Du big data à l'intelligence artificielle : le défi des entreprises françaises

Dans sa nouvelle étude « Du Big Data à l'Intelligence Artificielle : le défi des entreprises françaises - Perceptions et pratiques des entreprises en France », le cabinet de conseil et d’audit PwC, en partenariat avec L’Usine Digitale, évalue le positionnement des entreprises dans les domaines de l’Intelligence Artificielle (IA) et du Big Data et leurs pratiques de ces derniers. L’IA est encore au début de l’aventure mais va radicalement transformer la manière de fonctionner des entreprises. Les experts PwC constatent que les entreprises ont des perceptions très différentes des concepts et des technologies qui composent l’IA. En effet, plus de deux tiers des entreprises assimilent l’IA aux technologies de machine learning et aux algorithmes, mais les outils de data visualisation, les chatbots ou encore les logiciels d’automatisation et de robotisation sont également cités par les entreprises parmi les éléments constitutifs de l’IA. Néanmoins, l’engouement semble bien présent puisque 3 répondants sur 5 ont recours ou envisagent de recourir à l’IA. Les entreprises les plus matures sont les entreprises de taille importante et particulièrement celles du secteur de la banque et de l’assurance.

L’étude montre également qu’actuellement, l’IA est pilotée par la direction R&D et Innovation dans un cas sur deux, puis viennent les directions générale et commerciale. Les entreprises considèrent l’IA comme une réelle source de valeur et sont prêtes à l’intégrer à leurs activités stratégiques. Ainsi, les premiers cas d’usage de l’IA cités par les entreprises concernent l’amélioration de la connaissance et de l’expérience client, ainsi que l’efficacité opérationnelle (pour près des deux tiers des grandes entreprises). L’IA pourrait également être utilisée dans des projets cherchant à renforcer et faciliter la gestion des risques, la détection des fraudes ou encore la mise en conformité. Pour plus de 40% des grandes entreprises, l’IA pourrait être utile en matière de cybersécurité. « La demande pour de véritables projets IA est de plus en plus forte. Au-delà des tâches d’automatisation, l’appétence des entreprises pour les solutions prédictives et de machine learning est grandissante. C’est un levier de création de valeur dont elles souhaitent profiter, même si la taille de l’entreprise reste un facteur critique au développement de l’IA. Les analyses statistiques prédictives arrivent en tête des concepts les plus impactants. Les projets d’IA sont souvent consécutifs à de précédents projets d’exploitation de données. Ainsi, les entreprises qui exploitent et valorisent au mieux leurs données, sont les plus prêtes et matures sur l’IA » précise Jean-David Benassouli, associé en charge de l’activité Data Analytics & Intelligence Artificielle chez PwC France (appelée également Data Intelligence).

Même si la transformation data-driven des entreprises est bien enclenchée, les résultats de l’étude montrent une maturité très relative face à l’exploitation avancée de ces nouvelles compétences analytiques. Les entreprises françaises collectent les données, mais ont ensuite du mal à les exploiter. En effet, les répondants estiment que leur entreprise n’est pas ou est peu mature dans l’exploitation des données (65%).
 

---

Autres articles

• Comment organiser et réussir une convention commerciale

• La Chine et l’Europe affichent une croissance à 2 chiffres de leurs dépenses R&D

• Comment réussir son intégration en entreprise

• Le digital, un tremplin pour les acteurs du patrimoine

• Pourquoi l'inefficace répartition territoriale des CGP ne doit pas freiner la démocratisation de l’épargne ?

La valorisation de la Data reste un défi majeur pour les entreprises puisque 1 répondant sur 2 déclare exploiter moins de 25% de la donnée collectée et analysée. Selon les experts PwC, cette utilisation est encore trop faible. Cependant, ces derniers notent une évolution visible et positive : les entreprises françaises sont plus des deux tiers à héberger certaines de leurs données dans le Cloud, alors que ce n’était pratiquement pas le cas il y a encore cinq ans. Au-delà de l’enjeu de valorisation de la Data, trois facteurs semblent freiner le moteur de l’IA :

• Le facteur humain : 56% des entreprises invoquent le manque de connaissance sur l’IA, 49% le défaut de formation des équipes et 42% la résistance au changement.
• Des freins structurels qui s’articulent autour de la visibilité sur le retour sur investissement (38%) et les moyens financiers alloués (35%).
• Le manque de confiance dans les algorithmes est cité par 22% des entreprises. Cette proportion atteint même près d’un tiers des grandes entreprises (28%).

Prendre conscience des freins à l’IA conduit à la réflexion sur la professionnalisation des équipes Data dans de nombreuses entreprises. Depuis deux ans, en complément et/ou en renfort du Chief Data Officer (CDO), les experts PwC constatent l’émergence de nouveaux emplois très spécialisés, tels que les Chief Analytics Officers ou encore Chief Data Scientists. Par ailleurs, les enjeux réglementaires liés à la mise en application du GDPR/RGPD ont contribué aux recrutements ou à la nomination de Data Protection Officers (DPO).