L'IA : un atout sous-estimé par les dirigeants d’entreprise

Aperçu de l’article : Des experts avertissent les dirigeants d'entreprise du risque de négliger la valeur de l'IA analytique, alors qu'ils s'empressent d'intégrer l'IA générative dans leurs organisations.

D'après un récent article de la Harvard Business Review (HBR), les dirigeants d’entreprises pourraient passer à côté de certaines des fonctionnalités les plus précieuses de l’IA.

Alors que l’IA générative est reconnue pour sa capacité à accroitre la productivité, l’IA analytique comme le machine learning et le deep learning offre souvent des avantages plus concrets pour les entreprises, selon la Harvard Business Review (HBR). Elle est particulièrement efficace pour prédire des résultats à partir de données structurées qui alimentent les décisions clés des entreprises, qu’il s’agisse des ventes, de la valorisation des actifs ou de la gestion des stocks. Les dirigeants s’appuient sur ces informations pour prendre des décisions stratégiques ayant un impact direct sur leur rentabilité, notamment en gestion des risques, expansion des marchés et investissements.

De plus, de nombreuses entreprises possèdent déjà de l’IA analytique dans leurs systèmes. Par exemple, les SIG (Systèmes d’Information Géographique) exploitent la GeoAI (IA géospatiale) pour cartographier et analyser des données métiers liées à l’implantation des magasins, aux chaînes d’approvisionnement et à la logistique.

Avec l’augmentation des investissements dans l’IA, la revue HBR recommande de combiner ces deux technologies : utiliser l’IA analytique pour traiter et exploiter les données, et l’IA générative pour rendre ces informations accessibles.

Comment exploiter au mieux l’IA analytique et l’IA générative ?

La Harvard Business Review explique comment un grand opérateur de télécommunications a développé un outil d’IA générative sur mesure, capable de répondre aux questions sur les données de l’entreprise en générant et en exécutant automatiquement du code d’analyse statistique.

Les systèmes d’entreprise, comme les SIG, peuvent offrir cette capacité sans nécessiter de développement sur mesure.

Les SIG excellent depuis longtemps dans l’exploitation de la GeoAI pour répondre à des enjeux stratégiques en analysant de vastes ensembles de données, en identifiant des tendances et en modélisant des scénarios. Par exemple, ils peuvent analyser des données climatiques historiques afin de prévoir les évolutions météorologiques, un atout clé pour évaluer les risques physiques dans des secteurs comme l’assurance ou les services publics. De même, un SIG peut établir des prévisions de ventes en interprétant des données telles que l’emplacement des magasins, les transactions clients et les caractéristiques démographiques et psychographiques locales.

Jusqu’à présent, l’exploitation de la GeoAI nécessitait une expertise en SIG ou en science des données. La visualisation des résultats impliquait la création de cartes, une compétence spécifique en soi.

Désormais, les SIG intègrent des interfaces d’IA générative, permettant aux utilisateurs qui ne sont pas experts d’interroger les données et de produire des cartes pertinentes. Cela permet ainsi aux spécialistes SIG de se concentrer sur des projets plus stratégiques.

L’IA générative, souligne HBR, est particulièrement efficace pour améliorer la productivité dans les tâches créatives. Grâce à cette technologie, les utilisateurs peuvent demander des analyses et exploiter les résultats, en ajoutant ou supprimant des ensembles de données et en mettant en avant les informations clés. Cela permet d’accélérer l’accès aux données stratégiques.

L’IA générative démocratise l’accès aux données

L’article de la HBR souligne que si l’IA analytique apporte une valeur mesurable, l’IA générative joue un rôle clé dans son intégration. Les dirigeants interrogés expliquent que l’engouement autour de l’IA générative les a aidés à obtenir du soutien pour d’autres projets d’IA, notamment parce que les parties prenantes qui n’interviennent pas sur l’aspect technologique perçoivent désormais mieux le potentiel de ces outils.

En résumé, les deux types d’IA jouent des rôles complémentaires. L’IA analytique opère en arrière-plan, tandis que l’IA générative met la technologie en lumière en alimentant des interfaces qui rendent les analyses d’IA compréhensibles par un plus grand nombre d’utilisateurs.

Avec ces deux types d’IA intégrés dans des systèmes tels que les SIG, les collaborateurs à tous les niveaux de l’entreprise peuvent prendre des décisions plus éclairées, partager des analyses et stimuler l’innovation.

Cet article est une adaptation de l'article publié par Esri.

À propos de l'auteur

Jay Theodore

En tant que directeur technologique d'Esri, Jay Theodore définit la vision à long terme de la plateforme ArcGIS. Passionné par l'innovation, il s’attache à exploiter le potentiel de l’intelligence géospatiale, des géosciences, de l’informatique et des technologies pour maximiser la valeur que les entreprises en tirent.