Pourquoi les victoires les plus rapides en IA ne proviennent pas des grandes entreprises
Alors que les grandes entreprises mondiales attirent l'attention avec d'importants investissements en IA, les retours les plus immédiats proviennent d'un autre secteur du marché.
Les petites et moyennes entreprises (PME) déploient l'IA avec rapidité, concentration et intention, constatant souvent un impact mesurable en quelques semaines plutôt qu'en mois. Selon les données de Sifted, les startups européennes développant des agents IA déployables dans les flux de travail ont déjà levé 1 milliard d'euros cette année.
Les entreprises plus petites constatent des retours plus rapides et plus précieux en déployant des solutions IA préconstruites, selon Samantha Wessels, présidente de la région EMEA de la plateforme de gestion de contenu intelligent Box. « Ces entreprises atteignent un temps de valeur plus rapide en sautant la phase d'infrastructure et en déployant des solutions IA prêtes à l'emploi pour résoudre immédiatement des contraintes de ressources », explique-t-elle.
Lorsqu'elles utilisent l'IA au travail, les PME passent souvent plus rapidement du pilote à la production que leurs homologues plus grandes, qui souffrent souvent de ce que l'on appelle la « gravité des données », selon Wessels.
« Les grandes entreprises sont bloquées par des décennies de contenu fragmenté à travers des systèmes déconnectés, les plaçant dans un purgatoire de prototypes IA avec des pilotes sans fin qui n'atteignent jamais la production », dit-elle.
Les grandes entreprises gèrent des programmes de transformation plus larges, tandis que les PME peuvent définir des objectifs précis et évoluer en commençant par un flux de travail, prouvant ainsi la valeur avant de s'étendre. Les petites entreprises trient les données plus rapidement en déployant des stacks numériques existants tels que Slack et Salesforce dans leurs flux de travail, tandis que les grandes entreprises passent souvent trop de temps à essayer de construire leurs propres plateformes.
Traditionnellement, des structures organisationnelles complexes ralentissent également l'adoption de l'IA au sein des grandes entreprises, tandis que les petites entreprises, avec une structure plus plate, ont souvent l'agilité nécessaire pour éviter ces obstacles, selon Wessels.
Les entreprises qui parviennent à prendre de l'avance avec l'IA sont celles qui redessinent leurs flux de travail, et pour les PME, qui peuvent rester agiles, cela est souvent plus facile. Pour les grandes entreprises, cela peut signifier aller au-delà des projets pilotes incrémentaux et réorganiser complètement les processus commerciaux.
Pour transformer les processus de travail, les entreprises devraient envisager de commencer par confier à l'IA des tâches répétitives qui prennent souvent beaucoup de temps. Les PME ont constaté des succès rapides en automatisant ces types de tâches dans le traitement financier, l'intégration des ressources humaines et les ventes.
Le producteur de spectacles en direct RWS Global est une entreprise qui montre comment une PME peut intégrer efficacement l'IA, selon Wessels. Elle travaille avec des milliers de performeurs sur une base contractuelle et a réussi à automatiser les flux de travail d'approbation des contrats pour gagner du temps sur le traitement manuel.
L'entreprise n'a pas construit d'infrastructure sur mesure mais a plutôt tiré parti des outils existants de Box pour automatiser les approbations et le temps de traitement. La capacité de Box à centraliser les bibliothèques d'actifs numériques a permis aux équipes de RWS Global de trouver, collaborer et distribuer du contenu sans passer d'un système déconnecté à un autre.
Familiariser les employés avec l'utilisation de l'IA est essentiel pour transformer les flux de travail. Les entreprises, qu'elles soient grandes ou petites, devraient travailler à aligner les visions de la direction avec les réalités de ceux qui se trouvent plus bas dans l'entreprise.
Box suit une approche en quatre phases et encourage les entreprises à utiliser le même cadre. Les quatre étapes sont :
- Idéation : identifier les opportunités d'IA en examinant les points de douleur et les inefficacités
- Pilotes : construire et tester un ensemble d'agents sur une période de trois à six mois
- Déploiement : transformer les pilotes réussis en solutions
- Adoption à grande échelle : maximiser l'adoption grâce à la gestion du changement et à la redéfinition des flux de travail
Mais avancer rapidement ne signifie pas agir de manière imprudente. Les PME devraient équilibrer la rapidité avec un déploiement responsable en mettant en place des garde-fous dès le premier jour.
Les outils d'IA doivent également fournir des citations reliant aux fichiers sources afin que les humains puissent facilement vérifier les résultats. Les garde-fous essentiels dès le premier jour incluent des politiques de zéro formation (fournisseurs d'IA qui n'utilisent pas les invites ou les données des clients pour mettre à jour leurs modèles de base), des systèmes d'IA basés sur des autorisations (systèmes d'IA qui appliquent des contrôles d'accès stricts aux données) et la citation et la transparence, selon Wessels.
« L'IA doit strictement respecter les contrôles d'accès des utilisateurs existants, empêchant les fuites internes en n'analysant que les fichiers que l'utilisateur peut déjà consulter », dit-elle. « Les outils d'IA doivent également fournir des citations reliant aux fichiers sources afin que les humains puissent facilement vérifier les résultats. »
Il doit également toujours y avoir un « humain dans la boucle », ajoute Wessels. La technologie doit rechercher l'information et la résumer, mais les humains doivent toujours vérifier et prendre les décisions finales.
L'avantage concurrentiel passe de « qui a le plus de puissance de calcul » à « qui peut adapter les flux de travail le plus rapidement ». Dans les cinq à dix prochaines années, Wessels estime que l'écart en matière d'IA entre les PME et les grandes entreprises se réduira considérablement. Les lieux de travail s'adaptent en passant de l'utilisation de l'IA agentique comme assistant à son utilisation comme collègue.
« L'IA agentique qui exécute activement le travail plutôt que de simplement répondre à des questions est intégrée de manière native dans les plateformes SaaS quotidiennes », dit-elle.
« L'avantage concurrentiel passe de celui qui a le plus de puissance de calcul à celui qui peut adapter les flux de travail le plus rapidement. Cela signifie que les PME, libérées des rigidités de la gestion du changement, hériteront sans effort d'une intelligence de classe entreprise et fonctionneront à grande échelle. »