Choisir la bonne voie : comment les entreprises industrielles devraient aborder les technologies basées sur l'IA

Il est clair que l’intelligence artificielle bouleverse tous les secteurs tels que nous les connaissons. Cela inclut non seulement les secteurs qui ont retenu le plus l’attention – comme le SaaS, les technologies financières, les technologies de la santé et les voyages – mais aussi industries traditionnellement lourdes qui sont prêts à être perturbés. 

En tant qu'investisseur industriel orienté vers l'IA, j'ai pu constater combien d'entreprises du secteur adoptent de plus en plus l'automatisation et la prise de décision basée sur les données, et comment leur approche peut varier en fonction à la fois de ce dont l'entreprise a besoin et des ressources dont elle dispose. 

Dans cet article, je discuterai des différentes options dont disposent les entreprises pour intégrer des technologies basées sur l'IA dans leurs processus métier, et je soulignerai les avantages et les inconvénients que j'ai observés dans chacune d'elles. 

1. Créer un département R&D interne

Une voie empruntée par plusieurs entreprises consiste à créer leur propre département de R&D pour développer des technologies d’IA. Par exemple, Siemens, à travers son AI Lab, est pionnier dans diverses applications potentielles de l’IA industrielle. 

Même si Siemens a réussi à réaliser certaines avancées, comme la réduction des délais de production sans avoir besoin de nouveau matériel, la réalité est que pour la plupart des entreprises, les avantages qu'elles peuvent tirer d'un service interne sont limités. 

Contrairement aux startups, le monde de l’entreprise connaît des délais de traitement lents, une faible tolérance aux erreurs et des attentes élevées qui peuvent tuer les projets avant qu’ils n’exploitent tout leur potentiel. Les startups, en revanche, sont adeptes du pivotement et savent que plusieurs itérations sont nécessaires avant de trouver une véritable avancée, notamment avec des technologies comme l’IA qui nous obligent à être en mode « apprentissage » constant. 

C'est pourquoi, de mon point de vue, les entreprises qui choisissent de tirer parti de cette approche doivent donner à ce département une autonomie afin qu'il puisse fonctionner comme une startup. Dans le cas contraire, le rythme lent avec lequel les entreprises opèrent traditionnellement risque de nuire à leurs perspectives. 

2. Créer un fonds de capital-risque (CVF) ou un accélérateur axé sur l'IA

Des géants comme Toyota – d’abord via le Institut de recherche Toyota, puis à travers Toyota Entreprises - et Qualcomm, via Qualcomm Ventures, ont investi des centaines de millions de dollars chacun en investissant dans des startups prometteuses dans les domaines de l'IA, de la robotique et d'autres technologies de pointe. 

En revanche, d'autres firmes — comme Fujitsu, à travers le Accélérateur d'ingénierie Fujitsu, ou Volkswagen, qui en partenariat avec le célèbre accélérateur Plug and Play de la Silicon Valley — ont créé des programmes d'accélération exclusifs pour soutenir les entreprises émergentes qui se concentrent sur les besoins et les défis de leur secteur. Cela présente des avantages, car ils peuvent aider les entreprises à piloter des projets avec des startups et à exploiter leurs ressources pour aider ces startups à réussir. 

Néanmoins, cette approche présente également des limites. La création d'un fonds de risque ou d'un accélérateur ne change pas la culture profondément enracinée d'une entreprise. De plus, le fonctionnement de ces fonds est généralement limité par des facteurs supplémentaires, tels que les protocoles et les règles établis par la société mère. Les processus d’entreprise traditionnels peuvent également entrer en conflit avec ce qui est nécessaire pour développer des technologies d’IA révolutionnaires. 

3. Embaucher un directeur du numérique (CDO)

Cette étape consiste à embaucher une personne ou à former un service qui sera chargé de numériser l'entreprise. Ces responsabilités comprendront l'élaboration de stratégies d'adoption de l'IA et la liaison avec les startups. Le Chief Digital Officer (CDO) se concentrera également sur l’amélioration de l’efficacité, de la compétitivité et de la croissance grâce à la numérisation. 

Les inconvénients potentiels de cette approche interne sont liés au fait que les startups peuvent avoir du mal à communiquer avec les employés de l'entreprise, car ils sont habitués à des modèles économiques différents et ont des protocoles de communication complètement divergents. De plus, le CDO pourrait s'appuyer sur son réseau de contacts existant pour des partenariats potentiels, limitant ainsi la portée de collaborations efficaces. 

