Stratégie d'IA : pourquoi les grandes entreprises ont besoin d'un « transformateur »

Lorsque la Commonwealth Bank of Australia (CBA) a eu besoin d'aide pour développer une technologie d'intelligence artificielle afin d'améliorer ses opérations bancaires, allant de la détection des cybermenaces à l'optimisation des liquidités, elle a auditionné la startup d'intelligence artificielle H20.ai et sa plateforme d'apprentissage automatique open source. Après avoir démarré en tant que partenariat pilote expérimental, la banque, la plus grande d'Australie, a permis à la startup de personnaliser et d'étendre sa technologie à l'ensemble des activités de la banque. Mais H20.ai n'a pas seulement créé des solutions technologiques adaptées à la banque, il a fourni un soutien global, fait évoluer les talents - formant plus de 1 000 employés de banque - et piloté la gestion du changement avec une équipe d'experts dédiée à la banque.

Les opérateurs historiques comme CBA se tournent de plus en plus vers la technologie de l'IA pour résoudre leurs problèmes commerciaux et recherchent des partenaires technologiques externes pour s'approvisionner en solutions d'IA. Mais ces entreprises traditionnelles ont été confrontées à des défis pour entretenir des collaborations significatives qui maximisent le soutien qu'elles reçoivent des acteurs de l'IA. Seul 1 titulaire sur 5 a trouvé le bon type d'acteur IA, comme H20.ai est pour CBA, qui offre un accès à une technologie personnalisée, ainsi qu'un soutien aux talents, à la formation et à la gestion du changement, incitant le titulaire à revoir ses processus. Nous appelons ces acteurs IA qui fournissent un tel support des transformateurs.

Pour les titulaires de l'industrie qui sont capables d'identifier et de collaborer efficacement avec un transformateur, la valeur est claire. Lorsque le BCG Henderson Institute a interrogé 600 entreprises de premier plan, nous avons constaté que les titulaires qui ont réussi à favoriser des collaborations significatives sur des solutions d'IA personnalisées étaient trois fois plus susceptibles de tirer un impact financier élevé (positif) de l'IA que ceux qui ne l'ont pas fait.

Les titulaires qui adoptent actuellement l'IA devraient viser à trouver leurs transformateurs pour maximiser leurs chances de tirer de la valeur de la technologie. Mais il existe de nombreux obstacles à un partenariat significatif entre l'opérateur historique et le transformateur. Pour surmonter ces obstacles, les titulaires doivent reconnaître et modifier les idées préconçues et les comportements enracinés qui les freinent.

Les titulaires doivent cibler les acteurs de l'IA qui les aident à éliminer les trois principaux obstacles qui les empêchent généralement d'adopter l'IA : la technologie, les talents et la gestion du changement.

Technologie : Combler les lacunes héritées de l'IA personnalisée . Les trois quarts des opérateurs historiques que nous avons interrogés ont déclaré être confrontés au manque d'outils nécessaires pour créer leurs propres solutions d'IA. Et lorsqu'ils ont cherché des partenaires en externe, 80 % d'entre eux avaient encore des problèmes de compatibilité avec leurs anciens systèmes informatiques. Les transformateurs, dans de nombreux cas, se spécialisent dans une verticale ou une fonction particulière, ce qui leur permet de combler les lacunes technologiques d'un titulaire en développant une solution d'IA adaptée aux besoins du titulaire. Les produits prêts à l'emploi matures peuvent être adoptés plus rapidement, mais ils ne résolvent peut-être pas complètement le problème de l'entreprise, et lorsque la technologie devient standardisée, le soutien adjacent à la gestion des talents et du changement a également tendance à s'estomper.

Talent : Surmonter le déficit de compétences en IA.Les titulaires, presque universellement, déclarent avoir des difficultés à trouver des talents technologiques (83 %) et à fournir la formation nécessaire en IA (85 %) à leurs employés actuels. Les transformateurs éliminent ce déficit de talents car ils travaillent sur une IA de pointe, qui attire les meilleurs talents. Étant donné que les entreprises de transformation se spécialisent déjà dans l'industrie des titulaires, ces travailleurs parlent déjà la même langue que la main-d'œuvre titulaire adoptante, ce qui facilite le perfectionnement des travailleurs non IA de l'organisation.

