Deux études, un constat : la France face au défi de l’IA 

Et si, dans toute cette frénésie qui entoure l’intelligence artificielle, on prenait le temps de la réflexion ? L’IA fonce à toute allure ! 91% des salariés indiquent avoir déjà goûté à ce changement², d’après les chiffres de notre étude Innovation Catalysts Study. Au point qu’il peut sembler difficile pour les organisations de savoir quand et comment se lancer. Est-ce que le temps de définir une charte, une politique de sécurisation, les cas d’usage, de préparer ses données et de lancer son projet en production, une nouvelle révolution technologique n’aura pas déjà rebattu les cartes sur le marché ?

En premier lieu, il est important de se rassurer : vous n’êtes pas en retard ! D’après une autre étude sur l’IA générative (GenAI) que nous avons menée auprès de 500 décideurs IT, dont 100 en France, 44 % des organisations n’étaient qu’au début, ou à mi-parcours, de leur projet¹. Si 78 % d’entre eux se disent particulièrement enthousiastes quant au potentiel que la GenAI peut apporter à leur organisation¹, ces derniers ne souhaitent pas aborder cette transformation dans la précipitation et ne pas sauter les étapes.

Et ils ont raison ! Pour se lancer dans l’aventure en évitant les pièges, les entreprises vont devoir répondre à différentes questions.

L’IA a du potentiel. Reste à savoir si c’est outil de progrès ou gadget de luxe

Pourquoi utiliser l’IA ? L’intelligence artificielle est une réponse technologique à une problématique business. Grâce à l’IA, la société Mercury par exemple, qui construit des moteurs de bateaux, peut concevoir des jumeaux numériques de ses moteurs en deux heures au lieu de 48 heures et radicalement changer la façon d’interagir avec ces derniers. Autre cas d’usage : la cybersécurité. L’IA est capable d’analyser des paternes et des signaux faibles, d’effectuer des corrélations et de détecter très rapidement une tentative d’intrusion. Enfin grâce à des agents d’accueils virtuels ayant par exemple appris le langage des signes, il est possible de guider au sein d’une administration des personnes malentendantes. Ce ne sont que trois exemples et il en existe une multitude. Mais dans tous les cas, il est souvent plus pertinent de partir de la problématique et d’envisager l’IA comme une réponse que de vouloir à tout prix « faire de l’IA », puis de chercher l’usage ensuite.

IA vs. humain : duel de cerveaux ou alliance forcée ?

La bonne nouvelle pour votre adoption de l’IA : 76% des cadres d’entreprises pensent que l’IA va bouleverser leur organisation¹. La mauvaise : 79 % des décideurs estiment qu’il existe de bonnes raisons de ne pas consulter l’équipe IT pour les prises de décisions stratégiques². Est-ce que l’utilisation de l’IA en fait partie ? Si elles souhaitent éviter de voir proliférer le Shadow AI, les directions informatiques ont tout intérêt à se saisir du sujet. Si l’on regarde les défis qui ralentissent l’adoption de l’IA au sein des organisations, comme la data ou la sécurité, il apparaît clairement que les équipes IT sont les mieux positionnées pour prendre le lead.

L’IA sans données, c’est un moteur sans essence : brillant, mais immobile ?

Plus l’IA est nourrie en données de qualité, plus ses réponses seront précises et pertinentes. Il faut donc sélectionner, préparer, nettoyer, intégrer cette donnée. Et c’est un des principaux challenges que rencontrent nos clients. 96 % des organisations reconnaissent rencontrer des difficultés dans la gestion de leurs données data² et 68 % sont dans l’incapacité d’utiliser leurs données pour en extraire de l’information en temps réel². Pourtant, sans cette couche de Data Management, les entreprises ne parviendront pas à obtenir le ROI espéré de leurs projets IA, quels qu’ils soient.

Dans le virage de l’IA, faut t’il amener l’IA à la donnée ou la donnée à l’IA pour éviter la sortie de route ?

Une fois les données prêtes à l’emploi, se pose la question de la manière dont on va consommer l’IA. Est-ce qu’un fine tuning d’un modèle existant suffit ? Ou faut-il développer son propre modèle ? Vaut-il mieux passer par un service cloud ? Ou déployer une infrastructure on-prem ? Il n’existe évidemment pas de réponse unique à ces questions et les arbitrages dépendront des objectifs et contraintes spécifiques à chaque cas d’usage (performances, sécurité, conformité, coûts…).

Nous avons malgré tout une conviction chez Dell, qui est qu’il vaut mieux amener l’IA à la donnée que l’inverse. Si le cloud public peut avoir du sens dans des phases de test par exemple, construire une IA privée au plus près des données présente de nombreux avantages, en termes de latence, de coûts ou encore de confidentialité. 82 % des organisations se prononcent d’ailleurs en faveur d’une approche on-prem ou hybride.¹

L’IA responsable, c’est choisir l’éco-conduite numérique

81 % des entreprises ont établi des plans pour recycler ou décommissionner de manière responsable leurs infrastructures informatiques en fin de vie². 76 % ont une feuille de route claire avec des objectifs précis pour réduire leur empreinte carbone². 81 % cherchent des solutions pour gérer leur IT plus efficacement et réduire la consommation énergétique². Dans ce contexte, il semble inenvisageable pour ces mêmes entreprises de s’engager dans des projets IA sans prendre en compte l’aspect environnemental.

Pour parvenir à innover en respectant les objectifs de développement durable, les organisations pourront s’appuyer sur deux grands leviers. Le premier est celui de la personnalisation, en optant pour un modèle plus léger (SLM, Small Langage Model), plus spécialisé et plus efficace sur un cas d’usage précis. Quel intérêt d’utiliser un modèle capable de vous donner la recette de la tarte aux pommes, si votre objectif est d’optimiser la maintenance d’une éolienne en mer ? L’autre source majeure d’économie d’énergie est la méthode de refroidissement. En utilisant un système de refroidissement liquide directement sur les CPU/GPU au lieu d’un refroidissement par air traditionnel, il est possible de réduire considérablement la consommation d’électricité.

Des budgets fléchés vers l’IA : l’innovation est-elle une ligne comptable prioritaire ?

Répondre à ces différentes questions va permettre de défricher une bonne partie des problématiques qui se posent lorsqu’on débute son voyage vers l’IA : usages, data, gouvernance, architecture… Et la bonne nouvelle pour les décideurs IT qui souhaiterait sauter le pas est que les entreprises semblent disposées à leur fournir les moyens nécessaires. Portés par leur bon sens, les informaticiens cherchent à réduire le coût d’activation de l’IA en mutualisant les usages, en regroupant les modèles et en traquant les technologies sous-jacentes les plus économes.  Plus d’un tiers des organisations indiquent qu’elles projettent d’utiliser le budget IT existant pour prioriser les projets IA dans les prochains mois et 29 % se disent prêtent à créer un nouveau budget spécifiquement dédié à l’IA pour financer ces innovations². Donc non seulement vous n’êtes pas en retard sur l’adoption de l’IA, mais c’est peut-être même le bon moment pour vous lancer !

Article rédigé par un humain, affûté par une IA ! Pour moi la collaboration algorithmique a déjà commencé !

¹ Generative AI Pulse Survey, Dell Technologies, Septembre 2023.

² Innovation Catalysts study, Dell Technologies, February 2024.