Une autre considération est que le CDO doit être aligné sur la vision globale de l'entreprise. Par exemple, si le CDO souhaite accélérer la transformation et que l’entreprise n’est pas prête à progresser à ce rythme, les projets pourraient s’arrêter et ne faire qu’engendrer davantage de frustration.  

En général, ce modèle fonctionne mieux lorsque l'entreprise interagit avec un fonds de capital-risque, car un investisseur en capital-risque peut rapidement comprendre laquelle de ses sociétés en portefeuille est la mieux adaptée pour résoudre un besoin ou un problème particulier. 

4. Organisez des hackathons sur le thème de l'IA

Les hackathons récurrents, par exemple chaque année, sont une méthode puissante pour générer de nouvelles idées et solutions. Aujourd’hui, cette stratégie n’est pas seulement mise en œuvre par les entreprises, mais aussi par les startups et les fonds. J'ai personnellement utilisé cette approche et l'une des sociétés de mon portefeuille organise régulièrement des hackathons, car ils offrent une plateforme extraordinaire permettant aux gens d'être créatifs et de sortir des sentiers battus. 

Historiquement, certains produits créés lors des hackathons sont devenus de grands succès. Par exemple, lors d'un événement organisé par Schneider Electric, les participants ont développé un Solution alimentée par l'IA pour optimiser les systèmes de gestion de l’énergie. Schneider Electric a repris ce prototype et l'a développé davantage, bénéficiant d'une utilisation plus efficace de l'énergie et répercutant éventuellement ces réductions de coûts sur ses clients. 

Dans la même veine, un hackathon organisé par GE a stimulé le développement d'une application d'IA qui améliore l'efficacité des éoliennes en analysant les données opérationnelles et en ajustant automatiquement les paramètres de contrôle. GE a développé cette technologie et optimise désormais les opérations du parc éolien de la division énergies renouvelables de GE. C'est une solution parmi tant d'autres développé lors de hackathons que GE a finalement mis en œuvre. 

Le hackathon « Connected Experience » de Bosch, axé sur les innovations en matière d'IA et d'IoT, est un autre exemple excellent exemple d'un événement centré sur l'IA organisé par une entreprise industrielle, et on s'attend à ce que les créations qui en émanent accélèrent les perturbations dans les divisions manufacturières et automobiles de l'entreprise. 

Le secret d’un hackathon réussi ne réside pas seulement dans la capacité à l’organiser et la volonté d’investir du temps et de l’argent, mais, plus important encore, dans la compréhension de pourquoi vous le faites et comment utiliser les résultats – les idées générées par les participants. D'une part, il est crucial de laisser aux participants la liberté de penser de manière créative, car l'essence d'un hackathon réside dans la recherche de nouvelles idées. En revanche, une systématisation des résultats est nécessaire. Maîtriser cet équilibre peut faire du hackathon une excellente source de nouvelles technologies pour l'entreprise, ou de talents, car un hackathon n'est pas seulement une plateforme de découverte de nouvelles technologies mais aussi d'identification d'individus capables de développer ces technologies au sein de l'entreprise.

Réflexions finales

Bien que ces quatre approches puissent constituer des stratégies potentiellement efficaces pour permettre aux entreprises d’intégrer les technologies d’IA dans leurs processus et d’améliorer leurs résultats, je dois remarquer qu’un fil conducteur ici est l’importance de la communication et de la compréhension entre deux façons de travailler radicalement différentes. 

Les startups et les innovateurs en IA peuvent souvent avoir du mal à communiquer avec les employés de l'entreprise. C'est donc une compétence qui doit être enseignée, car une communication efficace peut ouvrir la voie au succès. 

Par conséquent, une dernière recommandation pour une entreprise est d’avoir un employé dans l’entreprise capable de travailler avec des startups et de leur apprendre à combler ce déficit de communication. Google en est un exemple positif. J'ai rencontré quelqu'un chez Google qui, en plus d'être impliqué dans les ventes aux entreprises, était un médiateur qui enseignait aux startups à trouver un terrain d'entente avec les grands conglomérats. C’est essentiel, car remodeler les industries d’aujourd’hui grâce à la puissance de l’IA nous obligera à travailler ensemble malgré nos différences, et ceux qui ne savent pas comment collaborer seront probablement laissés pour compte.