Les impacts de l’IA en termes d’organisation et de compétences

L’IA : une révolution technologique

L’Intelligence Artificielle est un terme générique qui revêt en réalité plusieurs dimensions. Il serait plus juste d’évoquer des Intelligences Artificielles, au vu des différentes technologies et applications qu’elles permettent.

L’intelligence artificielle désigne en effet moins un champ de recherches bien défini qu’un programme, fondé autour d’un objectif ambitieux : comprendre comment fonctionne la cognition humaine et la reproduire ; créer des processus cognitifs comparables à ceux de l’être humain [1].

L’évolution technologique fulgurante de ces dernières années et le développement d’une culture de la donnée dans certaines organisations ont permis la conception de structures algorithmiques apprenantes de plus en plus performantes. Cet essor est porté par quatre facteurs :

• Une maturité technologique (augmentation des capacités de calcul et de stockage)
• Un accès facilité à des réservoirs de données massives
• Une augmentation des ressources dédiées (investissements publics et privés, formations)
• Une multiplication des applications envisageables (automatisation, analyses prédictives, etc.)

Le rapport homme-machine entre dans une nouvelle ère, la technologie permettant par exemple de soulager l’humain des tâches répétitives ou de « l’augmenter » en traitant rapidement et en masse des données.

La France a souhaité dès 2017 lancer une stratégie IA, matérialisée par le rapport Cédric Villani [1], et un plan d’actions afin de promouvoir cette technologie sur le territoire avec pour horizon 2022. L’objectif est de maintenir une compétitivité au niveau mondial, et l’enjeu est de taille : la Chine et les États-Unis se sont emparés de l’IA depuis déjà plusieurs années, étant traditionnellement moins attentifs aux questions éthiques liées aux données.

La dynamique d’implémentation de l’IA en France

Début 2020, 30% des organisations avaient déployé de l’IA et 37% intensifié les études exploratoires sur le sujet [2]. Ce chiffre est en constante augmentation, prouvant la prise de conscience de plus en plus grande de l’intérêt de l’IA pour conserver ou gagner en avantage concurrentiel.

Cependant, certains secteurs se sont plus rapidement emparés de l’IA, tels que la santé, la banque, les assurances ainsi que le transport et la logistique. Ils ont développé des applications qui servent aujourd’hui de cas d’usage pour les autres secteurs : activités prédictives et/ou préventives, gestion des CRM, aide à la décision, optimisation des flux, etc.

Au-delà de la promesse de réduction de coût et de gain de temps, l’utilisation de l’IA permet de développer de nouveaux produits, services ou business models, et ouvre ainsi un nouveau champ des possibles.

L’IA doit donc constituer un choix stratégique en embarquant toutes les strates de l’entreprise, car son implémentation nécessite une allocation de ressources, un certain niveau de digitalisation et la capacité à accompagner la transformation des processus métiers.

La sensibilisation et l’accompagnement des collaborateurs en amont et lors de projet de déploiement d’IA est indispensable à la réussite et au développement d’une culture IA.

Toutefois, certains éléments ralentissent l’implémentation et l’intensification de l’IA, tels que le manque de données exploitables, une réglementation stricte des données dans la santé ou la banque, le manque de connaissances des bénéfices de l’IA qui entraîne un problème d’acceptation sociale ou une forte résistance au changement, ou bien le coût encore élevé de certaines technologies.

Mais plus largement ce sont les efforts nécessaires à la conduite du changement et le manque de valeur perçue à court terme qui poussent encore beaucoup d’entreprises à penser que l’IA n’est pas prioritaire. En effet, l’implémentation de l’IA nécessite une adaptation de l’organisation non seulement pour permettre l’utilisation de l’IA, mais également parce que cette technologie fait émerger de nouveaux modes de travail, notamment dans les interactions entre l’humain et la machine.

