Bien choisir ses cas d'usage : clé de la réussite des projets d'IA

L’intelligence artificielle (IA) est un domaine très prometteur qui pourrait contribuer de manière significative au PIB d’un pays. Les investissements dans l’IA se multiplient dans les entreprises en France et le marché a enregistré une belle croissance d’environ 30% en 2020 et 2021.

Les entreprises expérimentent depuis un certain temps le développement de différents cas d’usages de l’IA, même si tous les secteurs d’activité n’avancent pas au même rythme, ni n’ont les mêmes priorités d’investissements. Les banques et les compagnies d’assurance, étant parmi les premiers à avoir adopté l’IA et le ML, se sont beaucoup concentrés sur l’usage de l’IA pour la prévention de la fraude, l’optimisation des activités opérationnelles (rédaction des commentaires des rapports financiers, analyse des rapports et des actualités financières) et l’amélioration de l’expérience client (personnalisation des offres, chatbots). Par exemple, la Société Générale a réalisé un POC utilisant des algorithmes d’IA pour détecter les serveurs surdimensionnés ou inutilisés. Ainsi 100 serveurs redondants ont été détectés. Elle a aussi développé un dispositif de cybersécurité MOSAIC (More Security with Artificial Intelligence) utilisant l’IA pour de la détection de fraude aux paiements. Thélem Assurances a travaillé avec IBM pour développer une solution basée sur l’IA, exécutée dans le cloud, pour permettre la détection des réclamations d’assurance frauduleuses. Après le lancement de la solution, Thélem a commencé à détecter cinq fois plus de cas potentiellement frauduleux qu’auparavant.

Secoué par la pandémie, le secteur du retail a été amené à se réinventer pour survivre face à la concurrence des plateformes en ligne. De nombreuses entreprises ont commencé ou accéléré leurs expérimentations sur l’usage de l’IA pour la prévision de la demande, l’optimisation de la logistique ainsi que le développement de nouveaux services et d’offres personnalisées. Les mastodontes de grande distribution en France, Carrefour et Casino, ont tablé sur l’IA et le cloud pour améliorer l’expérience client et l’efficacité opérationnelle. Pour assurer la réussite de cette démarche, elles ont mis en place des partenariats avec Google / Artefact (Artefact AI Factory) et Google / Accenture respectivement. Dans le cadre de ce partenariat, Carrefour a eu recours à l’IA pour à la fois améliorer la satisfaction client et lutter contre le gaspillage alimentaire dans le rayon boulangerie-pâtisserie de ses supermarchés en France. Cela lui a permis de réduire le gaspillage d’environ des 100 tonnes de viennoiseries sur 5 mois (2021) et d’augmenter les ventes grâce à une meilleure gestion des stocks. En novembre 2021, le groupe a aussi annoncé le lancement du premier magasin piloté par l’IA à Paris – Carrefour Flash 10/10 ainsi que son intention de mettre le digital au centre de son plan stratégique 2020 – 2026 prévoyant des investissements en digital d’environ 3 milliards d’euros (soit 50% de plus que dans les années précédentes).

Cependant, malgré la multiplication des nouvelles initiatives d’IA, relativement peu ont été mises en œuvre avec succès car les entreprises ont souvent du mal à tirer profit de leurs solutions d’IA et/ou à les industrialiser. Cela couplé avec une pénurie des talents favorisera sans doute une collaboration plus étroite entre les entreprises, les fournisseurs de services numériques, les hyperscalers et les start-ups spécialisées qui souvent proposent des solutions sectorielles pointues.

Pour aider chacun de ces acteurs de tirer profit de cette technologie, PAC a résumé dans son nouvel Insight « Current & Emerging Use Cases for Artificial Intelligence in France » les projets d’IA les plus intéressants, menés dans différents secteurs en France et développé des recommandations pour les entreprises pour réussir leurs projets d’IA et pour les fournisseurs de services numériques pour mieux se positionner sur le marché. Par exemple, il est indispensable pour ces derniers d’assurer la disponibilité des compétences pluridisciplinaires (IT, data, business) pour aider les clients à définir les cas les plus pertinents à la fois en terme de faisabilité et de valeur ajoutée pour les métiers, d’avoir des méthodologies agiles pour faciliter la mise à l’échelle d’un cas d’usage approuvé, et de disposer des partenaires innovants pour mener à bien le développement d’une solution d’IA qui souvent s’avère très complexe.

Pour plus de détails, nhésitez pas à consulter notre étude  “Current & Emerging Use Cases for Artificial Intelligence in France“  [accès abonné – anglais]