Des impacts aux enjeux de l’IA générative sur les entreprises

ChatGPT, Dall-E, Midjourney… Pour 52 % des Français, les IA génératives constituent une nouvelle révolution industrielle. Ils sont 49 % à estimer qu’elles vont transformer en profondeur les métiers. Mais quels sont précisément les enjeux et les impacts de cette technologie sur le monde de l’entreprise ? Présentation dans cet article.

J-14

Matinale Data & IA

05 Déc 2024 |08h30 – 14h00 Paris

S'inscrire

Gains de temps et de productivité générés grâce à l’automatisation, aide à la décision, assistanat, etc. Si les cas d’usage sont multiples, l’IA générative est principalement utilisée pour automatiser un certain nombre de tâches récurrentes ou assister les salariés dans leur fonction en prenant notamment en charge des tâches complexes ou chronophages. Pour illustrer le propos dans cet article, nous développerons plus particulièrement un cas d’usage autour des ressources humaines.

Quels sont les principaux enjeux de l’IA générative en entreprise ?

Un premier enjeu de l’IA générative dans les entreprises consiste à favoriser des gains de temps sur des tâches à faible valeur ajoutée. Objectif : permettre aux équipes de se concentrer sur leur expertise et leur cœur de métier.

Réduire le nombre de tâches récurrentes, mécaniques et administratives

C’est par exemple le cas ces équipes de développement informatique qui vont pouvoir s’appuyer sur les outils d’IA générative pour générer du code simple, compiler du code automatiquement ou préremplir un certain nombre d’informations.

Même bénéfice pour les équipes juridiques : l’IA générative est capable, à partir d’un certain nombre de clauses standards et juridiques, de proposer un chatbot RH afin de répondre aux questions administratives portant sur la convention collective, les congés ou les contrats de travail. Résultat, le personnel RH peut se concentrer sur les problématiques humaines de l’entreprise (vie de l’entreprise, transformation, etc.) et les développeurs sur l’algorithmie et la programmation complexe.

L’IA générative est principalement utilisée pour automatiser un certain nombre de tâches récurrentes ou assister les salariés dans leur fonction en prenant notamment en charge des tâches complexes ou chronophages.

Générer facilement du contenu

La génération de contenus est une problématique majeure pour les départements Marketing, Communication ou Ventes. Les cas concrets d’application ne manquent pas : post sur les réseaux sociaux, aide au descriptif de vente d’un produit, réalisation d’un PowerPoint à partir d’informations issues d’un document Word ou d’un livre blanc, synthèse de documents, extraction d’informations clés, génération de clauses contractuelles générales, documentation technique de code…

L’IA générative peut également adresser certains besoins de branding (slogan, logo, visuel ou vidéo d’illustration, etc.) ou proposer une même présentation sous diverses formes pour se différencier de la concurrence. À la clé : des gains de productivité pour les équipes et de compétitivité pour toute l’entreprise.

Améliorer la relation client

Autre enjeu de l’IA en entreprise : améliorer les échanges avec le client dans le cadre d’une stratégie omnicanal (téléphone, réseaux sociaux, web, papier, agence physique…) grâce aux capacités de reproduction du comportement humain des LLMs. En s’appuyant sur toutes les données des échanges avec le client, l’IA générative va alors créer un échange plus fluide et efficace que des chatbots standards sur des parcours précis. Le bot va ainsi pouvoir assister les forces commerciales dans la gestion de la relation client, synonyme d’amélioration de la satisfaction client. Par exemple, en relançant un certain nombre d’actions à effectuer, en effectuant une synthèse des points clés des précédents points de contact client ou en apportant des conseils et des recommandations.

Améliorer la prise de décision

Les outils d’analyse de données ont pour objectif d’aider à la prise de décision. Par exemple, si on poursuit notre exemple dans le domaine RH, il est possible d’analyser les données relatives aux effectifs, à la masse salariale, au marché, les besoins en compétences… et de prendre des décisions en termes de politique de recrutement, de formation ou de mobilité géographique pour s’adapter aux besoins locaux. Avec les IA génératives, il sera possible d’enrichir les décisions en intégrant des informations tierces issues du web. Une capacité qui amène de la diversité et qui permet surtout de replacer les décisions dans un contexte global.

Une nouvelle source d’innovation

Nouveaux business models, nouvelles idées, nouveaux produits, nouveaux services, nouvelles molécules en pharmacologie, etc. L’IA générative va pouvoir s’appuyer sur la conjoncture, les données des concurrents et les tendances du marché permettre à l’entreprise de se diversifier et de sortir du lot. En ce sens, l’IA générative apporte un regard externe et une réflexion plus large que le seul périmètre de l’entreprise, soit une véritable source de compétitivité qui va lui permettre de produire plus et mieux en consommant moins de ressources.

Les bénéfices de l’IA générative

Si les avantages directs liés à l’innovation sont plus difficiles à calculer, les bénéfices de l’automatisation sont quant à eux plus évidents. En effet, le gain de productivité amené par l’IA générative permet aux entreprises d’optimiser leurs coûts et d’améliorer leur présence auprès des clients sur internet.

