Les entreprises de tous les secteurs sont lancées dans une véritable ruée vers l'intelligence artificielle. Cependant, seuls 11% profitent à l'heure actuelle d'un retour sur investissement. C'est ce que révèle une étude menée par Boston Consulting Group and MIT Sloan Management Review.
L’intelligence artificielle a le vent en poupe. Cette technologie révolutionnaire offre d’innombrables promesses, et les entreprises de toutes les industries se ruent désormais pour l’exploiter tel un véritable gisement d’or.
Cependant, une étude récemment menée par Boston Consulting Group et MIT Sloan Management Review remet en question cette tendance et sème le doute. Selon cette étude, seuls 11% des entreprises profitent aujourd’hui d’un retour sur leur investissement dans l’intelligence artificielle.
Ce sondage a été mené auprès de 3000 managers, cadres et chercheurs issus d’organisations et d’entreprises de divers secteurs dont le chiffre d’affaires dépasse les 100 millions de dollars. Parmi eux, 57% déclarent utiliser l’IA. Cette proportion est en hausse, puisqu’elle était de 44% en 2018.
Pour les entreprises dont le chiffre d’affaires dépasse 10 milliards de dollars, le rapport estime qu’on peut parler d’un retour sur investissement si l’IA permet de dépasser 100 millions de dollars de nouveaux revenus ou d’économies réalisées. Pour les organisations dont les revenus sont compris entre 500 millions et 10 milliards de dollars, la barre est placée à 20 millions de dollars de RoI.
Enfin, pour les entreprises dont le CA va de 100 à 500 millions de dollars, le seuil est à 10 millions de dollars. En se basant sur ces critères, seuls 11% des entreprises exploitant l’IA profitent d’un retour sur investissement tangible.
Afin de mieux comprendre pourquoi ces 11% dégagent un bénéfice en exploitant l’IA, les chercheurs ont utilisé le Machine Learning pour analyser les résultats de l’étude. Ceci a permis de mettre en lumière plusieurs pistes intéressantes.
Comment profiter d'un retour sur investissement dans l'IA ?
Tout d’abord, on s’aperçoit que les entreprises ayant implémenté l’IA dans un contexte plus large de transformation profitent de meilleures retombées. Par exemple, l’entreprise espagnole Repsol, spécialisée dans l’énergie, utilise l’IA pour identifier les problèmes dans ses opérations de forage.
Elle exploite aussi cette technologie pour organiser le stockage et la livraison du pétrole, et pour générer automatiquement des offres pour ses clients. Cependant, c’est en apprenant de ces processus et en déployant de nouvelles pratiques que Repsol dégage le plus de bénéfices.
Un autre exemple est celui de DHL. Dans ses centres logistiques, le célèbre transporteur allemand utilise l’IA pour aider les employés à charger les palettes dans les avions cargo de façon sécurisée. Un système de vision par ordinateur analyse chaque palette pour vérifier si elle peut être superposée aux autres. L’intelligence artificielle aide aussi la firme à planifier les itinéraires de livraison, et à contrôler les robots qui trient les colis dans les entrepôts.
Selon la vice-président de l’innovation chez DHL, Gina Chung, la raison pour laquelle l’entreprise jouit d’un retour sur investissement est qu’elle a commencé à incorporer la Data Science, l’analyse de données et l’IA dans une refonte générale de son activité il y a huit ans de cela.
Aujourd’hui, les employés humains et l’IA coopèrent au quotidien chez DHL. Les algorithmes sont entraînés à analyser les palettes ou à trier les colis, mais peuvent commettre des erreurs. La supervision d’un expert humain reste donc nécessaire.
De la même manière, une entreprise du secteur de la finance, dont le nom n’est pas dévoilé, a entraîné ses algorithmes en étudiant le comportement des traders humains. Par la suite, ce sont les traders humains qui ont pu apprendre des performances de ces algorithmes.
Cette collaboration étroite entre humains et machines est celle qui permet de développer tout le potentiel de l’IA en entreprise.
Le rapport démontre également l’importance de la flexibilité dans le déploiement de l’intelligence artificielle. Par exemple, Lyft, concurrent d’Uber, a d’abord développé un algorithme permettant de mettre en contact les chauffeurs et les passagers.
Par la suite, les Data Scientists de la firme ont compris qu’il serait plus bénéfique de maximiser la fréquence à laquelle les utilisateurs commandent une course après l’ouverture de l’application. Le premier algorithme a donc été remplacé par un nouveau.
Pour terminer, l’étude confirme l’importance de continuer à expérimenter avec l’IA même si un premier projet ne porte pas ses fruits. Les entreprises rencontrant le plus grand succès sont celles qui continuent à apprendre de leurs erreurs et adaptent leurs pratiques à partir des résultats. Parmi les organisations ayant adopté cette stratégie, 73% ont profité d’un retour sur investissement.
Vous savez maintenant de quelle manière une entreprise peut profiter d’un retour sur investissement dans l’intelligence artificielle. Découvrez quelles sont les compétences requises pour travailler dans l’IA, et notre dossier complet sur le Machine Learning.
