IAGen, premiers bilans sur le passage à l’échelle et dernières tendances

Antoine de Véricourt
13/12/2024

En ce début de l’An III de l’ère ChatGPT, prenons le temps d’une pause dans un monde à forte célérité digitale. En entreprise comme à la maison, la disponibilité d’un « SecureGPT » est un « must have ».
Suffit-il pour autant à matérialiser les gains de productivité ou de croissance annoncés par certains oracles intéressés ?

Qui se lance dans l’IAGénérative à l’échelle ?

Les annonces de partenariats et d’investissements concernent souvent des grandes entreprises et administrations.
Existerait–il d’abord une taille minimale requise pour se lancer en IA Générative ?

En la matière et en dehors du marché des infrastructures et des capacités de calcul (AWS, AZURE, NVIDIA, Google Cloud Plateforme…), dans lequel la compétition fait rage, la taille d’entreprise n’est pas un facteur limitant, au moins en phase de découverte.

En 2 ans, l’adoption de l’IA générative présente de moins en moins de barrières à l’entrée. Les approches no code / no prompt ont le vent en poupe rendant possible l’utilisation de l’IA Générative là où elle relevait encore d’idée ou d’anticipation audacieuse.

Les grandes entreprises comme les ETI de plusieurs secteurs (banque, assurance, mobilité, sport, e-commerce) se sont donc lancées dans des projets souvent très comparables

Automatisation de traitements de documents entrants à portée contractuelle, règlementaire ou juridique

Personnalisation des interactions avec les clients

Analyse géolocalisées et qualifiées des retours clients (Aikoz)

Création de contenu pour le marketing ou la distribution

Optimisation de calculs de risques

Recherche dans le domaine de la santé

"Okuden accompagne les grands groupes de plusieurs secteurs dans leurs chantiers de transformation IA"

L’ambition, le budget, la sophistication des projets vont certes varier selon les capacités internes mais toute entreprise peut aujourd’hui chercher à extraire de la valeur par l’IA Générative.

Pour quelle valeur créée ?

Si l’identification de « gains potentiels » est rapide, l’atteinte de gains effectifs l’est beaucoup moins. Entre émerveillement et déconvenue, entre intuitions initiales et difficultés opérationnelles ou techniques, observe-ton déjà des retours concrets sur investissements ? Que faut-il réunir pour faire émerger des bénéfices tangibles à court / moyen / long terme ?

C’est bien connu : le plus difficile dans la Stratégie, c’est l’exécution.

Des idées IA
deviennent un projet

Dans les faits à fin 2024, seules 3% des idées d’application de l’IA Générative en entreprise sont devenues des projets structurés apte au passage à l’échelle. Ce chiffre témoigne du challenge que représente l’intégration complète de l’intelligence artificielle dans le monde bien réel. De surcroit, la matérialisation des gains espérés à maturité reste en devenir.

“Il faut en passer par là” nous disent les COO avec lesquels nous travaillons. Mieux vaut d’ailleurs se concentrer sur un nombre limité de cas d’usage plutôt que de se disperser. C’est le meilleur moyen de bien intégrer toutes les dimensions du défi du passage à l’échelle de l’IA Générative :

Orientation stratégique claire : une anticipation pertinente de l’avenir pour éviter un simple « bricolage de l’existant »

Maîtrise opérationnelle : une connaissance intime des processus impactés afin de bien évaluer le potentiel d’amélioration par l’IA Générative

Maîtrise des capacités techniques : fonctionnalités, standards d’architectures, collecte, organisation et préparation de données, performance de modèles d’IA Générative…

Insertion opérationnelle au-delà du POC / MVP : flux entre applications, API, ERP, gouvernance…

Conduite du changement : formation, appropriation, réorganisation…

Volonté individuelle et collective à faire évoluer un existant déjà sous contraintes fortes : management, pression des résultats à court terme, engagements déjà pris, concurrence, réglementation…

Mesure des bénéfices à venir et obtenus localement et globalement(croissance, excellence opérationnelle ou technique, conformité, impacts ESG…)

En résumé, le futur imaginé sur une table à dessin est encore difficile à mettre en œuvre. Les domaines précités sont autant de freins ou d’accélérateurs à la transformation selon qu’ils sont pris ou non en compte dès l’origine du projet “by design”. En effet, nous observons que :

L’approche d’une « ROI by Design » n’est pas toujours intégrée dans les cas d’usage IA Générative.

L’insertion opérationnelle complète peut prendre plus de temps que prévu, le passage à l’échelle se faisant par le biais d’approches tactiques dans un premier temps.

Rien ne sert de courir de trop nombreux cas d’usages à la fois. Il est préférable de pousser l’instruction au maximum sur les enjeux métiers prioritaires tout en manageant efficacement son portefeuille de projets IA.

L’Okuden’AI Digital Twin, accélérateur de votre programme de transformation IA Générative

Solutions, plateformes, applications, lignes de codes, protocoles intégrés, no code et même no prompt, les nouvelles tendances sont pléthores pour rendre l’IA Générative de plus en plus accessible et lisible en termes de coût de possession (coût complet coût global d’un bien ou d’un service tout au long de son cycle de vie)

Comment dans cet univers instable prendre les bonnes décisions ? « Surement en se posant les questions structurantes dès le début des projets » nous répond Chief Data Officer d’un grand groupe d’Assurance que nous accompagnons.

La clé dans le secteur financier (banque et assurance) viendra peut-être de nos industries, les « vraies ».

A l’instar de ce qui s’opère dans l’automobile, l’aéronautique ou le nucléaire, travailler avec des jumeaux numériques est un véritable atout pour anticiper l’impact de l’IA Générative dans les processus, mieux préparer le passage à l’échelle et mesurer les gains. Des indicateurs de performances opérationnels aux impacts financiers, des enjeux de données aux besoins de formation et de conduite du changement, tout peut et doit être pensé et simulé en amont selon différents scénarios et hypothèses.

L’Okuden’AI Digital Twin a été développé pour cela et aide à travailler plus vite et plus finement à la transformation des processus « GenAI powered ». Campagnes marketing, gestion des fiches produits, analyse des retours clients…, la méthode Okuden’AI aide à l’accélération de votre transformation digitale à l’heure de l’IA Générative.

La profonde connaissance des métiers de nos clients permet une approche à la fois holisitique, pour éviter les angles morts, mais aussi ciblée, pour identifier rapidement des bénéfices dans chaque domaine (marketing & sales, operations, finance & risk, HR, compliance…).

Venez découvrir votre Okuden’AI Digital Twin.

Contactez-nous !

Okuden accompagne les grands groupes dans leurs transformations digitales. Optant pour une approche innovante et résolument sectorielle, les équipes d’Okuden sont spécialistes de la banque et de l’Assurance, de l’Automobile et de la Mobilité.

Prenez rendez-vous avec un de nos experts.