RAPPORT DE RECHERCHE

Vers de nouveaux sommets de compétitivité

Vers de nouveaux sommets de compétitivité

  • 86 % des dirigeants français estiment qu’ils doivent miser sur l’intelligence artificielle (IA) pour atteindre leurs objectifs de croissance, mais la grande majorité d’entre eux (88%) ne savent pas encore comment déployer l’IA à l’échelle.
  • 85 % des dirigeants français estiment que s’ils ne déploient pas l’IA à l’échelle de l’entreprise, cette dernière risque la faillite pure et simple.
  • Selon l’étude, les entreprises qui ont déployé massivement l’IA obtiennent un ROI près de 3 fois supérieur à celui de leurs homologues moins performants en matière d’IA.


Les chiffres parlent d’eux-mêmes

En France, 86 % des dirigeants estiment qu’ils doivent miser sur l’intelligence artificielle (IA) pour atteindre leurs objectifs de croissance. Presque tous considèrent l’IA comme un accélérateur de leurs priorités stratégiques. Et une écrasante majorité estime que l’obtention d’un retour sur investissement positif exige de déployer l’IA à l’échelle de l’entreprise. Cependant, 88 % d’entre eux déclarent rencontrer des difficultés lors du déploiement à l’échelle. En outre, huit dirigeants français sur dix estiment que leur entreprise pourrait disparaitre d’ici 2025 si l’expérimentation de l’IA ne débouche pas sur son déploiement à l’échelle de l’ensemble de l’organisation.

Face à des enjeux plus élevés que jamais, quels enseignements pouvons-nous tirer des entreprises qui ont réussi à déployer massivement l’IA à l’échelle de l’entreprise ?

Le passage à l’échelle de l’IA est crucial pour votre entreprise

Sélectionnez un pays dans chaque menu déroulant pour comparer les résultats.

Sélectionnez un secteur d’activité dans chaque menu déroulant pour comparer les résultats.

Expérimentez, puis passez à l’échelle

Accenture a réalisé une enquête internationale auprès de 1 500 dirigeants d’entreprises, dans 16 secteurs d’activité. L’étude vise à déterminer comment l’IA contribue à la stratégie de l’entreprise, à identifier les conditions nécessaires pour un déploiement à l’échelle de l’IA et à évaluer l’impact financier d’un déploiement réussi. Avec un but principal : aider les entreprises à poursuivre leur transformation IA, en passant du stade de l’expérimentation ponctuelle à la mise en place d’une organisation dotée de puissantes capacités d’IA pour croitre et rester compétitives.

Nous avons identifié trois groupes d’entreprises, en fonction de leur degré d’avancement dans le passage à l’échelle de l’IA : les Usines à PoC, les Stratèges du déploiement à l’échelle et les Leaders du déploiement à l’échelle.

  • Analyse de données inachevée, jugée non prioritaire par le PDG
  • Modèle opérationnel cloisonné, typiquement axé sur l’IT
  • Incapacité à extraire de la valeur à partir des données
  • Difficultés à passer à l’échelle, en raison de délais fixés irréalistes
  • Investissements insuffisants et peu rentables
  • D’après notre expérience, 80 à 85 % des entreprises en sont là

  • Analyse de données avancée prioritaire pour le PDG, équipe de data scientists mobilisée pour résoudre les problèmes majeurs
  • Équipes pluridisciplinaires de plus de 200 spécialistes, travaillant sous l’autorité d’un directeur de l’IA ou d’un Chief Data Officer
  • Capable de distinguer les signaux essentiels au sein des données
  • Automatisation intelligente et suivi prédictif
  • Comble son déficit en actifs digitaux/IA/données
  • Culture de l’expérimentation orientée vers le déploiement massif à l’échelle et le retour sur investissement
  • Nous estimons que 15 à 20 % des entreprises ont atteint ce palier

  • Grande ouverture aux plateformes digitales et à la culture d’entreprise orientée vers l’IA, généralisant l’usage de l’information en temps réel pour piloter la prise de décision
  • Vision d’entreprise claire, responsabilisation des talents, indicateurs de performance et gouvernance destinée à éliminer les silos
  • Analyses de scénarios multiples afin d’optimiser l’acquisition, le service et la satisfaction
  • Pratiques responsables de nature à améliorer la perception de la marque et la confiance
  • Avantage compétitif, créateur de valeur, conduisant à un ratio cours/bénéfice (PER) plus élevé
  • Moins de 5 % des entreprises ont évolué à ce niveau

La grande fracture

Les entreprises interrogées dans notre étude ont dépensé 306 milliards de dollars au total dans les applications IA, au cours des trois dernières années. Mais les disparités en termes de retour sur investissement sont significatives. On constate en effet un écart de 110 millions de dollars entre les entreprises au stade du PoC et les Stratèges du déploiement à l’échelle.

