si nécessaire.

Une approche méthodique plutôt qu'un gadget

Les entreprises qui tirent un véritable bénéfice de l'intelligence artificielle ne la traitent pas comme un simple ajout technologique. Elles construisent un système complet : puissance de calcul, données fiables, compréhension du métier, modèles adaptés, et cadre de gouvernance solide.

Les gains possibles sont importants : réduction des coûts, amélioration de la qualité, optimisation des ressources, et même diminution de l'impact environnemental, comme le montre l'exemple d'UPS. Mais ces résultats n'apparaissent que lorsque l'intelligence artificielle est intégrée avec méthode et responsabilité.

La question n'est donc plus de savoir si une entreprise doit utiliser l'intelligence artificielle. La vraie question est de savoir si elle est prête à la maîtriser dans toutes ses dimensions.