Voici les cinq étapes pour réussir votre business dans l'intelligence artificielle

Alors qu'a eu lieu la semaine européenne de l’intelligence artificielle (IA), de nombreuses entreprises se posent encore la question du pourquoi et du comment. Une chronique d'André Blavier, notamment professeur affilié dans le business numérique à l'École de gestion de l'Université de Liège.

Contribution externe
Selon le consultant IT Gartner, lorsqu’une entreprise décide d’intégrer l’intelligence artificielle dans ses activités, elle doit privilégier une démarche itérative articulée sur 5 étapes principales.
Selon le consultant IT Gartner, lorsqu’une entreprise décide d’intégrer l’intelligence artificielle dans ses activités, elle doit privilégier une démarche itérative articulée sur 5 étapes principales. ©Shutterstock

Trop souvent, les entreprises se concentrent sur la définition d’une stratégie globale d’intelligence artificielle (IA) qui pourrait se décliner pour toutes leurs activités en mode "couteau suisse". En pratique, cette approche débouche rarement sur des résultats concrets.

Selon le consultant IT Gartner, lorsqu’une entreprise décide d’intégrer l’intelligence artificielle dans ses activités, elle doit privilégier une démarche itérative articulée sur 5 étapes principales.

La première est d’identifier des projets business spécifiques, dont le périmètre est clairement défini et l’impact potentiel important pour l’entreprise. Ces projets doivent permettre de dégager des résultats mesurables et impactant, notamment au travers d’indicateurs spécifiques dont il est possible de suivre l’évolution. Un exemple classique peut être d’optimiser la gestion des stocks.

Une équipe dédiée

La deuxième étape consiste à mettre en place une équipe dédiée, rassemblant les talents nécessaires à la mise en œuvre des projets. Cette équipe devra combiner des profils maîtrisant les technologies IA (machine learning, systèmes de traitement du langage naturel…), l'infrastructure IT de l'entreprise et les exigences business liées aux projets. En fonction de la taille de l'entreprise, certaines de ces compétences devront être sous-traitées, singulièrement au niveau de l'IA.

La troisième étape est d'identifier, capter et gérer les données nécessaires dans le cadre des projets sélectionnés. La qualité et la pertinence des données doivent primer sur leur quantité. En effet, IA ne rime pas nécessairement avec big data, mais toujours avec smart data. Ces données doivent évidemment répondre à des standards de qualité pour garantir qu'elles "représentent" complètement et correctement le contexte des projets envisagés. Toutefois, en fonction des technologies IA déployées, la quantité minimale de données nécessaires peut varier.

Ce qui mène à la quatrième étape qui devra permettre d’identifier les technologies d’IA adaptées aux objectifs particuliers des projets retenus par l’entreprise. Par exemple, les techniques de raisonnement probabiliste seront particulièrement adaptées pour faire émerger des modèles "dissimulés" dans une grande quantité de données, comme les modèles de fraude. Par contre, perfectionner les itinéraires dans le cadre d’un problème de chaîne d’approvisionnement nécessitera plutôt le recours à des techniques d’optimisation.

Enfin, la cinquième étape devra permettre à l’entreprise de structurer et pérenniser l’expertise acquise lors de la mise en œuvre de ces premiers projets, afin de la déployer plus rapidement pour d’autres objectifs. Cette étape doit également permettre d’identifier les problèmes ou lacunes en matière de compétences, de données et de technologies, mais aussi au niveau de la culture générale de l’entreprise dans cette discipline spécifique que constitue l’IA.

Programme DigitalWallonia4.ai

Cette stratégie en 5 étapes est au cœur des appels à projets proposés par le programme DigitalWallonia4.ai dont l'ambition est d'accélérer l'adoption de l'intelligence artificielle par les entreprises et les organisations, et de développer un écosystème de référence en Wallonie. Ces appels à projets (Start IA, Tremplin IA, Cap IA) visent à accompagner concrètement les entreprises qui souhaitent intégrer l'intelligence artificielle dans leur business jusqu'au développement de prototypes opérationnels. Ils offrent aux entreprises l'opportunité de travailler avec des partenaires technologiques et des centres de recherche afin de bénéficier des compétences de point en matière d'IA.

Le HEC Digital Lab s'inscrit, lui aussi, dans cette dynamique, notamment au travers de son initiative Data Science dont l'objectif est notamment de fédérer les initiatives dans le domaine des sciences de la donnée et de valoriser des projets remarquables en la matière.