La vérité sur les bénéfices liés à l’IA

Pour nombre d’entreprises, l’adoption de l’IA et du machine learning ne se reflètera d’abord que sur quelques processus et ce de manière incrémentale… D’où l’importance pour tirer parti de ces technologies de savoir se fixer des objectifs réalistes.

Les exemples ne manquent pas d’organisations littéralement transformées par des programmes d’intelligence artificielle. Le potentiel du machine learning alimente les fantasmes d’automatisation de plus en plus de tâches. En pratique toutefois, la plupart des entreprises continuent à s’interroger sur la façon de tirer parti de manière concrète des capacités prédictives de l’IA. Car dans les faits, les changements observés par une PME s’avéreront différents de ceux qui attendent les géants du numérique. Même au sein d’organisations où des cas d’application ont bien été identifiés, un manque de compréhension, d’infrastructure ou de données représente un handicap non négligeable.

Anticiper les obstacles à l’exploitation de l’IA

De nombreuses entreprises sont à la recherche de cas d’usage pour des applications d’intelligence artificielle et des talents pour les mettre en œuvre. Mais au-delà de ces questions pratiques, elles sont plus nombreuses encore à s’interroger sur la façon dont l’intelligence artificielle peut les servir. Comment en somme ces technologies peuvent-elles les rendre plus agiles, leur permettre de réduire leurs coûts ou encore les accompagner dans leur transformation digitale ? Pour répondre à ces questions, Sayid Shabeer, chef de produit chez HighRadius, recommande de cibler parmi les processus réclamant une intervention humaine ceux qui génèrent le meilleur ROI et de concentrer les efforts sur ceux-ci.

L’infrastructure représente souvent un autre obstacle au déploiement de l’IA : les réseaux neuronaux et les algorithmes ont besoin de puissance de calcul or le coût des processeurs graphiques ou GPU (Graphics Processing Unit) s’élève à plusieurs dizaines de milliers de dollars. Des investissements importants dont rien ne garantit qu’ils ne soient pas obsolètes après quelques années ! Dans ce contexte, charge aux plus petites entreprises – dont les investissement sont généralement plus limités – de déployer progressivement ces technologies ou d’opter pour de l’IA à la demande, un modèle qui devrait se développer dans les années à venir.

Enfin, si les grandes entreprises ont souvent davantage de moyens pour financer cette infrastructure, elles disposent aussi de volumes de données bien plus importants. D’où l’intérêt de solutions accessibles en self-service qui génèrent de l’information en quasi temps réel et dont profiteront davantage de collaborateurs.

Lire l’article

En complément : un article qui évoque les initiatives mises en place pour encourager les PME à investir dans l’IA.