Une meilleure diffusion concernant le retour d’expérience des organisations ayant implémenté l’IA et les bonnes pratiques associées sont donc nécessaires. Stratégiquement, il peut être judicieux de commencer par de petits projets pour sensibiliser les collaborateurs aux applications concrètes de l’IA. La réussite de ces projets permettrait d’envisager d’autres développements. Dans ce contexte, l’accompagnement des fournisseurs de solutions peut s’avérer précieux, notamment pour les PME.

L’impact de l’IA sur les métiers

L’intelligence artificielle et l’automatisation auront un impact croissant sur les métiers et les besoins en compétences, mais ne devraient pas modifier significativement le nombre d’emplois en Europe, selon une étude récente du cabinet McKinsey. On estime cependant que pour 60% de travailleurs, 30 à 40% de leur activité sera fondamentalement transformée d’ici 2035 [3]. Même si ces chiffres sont évidemment à prendre avec précaution, ils démontrent l’ampleur du phénomène.

Si le contenu des métiers évolue, de nouveaux métiers liés aux technologies d’IA apparaissent également afin d’exploiter, analyser la data et concevoir et gérer les éléments d’IA.

Comme le montrent les travaux menés par HTS Consulting, l’acculturation des collaborateurs à l’IA et l’accès aux compétences techniques sont des enjeux majeurs afin de gagner en compétitivité. De nouvelles compétences devront être développées par les collaborateurs afin que ces derniers puissent s’adapter aux différents systèmes créés par et pour l’IA. Si la technologie soulage ou aide l’humain au quotidien, c’est pour mieux lui permettre d’approfondir des tâches que l’IA ne peut prendre en charge. Ainsi, la mise en place ou l’approfondissement du travail décloisonné, collaboratif et agile notamment permettra une meilleure performance des projets et une résilience accrue des organisations. Ces compétences sociales et émotionnelles tout comme les compétences technologiques sont celles qui connaitront la plus forte évolution entre 2016 et 2030 [3].

La valeur est à rechercher dans la complémentarité entre l’humain et la machine : si cette dernière est imbattable sur les tâches répétitives et l’analyse de grandes bases de données, l’humain de par sa capacité relationnelle, d’analyse du contexte et d’adaptation aux nouvelles situations est essentiel.
Pour les profils non techniques, l’enjeu est d’apprendre à travailler avec les systèmes d’IA tout en valorisant ce qui fait la force de l’humain. Une acculturation aux enjeux et potentiels de l’IA permet aux collaborateurs, quel que soit leur métier, de repérer dans leurs process des opportunités d’amélioration et de création de valeur, auxquelles l’IA pourrait répondre.

Quant à l’offre de formation, elle s’est élargie ces dernières années mais reste encore insuffisante au vu des besoins, notamment en profils techniques. Plusieurs approches existent en fonction du niveau de compétences souhaité : des MOOC permettant la sensibilisation et compréhension pour tous aux études techniques certifiantes à l’université ou en école spécialisée. Les formations initiales se structurent et s’étoffent, en proposant des approches variées et hybrides des technologies de l’IA, ce qui va permettre une arrivée prochaine sur le marché de jeunes diplômés. L’enjeu des entreprises est de réussir à accompagner les collaborateurs dans leur montée en compétences pour réussir la transformation des métiers.

L’IA intègre de plus en plus les organisations, mais certaines sont encore frileuses à l’idée des transformations que cela implique. Cependant, la compétitivité accrue des entreprises « augmentées » par l’IA nécessite une remise en question des business models et de la structure de l’emploi et des métiers à grande échelle. Pour que la valeur soit effectivement au rendez-vous, il faut accompagner le volet humain tout autant que le volet technologique. La formation, l’acculturation et au final l’adhésion des collaborateurs à l’IA sont essentiels pour que l’homme et la machine trouvent leur place, travaillent sereinement ensemble et apprennent l’un de l’autre en continu.

[1] Cédric Villani, Donner un sens à l’intelligence artificielle. Pour une stratégie nationale et européenne. 2018

[2] Étude IBM, From Roadblock to Scale : The Global Sprint Towards AI, janvier 2020

[3] McKinsey Global Institute, Skill shift: Automation and the future of the workforce, 2018