D’une technologie de pointe réservée aux chercheurs, l’IA est entrée, ces dix dernières années, dans une ère de démocratisation. Le premier facteur majeur expliquant ce changement est la digitalisation accrue des services permettant aux entreprises et administrations de disposer d’un volume élevé de données, considérées comme l’or noir de l’IA. «Le second facteur est l’augmentation des capacités de calcul disponibles, le Move to Cloud facilitant l’usage de l’IA pour les entreprises», explique David Uzan, Vice-Président pour le secteur financier chez CGI en France.
Le troisième facteur concerne les investissements des laboratoires et grandes entreprises de la Tech dans la recherche sur l’IA. Ces derniers redistribuent leurs travaux au sein de communautés open source. Nous retrouvons dès lors des framework et composants, exploitables par des data scientists moins chevronnés, permettant de résoudre des problématiques complexes. «Il y a quelques années, la mise en œuvre de l’IA nécessitait d’importants investissements. Aujourd’hui, ces facteurs rendent cette IA plus accessible et adaptée au marché luxembourgeois, à ses multinationales comme à ses PME», ajoute Guillaume Schott, Vice-Président Senior en charge des activités de CGI au Luxembourg.
Les multiples bénéfices de l’IA
Pour les entreprises, recourir à l’IA est synonyme de bénéfices. Le premier d’entre eux est de disposer d’une expérience client différenciatrice. Grâce à l’automatisation, les délais de traitement sont réduits tandis que l’offre est personnalisée. «Proposer à la clientèle une expérience fluide est difficile sans l’IA, car trop chronophage et trop coûteux. Si les entreprises n’offrent pas ce niveau de personnalisation, elles risquent de perdre des clients désormais habitués en tant que consommateurs à ces nouveaux standards et se laisser dépasser par leurs concurrents», précise David Uzan.
Proposer à la clientèle une expérience fluide est difficile sans l’IA, car trop chronophage et trop coûteux. Si les entreprises n’offrent pas ce niveau de personnalisation, elles risquent de perdre des clients.
Le second avantage pour les entreprises est l’amélioration de l’expérience employés en aidant ces derniers à être plus efficaces, se concentrer sur des tâches à plus forte valeur ajoutée, et ainsi retrouver du sens dans leur travail. Exacerbé par les impacts psychologiques de la crise sanitaire sur les employés, l’enjeu RH est majeur et tout aussi important que la baisse des coûts d’exploitation. «Éviter aux employés de rechercher manuellement une information dans des documents volumineux, des e-mails ou de multiples systèmes leur permet de gagner du temps mais aussi de la concentration sur la meilleure décision à prendre. Ce bénéfice est systématique sur les projets d’IA que nous avons déployés», précise David Uzan.
Un troisième atout concerne la conformité réglementaire. Grâce à la systématisation des tâches d’analyse liées à cette conformité, l’IA est en mesure d’aider les agents. «Nous observons, chez bon nombre de nos clients, des contraintes réglementaires de type Know Your Customer (KYC). L’IA nous aide à analyser de gros documents dans lesquels des cartes d’identité seraient insérées. Il est possible de les identifier, les extraire et proposer aux agents certaines actions. Nous avons également un système permettant d’assister la gestion de la TVA», déclare Guillaume Schott.
L’IA nous aide à analyser de gros documents dans lesquels des cartes d’identité seraient insérées. Il est possible de les identifier, les extraire et proposer aux agents certaines actions.
Faciliter la mise en place de l’IA
Au cours des sept ou huit dernières années, de nombreuses entreprises ont réalisé des expérimentations dans le domaine de l’IA. Le nombre de proof of concept ayant débouché sur une implémentation reste toutefois faible. «Cela est dû principalement à la qualité et au volume de données dont dispose la société. Cette data doit être labellisée en entrée afin d’entraîner l’IA et permettre à celle-ci de répondre seule. Souvent, les clients disposent de données brutes mais l’effort de labellisation est trop important ou sous-estimé.» La deuxième cause est liée à la manière de conduire un projet d’IA. Pour réussir, ces projets doivent faire interagir de manière fluide et agile les métiers responsables de la problématique et du besoin, les équipes data, les équipes IT et les équipes de production.
L’éligibilité des cas d’usage a également toute son importance. En effet, l’IA n’est pas «magique», il s’agit d’une exploitation intelligente de la donnée. En l’absence d’une analyse fine des données pour vérifier qu’un besoin est éligible à une réponse de l’IA, l’expérimentation n’aboutit pas. Enfin, le frein humain relatif à l’adoption tend à faiblir. Tout le monde a aujourd’hui conscience que le monde est dopé à l’IA et que cette dernière, bien utilisée, permet d’augmenter les capacités humaines, et non de les remplacer.
«Nous avons capitalisé sur ces freins et nos proof of concept pour créer des assets technologiques dans le but de fluidifier le déploiement de l’IA dans les systèmes d’information, accélérer et maîtriser la labellisation de données, mais également méthodologiques pour assurer une relation data/IT/métier fluide tout au long du projet pour sécuriser le passage en industrialisation», poursuit David Uzan. CGI propose en effet des solutions spécialisées dans le traitement du langage naturel et dans l’analyse de documents. Celles-ci constituent de véritables accélérateurs construits à l’état de l’art permettant notamment de pré-labelliser les données, apporter des réponses sur étagères à ce type de cas d’usage, de la phase de preuve de valeur à l’industrialisation, en quelques mois. L’entreprise dispose en outre des capacités pour déployer ces solutions de manière souveraine sur ses plateformes privées, garantissant par la même occasion la sécurité des données.
IA for Good
Outre ses bienfaits pour l’entreprise, l’IA a également des impacts sur le volet RSE. Les entreprises ont de plus en plus conscience de leur rôle et responsabilité sur ce volet sociétal et environnemental. Avec la tendance IA for Good, nous nous dirigeons vers une IA plus responsable, créant un impact positif. «Des groupes de travail au niveau européen sont en train de définir un cadre réglementaire pour éviter les biais liés à l’Intelligence artificielle, tels que les discriminations. Conduire ce type de projet nécessite de s’assurer du caractère non biaisé des données utilisées pour entraîner le service d’IA. Le deuxième aspect est relatif à la transparence et au besoin d’intégrer un volet explicabilité afin, en particulier, de permettre à l’humain de collaborer pleinement avec l’IA.» Sur l’aspect environnemental, de nombreux projets émergent sur l’usage de l’IA dans l’analyse de l’évolution des espèces, la prédiction sur l’impact de catastrophes naturelles ou encore dans le monde bancaire sur l’identification de titres verts (green bond). Enfin, l’impact environnemental de l’IA implique également d’identifier des réponses adaptées en termes de solutions technologiques et de puissance de calcul nécessaire pour rendre le service opérable. À ce titre, des approches d’IA composite ou neuro-symbolique sont de plus en plus fréquentes, et la mesure de cet impact est désormais évaluée dès les phases amont des projets.