Intelligence artificielle en entreprise: le CIGREF relève le défi opérationnel
Publié par Ariane Beky le | Mis à jour le
Le CIGREF publie un rapport sur la mise en oeuvre opérationnelle de l'intelligence artificielle, qui passe par une R&D collaborative et des API ouvertes.
L'intelligence artificielle frappe à la porte des entreprises sous différentes formes. Et les organisations professionnelles s'emparent du sujet.
Après avoir étudié l'éthique et la gouvernance de l'intelligence artificielle (IA), le Cercle dédié à ce thème du CIGREF vient de publier un rapport sur sa mise en oeuvre opérationnelle.
Aujourd'hui, le réseau de grands groupes observe dans son rapport : « La plupart des entreprises développent surtout des projets autour de l'analytics et des agents intelligents. Pour certaines organisations, l'IA n'est pas du tout une priorité métier. »
Pour d'autres, les premières expérimentations se font en R&D, notamment collaborative.
Justement, la collaboration entre entreprises et entités tierces est un modèle « en plein essor ». C'est le cas notamment des « synergies d'innovation » opérées entre grands groupes et start-up actives dans l'apprentissage automatique (machine learning, une branche d'exploration de l'IA).
Orchestration des projets
La direction des systèmes d'information (DSI) des entreprises « aura un rôle majeur dans cette collaboration en étant garante de la bonne orchestration de ces projets », souligne le Cigref.
Ce point de vue est partagé par de grands groupes, dont le groupe bancaire Société Générale.
« Pour monter un environnement SI adapté à une plateforme d'IA (pour expérimenter des agents intelligents), le SI doit être plus ouvert, plus connecté entre partenaires. La solution
envisagée serait de travailler en Open API », témoigne Christelle Fouquiau, Manager de projet innovation de Société Générale.
Outre l'expérimentation de bots en interne, les entreprises doivent relever d'autres défis pour mettre en oeuvre des projets d'IA.
Le Cigref les énumère ci-dessous :
- Promouvoir la R&D coopérative et une architecture multi-agents ;
- Mettre en place un socle technique adapté ;
- Développer une plateforme d'interaction.
Enfin, la DSI doit « convaincre en interne et poser un framework pour pouvoir délivrer ces expérimentations en production rapidement. Car aujourd'hui il n'y a pas de budget dédié. »
Lire également :
IA : le Cigref médite sur l'éthique et le business des algorithmes
Intelligence artificielle: trois secteurs d'activité à la pointe des investissements