În timp ce IA se impune ca un factor tehnologic major în discursurile politice și economice, integrarea sa în structura IMM-urilor și ETI-urilor franceze se dovedește a fi mai prudentă. Un studiu recent realizat de Bpifrance Le Lab, pe un eșantion de peste 1.200 de lideri, permite o mai bună înțelegere a dinamicii de adoptare în acțiune.
Conform studiului "IA în IMM-urile și ETI-urile franceze: O revoluție liniștită", liderii par să fi înțeles importanța problemei: 58% dintre aceștia consideră că IA este o chestiune de supraviețuire pe un orizont de 3-5 ani. În ceea ce privește trecerea la acțiune, aceasta este reală, dar încă ezitantă: 43% dintre lideri au definit o strategie IA, 26% utilizează o IA generativă, 16% o IA non-generativă și doar 10% folosesc ambele.
Dintre companiile care au adoptat IA, jumătate folosesc exclusiv soluții gratuite sau gata de utilizare. Optimizarea existentului, îmbunătățirea performanțelor, menținerea competitivității și reducerea costurilor sunt principalele motivații ale liderilor: 94% menționează cel puțin o modalitate de optimizare, comparativ cu doar 54% o modalitate de dezvoltare a activității.
Această discrepanță între percepția strategică și implementare reflectă mai multe provocări: lipsa de maturitate a ofertei, costurile considerate ridicate sau dificultatea de a identifica cazuri de utilizare relevante.

Datele, încă prea puțin exploatate ca pârghie strategică

IA se bazează pe mai multe precondiții esențiale: digitalizarea companiei, structurarea datelor, identificarea cazurilor de utilizare relevante și implicarea echipelor. Cu toate acestea, în ciuda unei ușoare creșteri a digitalizării, de la 72% în 2017 la 76%, 43% dintre acestea nu își exploatează încă datele pentru a-și gestiona activitatea.
Totuși, o companie digitalizată este de cinci ori mai probabil să adopte IA, iar cele care își analizează datele sunt de 2,5 ori mai susceptibile să o utilizeze.

Disparități sectoriale revelatoare ale provocărilor structurale

Adoptarea IA variază semnificativ în funcție de sectoare, reflectând nevoile tehnologice specifice și dinamica internă. Astfel, TIC și finanțele prezintă rate ridicate de adoptare a IA generativă (respectiv 79% și 47%), în timp ce sectoare mai tradiționale, precum construcțiile (19%) sau transporturile (5%), rămân în urmă.

Tipologia liderilor: între scepticism, experimentare și inovație

Studiul identifică patru profiluri majore de lideri:
  • Scepticii (27%): provin din sectoare puțin digitalizate, opuși IA, se tem de impacturile sociale și nu percep o utilitate concretă;
  • Blocații (26%): conștienți de probleme, dar paralizați de un deficit de competențe sau de sprijin;
  • Experimentatorii (28%): curioși și angajați, dar împiedicați de constrângeri financiare și lipsa de expertiză;
  • Inovatorii (19%): avansați în digital, integrează IA în procesele și produsele lor, cu un leadership asumat.
Aceste profiluri variază în funcție de sectoare: scepticii domină în construcții și transporturi, blocații în comerț, experimentatorii în industrie, iar inovatorii în TIC, finanțe și servicii pentru afaceri. Se observă, de asemenea, o supra-reprezentare a femeilor printre sceptici și a bărbaților printre inovatori.

Disparități de adoptare legate de profilul liderului

În 73% dintre cazuri, proiectele IA sunt inițiate de lider. Cu cât acesta este mai tânăr și cu un nivel de educație mai ridicat, cu atât compania sa este mai avansată în adoptarea IA. Când folosește GenAI în activitatea sa profesională, compania este de cinci ori mai susceptibilă să o folosească și ea (46% față de 9%).
Liderii de sub 35 de ani sunt astfel 67% să utilizeze personal GenAI la locul de muncă, comparativ cu 46% dintre cei peste 45 de ani, un procent care scade la 36% pentru cei peste 66 de ani. Nivelul de educație este, de asemenea, discriminant: 62% dintre cei cu studii superioare de nivel Bac+8 utilizează IA generativă, comparativ cu doar 19% dintre cei fără diplomă.

Cum să accelerezi adoptarea IA?

Pentru a depăși aceste provocări, sunt recomandate mai multe pârghii:
  • Consolidarea transformării digitale pentru a pune bazele unei adopții eficiente;
  • Structurarea și exploatarea datelor pentru a identifica utilizări relevante;
  • Formarea angajaților pentru a depăși rezistențele și a maximiza eficiența instrumentelor IA;
  • Experimentarea cu soluții accesibile înainte de a investi în tehnologii avansate.