Le BCG GAMMA, le BCG Henderson Institute et le MIT Sloan Management Review ont présenté la 4e édition de leur éditeur Expanding AI’s Impact With Organizational Learning. Réalisée auprès de plus de 3,000 dirigeants dans 29 industries et 112 pays, elle dévoile que seulement 10% des entreprises déclarent aujourd’hui percevoir un impact financier très significatif grâce à leurs initiatives d’Intelligence Artificielle (IA). Pourtant, paradoxalement, l’adoption de l’IA avance à grande vitesse : 59% des entreprises ont une stratégie d’IA, soit 20 points de plus qu’il y a trois ans.
Mais alors, pourquoi si peu de retour sur investissement ? Comment les entreprises championnes de l’IA tirent-elles leur épingle du jeu ?
Data, talents, tech … loin d’être suffisants ?
Les dirigeants ont aujourd’hui conscience que le déploiement de l’IA à l’échelle est un impératif business : plus de la moitié (57%) affirme que leur entreprise pilote ou déploie l’IA, soit neuf points de plus qu’en 2017. 70% sont désormais convaincus que l’IA peut créer de la valeur, contre 57% il y a trois ans.
Cependant, même lorsque qu’elles ont réussi à déployer les fondamentaux de l’IA, c’est-à-dire les données, les talents et la tech, seules 20% des entreprises perçoivent un impact financier significatif.
« Peu d’entreprises créent aujourd’hui de la valeur financière grâce à l’IA, même lorsque les fondamentaux sont en place. Les entreprises leaders sont celles qui arrivent à placer l’IA au cœur de leurs processus, dans la vie quotidienne des équipes, ce que l’on appelle l’approche Human + AI » détaille Sylvain Duranton, Directeur monde de BCG GAMMA.
Pour devenir une championne de l’IA, le rôle des interactions réciproques humain et IA est clé. 73 % des entreprises qui favorisent un apprentissage mutuel et continu homme-machine perçoivent des avantages financiers très significatifs.
L’indispensable collaboration entre l’humain et l’IA
Les entreprises championnes de l’IA qui maîtrisent l’approche collaborative humain et machine ont mis en place deux initiatives clés :
- Encourager systématiquement les occasions d’apprentissage réciproque : l’IA et l’humain peuvent et doivent apprendre l’un de l’autre. L’objectif n’est donc pas d’apprendre aux machines ou des machines, mais d’apprendre avec les machines.
- Favoriser la juste répartition des rôles entre IA et humain en fonction du contexte et des forces de chacun. L’humain est plus à l’aise dans les contextes ambigus et les situations nouvelles, l’IA dans l’analyse de grandes quantités de data.
Qui doit recommander, décider, mettre en œuvre ? Les entreprises qui sont capables de maîtriser ces initiatives, de choisir le bon mode d’interaction en fonction du contexte ont six fois plus de chance d’avoir un impact financier significatif.
Les entreprises championnes de l’IA ne changent donc pas seulement les processus pour utiliser l’IA, elles changent les processus en réponse à ce qu’elles apprennent avec l’IA. Elles adoptent largement des pratiques agiles, de test, d’apprentissage et de reskilling, axées sur la création de valeur.
« Percevoir un impact financier significatif grâce aux initiatives d’IA n’est pas l’apanage des seules entreprises de la tech. Le chemin ne sera pas aisé mais toutes les entreprises, dans tous les secteurs mêmes les plus traditionnels peuvent y arriver. Le succès n’est pas lié à l’héritage, à l’industrie ou au positionnement géographique. Des grands groupes traditionnels, qu’il s’agisse d’une société énergétique européenne comme Repsol, d’un opérateur de télécommunications indien comme Airtel Bharti ou d’un détaillant américain comme Walmart, peuvent devenir des championnes de l’IA, en prenant les bonnes décisions et en faisant de l’apprentissage mutuel humain et IA une réalité au sein de leur organisation. » explique François Candelon, Directeur monde du BCG Henderson Institute.
Méthodologie
Étude basée sur les réponses de plus de 3000 dirigeants dans 29 industries et 112 pays. Des entretiens approfondis ont également été réalisés avec les dirigeants pour mettre en lumière les différents cas d’usage et l’évolution de l’adoption de l’IA par secteur ces quatre dernières années.