En réalité, gain de productivité et gain financier sont assez proches : le temps ainsi économisé grâce à l’automatisation va engendrer des gains financiers certains, en remplaçant les tâches manuelles et en rendant possible la réalisation de nouvelles tâches jusque-là impossibles à effectuer. C’est ce qui va aussi permettre d’aller plus vite et plus loin dans l’innovation.

Une étude menée par l’Université de Stanford révèle que l’utilisation de l’intelligence artificielle générative permettrait d’augmenter la productivité de 14 %. Selon des chercheurs du MIT, cette hausse serait même de 40 % alors que la qualité serait améliorée de 20 %.
Sources :
Generative AI at Work, Erik Brynjolfsson, Danielle Li & Lindsey R. Raymond, avril 2023.
Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence, Shakked Noy et Whitney Zhang, mars 2023.

Un autre atout est la rétention des talents. En effet, en permettant aux équipes de se consacrer à des tâches à plus forte valeur ajoutée et donc plus gratifiantes, l’IA générative participe au bien-être au travail et à renforcer l’engagement des collaborateurs. Un gage de valorisation qui donne du sens au travail et permet à chacun de mieux s’accomplir au quotidien.

Les freins actuels au développement de l’IA générative

Comme tout sujet nouveau, il est encore difficile à maîtriser limitant ainsi son utilisation et ses bénéfices.

1er frein : les hallucinations de l’IA

Le principe de l’IA générative consiste à prédire le prochain mot en fonction du contexte et de l’historique de mots qu’elle a en sa possession. Résultat, soumise aux biais et aux données erronées, l’IA n’est pas fiable à 100 % et peut proposer des réponses fausses. C’est pourquoi le gain d’efficacité ne peut être garanti, une relecture humaine des contenus générés étant toujours nécessaire. Dans notre exemple RH, il faudra notamment vérifier que l’IA n’a pas ajouté une clause inutile ou injustifiée, voire à risque pour l’entreprise, dans le contrat.

2ème frein : le risque de sortie de données confidentielles

Certaines entreprises comme Samsung ont interdit l’utilisation des outils d’IA générative grand public type ChatGPT ou Google Bard à leurs collaborateurs. La raison : trois employés de la division semi-conducteurs ont renseigné des informations sensibles de l’entreprise dans ChatGPT pour les assister dans leur travail : recherche de failles dans une base de données, optimisation de lignes de code ou synthèse d’une réunion de travail. Résultat, ces informations se sont retrouvées dans la base de données qui sert à entraîner l’IA.

Cet exemple met le doigt sur l’un des points faibles de l’IA générative la sécurité des données mais aussi leur propriété. Pour en savoir plus sur les problèmes de propriété intellectuelle liée à l’utilisation de l’IA générative, consultez notre article « Développement de l’IA générative : quel impact sur les entreprises ? ».

3ème frein : la perte de savoir

Autre conséquence indirecte : la dépendance aux IA génératives. En effet, certains professeurs se sont déjà émus de l’utilisation intensive d’un outil comme ChatGPT par les étudiants et de la crainte qu’elle engendrait quant à une possible perte du savoir. Pourquoi en effet apprendre quand on a à disposition une solution qui a réponse à tout (ou presque) ? Attention à la facilité qu’offre l’IA générative car, de la même manière que l’intelligence artificielle n’a pas vocation à remplacer l’humain, il reste nécessaire de prendre du recul et de challenger les réponses apportées. L’IA générative apporte une assistance réelle grâce à l’automatisation. Elle ne remplace pas la réflexion. Au final, la décision reste humaine !

4ème frein : l’acceptation de l’intelligence artificielle

Un parallèle intéressant peut être dressé entre la calculatrice et l’IA générative. En effet, en 1966, certains professeurs de mathématiques aux Etats-Unis ont protesté contre l’usage de la calculatrice en cours de peur que les élèves n’apprennent plus à calculer. Or il n’en est rien. On sait toujours faire des mathématiques et résoudre des équations complexes à la différence que l’on a plus besoin de les apprendre par cœur. Il faut donc se demander ce qu’il est vraiment nécessaire d’automatiser pour apporter une aide concrète et utiliser au mieux les capacités humaines.

Quelles solutions pour remédier aux limites de l’IA générative ?

Comme pour tout projet IT, l’introduction de l’IA générative en entreprise doit être encadrée et accompagnée. Il faut définir un cadre d’utilisation et de maintien dans le temps de ces IA pour les superviser, les fiabiliser et, à terme, les maîtriser. Ce contrôle permet à la fois de savoir comment les données sont utilisées, d’éviter les biais et de s’assurer que la solution apporte toujours le bon niveau de réponse ou d’information aux personnes. Soit la garantie que les solutions déployées restent performantes dans le temps et la capacité à mesurer leur apport.

Enfin, le plus important repose sur l’acculturation des équipes et l’accompagnement à l’utilisation pour pouvoir tirer la meilleure valeur de l’IA générative. Cet accompagnement présente l’avantage de rassurer les utilisateurs quant à la pérennité de leur métier et de favorise la prise de conscience quant aux limites de ces outils. Comme dans toute transformation, le premier gage d’adoption et facteur de réussite est avant tout humain.

👉 Retrouvez toute notre actu en temps réel en nous suivant sur LinkedIn 👈