Une nouvelle étude met en lumière la progression de l’Intelligence Artificielle dans les entreprises françaises. Peu sont déjà équipées de l’infrastructure adéquate mais les projets se multiplient.

Une nouvelle étude réalisée par Axians France et HPE cherche à évaluer la maturité des entreprises françaises face à l’intelligence artificielle et le degré d’avancement de leurs projets IA.
Menée auprès de 144 DSI et responsables informatiques d’entreprises françaises de plus de 250 employés (dont près de la moitié étant des grandes entreprises de plus de 5000 salariés), elle confirme l’importance prise par les sujets IA avec 62% des répondants ayant au moins un projet en cours de déploiement ou de réflexion.
Elle confirme également un manque de maturité et les aspects toujours très exploratoires de bien des projets. D’ailleurs, seuls 20% des DSI interrogés se disent vraiment familiers avec les technologies de l’IA.

Des scénarios identifiés

Si l’on en croit l’étude, les principaux projets déployés ou en cours de réflexion portent principalement sur les modèles prédictifs (que ce soit pour prédire des évolutions business ou des pannes), sur l’automatisation des processus et sur le traitement du langage naturel et la mise en œuvre de bots.

Par ailleurs, un certain nombre de technologies actuelles favorisent selon les DSI l’émergence de réflexions autour des usages de l’IA. C’est particulièrement vrai en ce qui concerne la Business Intelligence (et l’aide à la prise de décisions), l’Internet des Objets (et l’analyse des flux de données qui l’accompagne) et les datalakes (et leur amoncèlement de données à analyser pour en tirer de la valeur).

Les principaux domaines d’application des IA mis en évidence par l’étude sont l’apprentissage automatisé (pour 62% des répondants), la détection des anomalies et des fraudes (53%), la maintenance prédictive (52%), la reconnaissance et l’interprétation d’images et vidéos (48%), le calcul prévisionnel (45%), le support client (36%), la gestion des trafics et des pics (pour 25%), l’approvisionnement logistique (pour 17%), l’optimisation et la recommandation dans le e-commerce (17%), les véhicules autonomes (15%), la modélisation produit (13%).

Avantages et Freins

Comme dans toute étude IA, on retrouve aussi ici les inévitables questions sur les gains attendus de l’IA et sur les freins.
Du côté des bénéfices, c’est sans surprise « un décisionnel amélioré » et « la capacité d’innovation » qui sont principalement mis en avant devant la « compétitivité », « l’image moderne de l’entreprise » et les aspects « temps réel ». On notera cependant que seulement 15% des DSI en attendent un retour sur investissement rapide.
Du côté des freins, pas de surprise non plus : le manque de compétences internes arrive en tête devant l’insuffisance des ressources informatiques et le budget élevé des projets IA.

Une problématique identifiée : Les ressources informatiques

Seulement 23,5% des entreprises interrogées ont déjà mis en place une infrastructure matérielle adaptée à la concrétisation de leurs projets IA. Et seulement 14,3% ont déjà entamé leur réflexion à ce sujet, 62,2% des entreprises n’ayant tout simplement aucune infrastructure à même de supporter des projets IA pour l’instant.
La plupart de ces dernières auront probablement à cœur de s’orienter vers le cloud et particulièrement vers le cloud public, avec Azure cité par 49% des DSI interrogés devant AWS, Google Cloud et OVH.

Par ailleurs, l’étude s’intéresse également aux infrastructures mises en œuvre par les 24% de sondés ayant répondu avoir mis en place du hardware IA. Près de la moitié d’entre eux utilisent des configurations de plus de 500 cœurs. Mais seulement 11% d’entre eux utilisent plus de 10 GPU pour accélérer leurs traitements d’apprentissage des IA.

Au final, cette étude n’est pas forcément très rassurante. Les françaises entreprises ont encore bien du mal à identifier les projets IA réellement utiles à leur Business et en quoi l’IA est un facteur de transformation. La bonne nouvelle, c’est que d’année en année le potentiel du Machine Learning, du Deep Learning et d’autres technologies IA se démocratise au sein des DSI et les projets même s’ils sont encore exploratoires se multiplient. Parallèlement, les outils se simplifient aussi avec des systèmes « Auto ML » qui prennent en charge des scénarios pré-identifiés et des outils d’automatisation de la chaîne DataOps qui la rendent plus facile à maîtriser.