3X
Chez les Stratèges du déploiement à l’échelle, l’IA génère un retour sur investissement trois fois plus élevé que chez les entreprises encore au stade du Poc

Les secrets d’un passage à l’échelle réussi

Notre enquête a révélé trois éléments déterminants, qui distinguent les Stratèges du déploiement à l’échelle des entreprises encore au stade du PoC.
Les Stratèges :

1. Développent l’IA de façon « intentionnelle »
2. Ignorent les données superflues
3. Abordent l’IA comme une activité d’équipes

1. Développer l’IA de façon « intentionnelle »

Les Stratèges expérimentent et déploient plus de projets que les entreprises au stade du PoC ; ils fixent aussi des délais plus longs. Ils ont 65 % plus de chance d’accorder un délai d’un à deux ans entre la phase pilote et le déploiement à l’échelle. En outre, ils dépensent moins tout en obtenant de meilleurs résultats. À première vue, cela pourrait sembler paradoxal. Mais les données montrent que ces entreprises leaders sont plus volontaires, ont des attentes plus réalistes en termes de délais de déploiement (et des moyens à mettre en œuvre pour le faire de façon responsable).

Pour réussir le déploiement à l’échelle, les entreprises ont besoin d’une structure et d’une gouvernance adaptées. Les Stratèges disposent de ces deux éléments. Près des trois quarts d’entre eux (71 %) affirment avoir une stratégie et un modèle opérationnel clairement définis pour le déploiement à l’échelle de l’IA. Ce qui n’est le cas que de la moitié des entreprises encore au stade du PoC.

Les Stratèges ont généralement défini des processus et des rôles, basés sur une responsabilisation claire et le soutien de responsables confirmés et de chefs de file de l’IA. Les projets qui ne sont pas solidement ancrés dans la stratégie de l’entreprise et qui ne sont pas supervisés et gérés par une structure de gouvernance adaptée progressent plus lentement. Des « guerres de territoire » peuvent éclater pour savoir qui a la « maîtrise » de l’IA. Et, quels que soient les plateformes IA utilisées ou le savoir-faire mobilisé, les efforts non harmonisés sont inefficaces.

Évaluer la situation

Les « petites » entreprises de notre enquête ont un chiffre d’affaires annuel compris entre 1 et 5 milliards de dollars. Les plus importantes ont des revenus annuels supérieurs à 30 milliards de dollars. Existe-t-il des différences majeures entre ces deux groupes lors du passage à l’échelle de l’IA ? Les plus grandes entreprises ont-elles un taux de réussite plus faible du fait de leur complexité organisationnelle ? Ou au contraire obtiennent-elles des retours sur investissement supérieurs en tirant parti d’un potentiel de valeur plus élevé ?

En regroupant les entreprises par taille, nous n’avons identifié aucune différence significative dans la réussite du déploiement à l’échelle ou du retour sur investissement. La taille n’est donc pas un critère de succès. La clé réside plutôt dans la diffusion du bon état d’esprit et des capacités IA dans l’ensemble de l’organisation.

2. Ignorer les données superflues
« Mon entreprise reconnaît l’importance des données fondamentales comme le pilier du déploiement à l’échelle de l’IA. »

 54%      vs      37%
Stratèges du déploiement à l’échelle  Entreprises au stade du PoC

90 % des données dans le monde ont été créées au cours des dix dernières années. 175 zettaoctets de données seront créés d’ici 2025. Pourtant, après des années de collecte, de stockage, d’analyse et de reconfiguration d’une multitude d’informations, la grande majorité des entreprises se débattent avec d’incroyables volumes de données et peinent à les nettoyer, les gérer, les conserver et les exploiter.

Les Stratèges ignorent le « bruit » entourant les données. Ils ont conscience de l’importance des données critiques, considérant les données financières, marketing et consommateur, ainsi que les données maîtres, comme des domaines prioritaires. Et ils sont plus aptes à structurer et à gérer ces données. Selon notre étude, ils sont plus enclins à manier un ensemble de données plus vaste et plus pertinent (61 %, contre 38 % des Entreprises au stade du PoC). Et 67 % des Stratèges ont fait de l’intégration de jeux de données internes et externes une pratique courante, contre 56 % des Entreprises au stade du PoC.

En outre, les Stratèges utilisent les bons outils IA (p. ex. : lacs de données sur le cloud, plateformes de data engineering/data science, analyse des recherches et du trafic) pour gérer les données (60 % contre 47 %) utiles à leurs applications. De la création à l’utilisation des données, en passant par leur conservation, les Stratèges comprennent l’importance d’utiliser des jeux de données plus diversifiés pour soutenir leurs projets.

