La transformation numérique pousse de nombreuses entreprises à se tourner vers la technologie de pointe, l’intelligence artificielle (IA) et les algorithmes ultra performants pour améliorer leur productivité, et s’adapter aux nouvelles réalités de leur marché. Quels sont les défis qui les freinent dans leur démarche, et comment les aider à les relever ?
Plusieurs champs d’application
Jusqu’à maintenant, les bénéfices de la robotisation se sont fait sentir à plus grande échelle dans le secteur manufacturier. Mais l’automatisation trouve aussi ses applications dans bien des domaines. Pensons au secteur juridique, qui exploite déjà les algorithmes à des fins de recherche documentaire dans la jurisprudence, au travers de logiciels ciblant les extraits d’intérêt en fonction de mots-clés; ou encore à la plus grande des industries, soit elle de l’agriculture, où de plus en plus de technologie de pointe est intégrée dans les fermes, pour la gestion des sols, des pesticides, de l’élevage, etc.; sinon au secteur de la restauration pour la prise de commande et les livraisons; ou à tout département administratif d’une entreprise.
Or, les PME ont beau être de plus en plus conscientes et désireuses de saisir les occasions qu’offrent la robotisation et l’IA, certaines voient leurs ardeurs freinées par le manque de structure interne et de budget dont elles disposent pour se doter des meilleurs dispositifs de traitement et de valorisation de la donnée. Et lorsque les entrepreneurs ont les moyens de leurs ambitions, c’est le doute quant au retour sur leur investissement qui les fait reporter leur projet : est-ce que ça en vaudra la peine ? Allons-nous vraiment compenser le manque de main-d’oeuvre et améliorer la productivité ? Ou faire un trou pour en boucher un autre et s’endetter ? Pour les développeurs de solutions en IA, la réponse est simple : il faut casser le noyau pour avoir l’amande.
Le programme NUMERIA pour répondre à 3 types de défis
Pour mieux comprendre et identifier le type de défis auxquels les entreprises font face lorsqu’elles lancent un projet en intelligence artificielle, on peut se référer au Centre de Recherche Informatique de Montréal (CRIM), qui a identifié trois catégories d’enjeux : « les défis reliés aux données, aux moyens financiers et aux compétences ».
Pour aider les PME québécoises à réaliser leur premier projet en IA, et mettre en place une stratégie propriétaire de données, le CRIM propose justement le programme NUMERIA, en trois volets répondant directement à ces problématiques.
« Quand on sonde les dirigeants et propriétaires, ce qu’on retient souvent, c’est que l’accès au capital n’est pas le plus grand obstacle à l’innovation. Le problème, c’est qu’ils ne savent pas qui trouver pour les aider, comment faire… » – Luc Sirois, Innovateur en chef du Québec.
Défi 1 : Démystifier l’IA et sa valeur en entreprise
« Comment l’intelligence artificielle peut-elle m’aider à atteindre mes objectifs ? Quelle serait la valeur ajoutée pour mon entreprise ? Combien peut coûter un projet en IA ? Quels sont les prérequis pour débuter ? » Ce sont les questions auxquelles les experts de NUMERIA entendent répondre de façon précise et spécifique des interrogations des entreprises qu’ils accompagnent dans le processus d’intégration.
« Quand on sonde les dirigeants et propriétaires, ce qu’on retient souvent, c’est que l’accès au capital n’est pas le plus grand obstacle à l’innovation. Le problème, c’est qu’ils ne savent pas qui trouver pour les aider, comment faire… Au Québec, on est choyés par la quantité de capitaux mis à notre disposition. On est privilégiés. L’enjeu, c’est de trouver le qui et le comment », expliquait d’ailleurs l’Innovateur en chef du Québec, Luc Sirois, lors de notre émission C+ Clair du 30 septembre portant sur l’agtech (outils technologiques visant à améliorer le quotidien des agriculteurs).
Dans une autre émission C+ Clair, produite la semaine dernière, en partenariat avec le catalyseur Prompt sur le thème de la cybersécurité, nos invités ont fait valoir que l’investissement de solutions technologiques devait être proportionnel aux dangers qui seraient encourus par une entreprise si elle ne s’en prémunissait pas.
« Quand on parle de retour sur l’investissement quant à la sauvegarde des données, du fait que la résilience d’une organisation peut être en danger, et que cela peut mener, dans certains cas, à une faillite due à un rançongiciel, doit-on vraiment parler de retour sur l’investissement ? Il en va de la viabilité de l’entreprise. Quand on travaille avec la technologie et le web, et qu’on a des données à protéger et à sauvegarder, il faut prendre en considération ses risques, comprendre le type de données à préserver et appliquer les moyens appropriés pour ce faire. L’investissement doit se mesurer aux risques, qui se matérialisent de plus en plus », amenait Marcel Labelle, président et directeur général de CyberEco. « Avec qui le talent voudra s’émanciper, si nos organisations ne sont pas résiliantes et cyberprotégées ? Peu importe l’investissement requis, il s’agit de la valeur de l’organisation et de ses produits », complétait alors François Bédard, agent de développement senior au Conseil d’identification et d’authentification numériques du Canada (CCIAN).
Défi 2 : Développer les compétences
NUMERIA offre aussi des formations personnalisées sous forme de mentorat pour répondre aux enjeux liés au manque de main-d’œuvre. « Les experts de NUMERIA transfèrent leurs savoir et savoir-faire vers une ressource identifiée et l’accompagnent dans l’acquisition de connaissances nécessaires à la réalisation d’un projet pratique. À l’issue, cette personne contribuera à faire vivre l’IA dans votre entreprise », indique-t-on au CRIM.
Défi 3 : Valoriser les données
NUMERIA propose aussi d’aider les entrepreneurs à mieux comprendre l’état, la qualité et la quantité des données qu’ils devront être prêts à gérer au travers de la mise en place de leur projet d’intelligence artificielle. « Nécessitent-elles davantage de préparation ? Que devez-vous mettre en place pour y arriver ? NUMERIA vous aide à mieux comprendre l’état de vos données afin de maximiser les probabilités de succès de votre projet d’IA. »
Selon le média Silicon.fr, spécialisé en gestion des projets TI au sein des entreprises, « Les entreprises ont également réalisé qu’avoir un data scientist (scientifique ou spécialiste de la donnée) ne répondait pas à la problématique de valorisation de leurs données. Cela est en partie dû au manque de compréhension de l’environnement entourant la donnée. Un data scientist peut comprendre la donnée mais pas ses fins et environnements ou applications métier. Prenons l’exemple d’un service marketing qui travaille sur l’implémentation de l’IA pour accélérer son ROI web. Les data scientists vont élaborer et implémenter l’algorithme sans tenir compte de cet environnement spécifique et de son comportement; le site Internet prenant beaucoup plus de temps à charger que l’algorithme, l’association ne fonctionne pas. »
C’est donc qu’il faut favoriser une compréhension de la donnée dans un contexte ciblant les enjeux spécifiques de son industrie et de son type d’activités, afin de mieux valoriser la data et en maximiser les retombées positives au sein de son entreprise.
Article de Chloé-Anne Touma publié sur CScience le 7 novembre 2022.
Crédit Image à la Une : Chris Liverani, Unsplash
