L’adoption poussive de l’IA par les entreprises françaises / Ce qui est d'autant plus observable dans l'industrie

Difficile de briller sur tous les plans. La France a beau se poser en championne européenne de l’intelligence artificielle (IA) à plusieurs égards, il y a un sujet sur lequel elle reste à la traîne : celui de l’adoption de la technologie par ses entreprises. L’Hexagone est en effet en dessous de la moyenne de l’Union européenne (UE), puisqu’un peu moins de 10 % de ses sociétés déclaraient utiliser des technologies d’IA en 2024, selon les données d’Eurostat – contre 13,48 % dans l’UE ou 27,58 % au Danemark, le premier de la classe. Du côté de l’industrie, cette part retombe même à 7,5 %, a pointé le Directeur général des Entreprises, Thomas Courbe, lors d’une intervention donnée à la Station F mardi, dans le cadre du "Business Day" qui s’y tenait pour le Sommet mondial pour l’action sur l’IA. "Il est vrai que l’implémentation de l’IA y est plus délicate que dans d’autres secteurs", a-t-il reconnu.

Trois obstacles

En cause, tout d’abord, une réplicabilité plus limitée, du fait de l’ensemble des différents spectres sur lesquels les industriels ont besoin de jouer (la logistique, les ventes, etc.) et des solutions qui peuvent aussi dépendre des sites de production sur lesquels elles sont utilisées. Ensuite, un besoin d’avoir une technologie fiable à la responsabilité accrue, en raison de la confidentialité des données traitées. Et, surtout, la question de la collecte de ces dernières, elles qui sont le nerf de la guerre pour pouvoir utiliser l’IA en bonne et due forme, puisqu’elles doivent généralement être prises directement sur les équipements, a rappelé Thomas Courbe.

"Nous sommes persuadés que l’IA pourrait apporter une valeur ajoutée considérable à l’industrie", a de son côté expliqué plus après Doris Birkhofer, la présidente de Siemens France, tout en reconnaissant que moins d’un tiers des données à disposition dans l’industrie étaient réellement utilisées. "Nous sommes assis sur un trésor considérable, mais il n’est pas évident d’en tirer parti", a-t-elle poursuivi, notamment en raison d’un stockage éparpillé de celles-ci, trop compartimenté, rendant la vue d’ensemble et leur utilisation plus difficile. "Afin de pouvoir produire de la valeur à partir des données, il faut avoir le bon modèle", a ajouté Esther Finidori, la vice-présidente de Schneider Electric France, en charge de la stratégie. Et de pointer : "Il est vrai que l’industrie européenne est ancienne, tout comme ses usines qui ne sont pas vraiment prêtes à l’emploi pour les données, en tout cas moins qu’en Chine ou aux États-Unis. Le premier des besoins est d’accélérer et d’être organisés afin que l’IA puisse tenir ses promesses de compétitivité. […] Le vrai sujet est de parvenir à attraper cette valeur".

Le sésame des cas d’usage

D’autant que lorsque les industriels s’y mettent, les cas d’usage sont nombreux. Le tout étant de s’appuyer, tout d’abord, sur une forte conviction, a observé François Lavernos, le directeur de l’information des marques et de l’industrie du groupe Renault. Aujourd’hui, plus de 15 000 équipements du groupe sont connectés. De quoi collecter chaque jour une énorme quantité de données et ceci alors que les cas d’usage sont nombreux, de la maintenance prédictive des véhicules à leur acoustique.

Plus généralement, ce sujet des cas d’usage devrait d’ailleurs être celui qui poussera les entreprises françaises à adopter l’IA. "Ils vont créer des opportunités business", a de son côté souligné Véronique Torner, la présidente de Numeum, qui s’exprimait aux côtés du président du Medef Patrick Martin, à l’issue du "Tour de France de l’IA" organisé par le syndicat des entreprises du numérique et l’organisation patronale, dont les conclusions ont été rendues juste avant l’ouverture du Sommet. De ces trois mois de consultations, en 20 étapes, doublés de nombreuses auditions d’experts, sont ressorties 10 propositions. Et plusieurs d’entre elles concernent logiquement directement les entreprises, ou la manière dont la technologie pourrait devenir un levier de compétitivité. Parmi celles-ci : déployer un "répertoire IA" pour les PME, qui sélectionnerait des outils adaptés à leurs besoins, créer un "mentorat" de l’IA inter-entreprises, qui permettrait à celles qui ont sauté le pas de l’IA d’être référencées, ou bien d’intégrer dans toutes les équipes de ressources humaines un responsable de la data et de l’IA.