De la création à l’utilisation, en passant par leur conservation, les Stratèges engagés dans le passage à l’échelle se focalisent sur le capital données utile à leurs projets IA.
3. Aborder l’IA comme une activité d’équipes

Le passage à l’échelle exige d’intégrer des équipes pluridisciplinaires dans l’ensemble de l’organisation, des équipes qui bénéficient d’un soutien clair de la hiérarchie afin de garantir l’alignement sur la vision de la direction. Chez les Stratèges du passage à l’échelle, ces équipes sont souvent placées sous l’autorité d’un directeur de l’IA ou de l’analyse de données. Elles incluent notamment des data scientists, des ingénieurs spécialisés dans le machine learning, les données et l’IA, des experts en data visualisation, des spécialistes de la qualité des données, de la formation et de la communication.

Les Stratèges l’ont parfaitement compris. De fait, 92 % d’entre eux ont mis en place des équipes pluridisciplinaires. La présence de ces équipes dans l’ensemble de l’organisation n’est pas seulement un signe fort de la dimension stratégique du passage à l’échelle, elle favorise aussi l’évolution de la culture d’entreprise et des comportements. En revanche, les entreprises au stade du PoC sont davantage susceptibles de s’en remettre à un référent unique au sein de leur organisation technologique pour diriger la démarche IA.

92%
des Stratèges du déploiement à l’échelle s’appuient sur des équipes pluridisciplinaires

Le stade de l’Industrialisation au service de la croissance est un objectif dynamique.

Notre expérience nous a permis d’identifier trois variables supplémentaires qui accélèrent la transformation des entreprises vers l’objectif final : une culture axée sur les données, dans laquelle l’IA génère des rendements exponentiels.

  Se focaliser sur le « I » du ROI
  S’ouvrir aux plateformes digitales pour passer à l’échelle
  Développer la confiance grâce à une IA responsable

Vers de nouveaux sommets de compétitivité

L’information sur « ce qu’est » l’IA est abondante. Mais atteindre de nouveaux sommets de compétitivité grâce à l’IA exige de comprendre le « comment ». Et parfois d’écarter les idées reçues qui émergent sans cesse au gré des évolutions de l’IA :

Tout ne repose pas sur la VITESSE

L’enjeu est d’agir de façon délibérée, dans la bonne direction.

Tout ne repose pas sur des MOYENS FINANCIERS

L’enjeu est d’investir aux bons endroits, avec l’intention d’induire des changements à grande échelle.

Tout ne repose pas sur le VOLUME DE DONNÉES

L’enjeu est d’investir dans vos données, de façon délibérée et pragmatique, pour obtenir les bonnes informations.

Tout ne repose pas sur un LEADER UNIQUE

L’enjeu est de construire des équipes pluridisciplinaires dotées des bonnes compétences.

Le déploiement à l’échelle de l’entreprise de la puissance exponentielle de l’IA est un travail de longue haleine. Les entreprises qui savent à chaque étape tirer des enseignements parviendront à une fusion harmonieuse de leur activité avec l’intelligence artificielle, qui stimulera la productivité et l’efficacité.

Résultat : une croissance industrialisée grâce à une puissance concurrentielle incontestable dans tous les domaines, de l'efficacité organisationnelle à la perception de la marque en passant par la confiance.


À propos de cette étude

Quelque 1 500 dirigeants d’entreprises d’un chiffre d’affaires annuel minimum d’un milliard de dollars, représentant 12 pays et 16 secteurs d’activité, ont participé à notre étude, dans le but d’identifier les facteurs de réussite du déploiement à l’échelle de l’IA.

Ketan Awalegaonkar

Accenture Applied Intelligence, Global Strategy & Consulting Lead


Robert Berkey

Directeur Exécutif, Accenture Applied Intelligence


Greg Douglass

Directeur Exécutif Senior – Accenture Strategy, Communications, médias & technologie


Athena Reilly

Managing Director - Accenture Strategy, Stratégie CFO & Enterprise Value

POUR ALLER PLUS LOIN


Prenez connaissance des éléments clés

Temps de lecture : 20 minutes

Rapport complet

Une enquête internationale de référence menée auprès de dirigeants décrit les trois facteurs critiques pour réussir le passage à l’échelle de l’IA.

Télécharger le rapport complet (en anglais)

Temps de lecture : 7 minutes

Infographie

Découvrez comment passer de l’Expérimentation à l’Exponentiel.

TÉLÉCHARGER L'INFOGRAPHIE (EN ANGLAIS)

Slideshare

Inscription
Restez informé avec nos dernières publications Restez informé avec nos dernières publications