Accompagnement du changement : Réinventer les modes de travail.La complexité de bouleverser les processus existants avec de nouvelles technologies était un défi pour 83 % des titulaires, et 76 % des titulaires étaient confrontés au manque de confiance ou de compréhension de la technologie de l'IA de leurs employés. Les transformateurs peuvent agir en tant qu'agents de changement, en facilitant la transition d'un titulaire en définissant des stratégies spécifiques à l'IA, en réinventant les processus existants pour exploiter la valeur de l'IA et en établissant une gouvernance de l'IA pour empêcher les risques de se matérialiser, protéger les pratiques responsables et établir la confiance des utilisateurs et des consommateurs. Un engagement significatif des transformateurs peut également aider à lutter contre la résistance culturelle, en faisant passer l'état d'esprit des employés de la perception de l'IA comme une menace à celle d'une opportunité et en soutenant la redéfinition des descriptions de poste avec l'IA, ainsi qu'en établissant la confiance dans les informations sur l'IA, ce qui aide les outils d'IA à s'enraciner profondément au sein des organisations.

Pourtant, le voyage pour trouver et s'engager avec des transformateurs peut comporter des pièges.

Naviguer sur le marché de l'IA lui-même est un obstacle fondamental pour tous les titulaires, car l'IA ne relève pas de l'expérience et de l'expertise des titulaires ; le processus de navigation ralentit 83 % des opérateurs historiques dans leur parcours d'adoption de l'IA. Pour trouver le bon partenaire, les titulaires doivent concevoir une stratégie de partenariat claire en matière d'IA, ce que notre enquête a révélé que seulement un tiers des titulaires possédaient actuellement. Des défis supplémentaires se matérialisent en fonction de l'expérience d'un titulaire en matière d'adoption de l'IA, et à chaque étape, les titulaires doivent modifier les comportements organisationnels pour surmonter de nouveaux obstacles à la collaboration.

Lorsque les titulaires en sont aux premiers stades de leur transformation de l'IA (c'est-à-dire qu'ils n'ont pas encore adopté ou adoptent l'IA dans certains processus), ils ont une appréhension intrinsèque à l'idée de travailler avec des startups ou des scale-ups d'IA, la moitié des titulaires interrogés affirmant que cette appréhension a entravé la collaboration. Les titulaires montrent également une préférence pour les produits d'IA matures plutôt que pour l'expérimentation, car 43 % des titulaires en début de carrière citent le manque de préparation des produits comme un obstacle à l'engagement avec des partenaires d'IA.

Afin de favoriser des collaborations significatives, les titulaires doivent modifier leur comportement organisationnel de deux manières. Ils doivent considérer les transformateurs comme des alliés plutôt que des adversaires et privilégier les solutions sur mesure aux produits matures.

De la peur de la concurrence à la collaboration. Les titulaires doivent radicalement changer leur état d'esprit en transformant les transformateurs en alliés stratégiques plutôt qu'en adversaires. "Nous considérions les entreprises technologiques comme des propriétaires de solutions de produits, et non comme de véritables collaborateurs", a déclaré un dirigeant d'un constructeur automobile européen à propos de l'évolution de l'entreprise, de la résistance au changement à l'adoption de la collaboration par l'IA. "Nous avons changé et décidé de mettre en place des partenariats. L'entreprise technologique a beaucoup investi dans le partenariat : effectifs, formations, remises, beaucoup de main-d'œuvre. Au bout de deux ans, c'est devenu un partenariat gagnant-gagnant. Nous l'avons utilisé non seulement pour la consommation de produits, mais aussi pour construire un produit."

Des pare-feu aux portes ouvertes. Ce changement d'état d'esprit permet aux titulaires d'être transparents avec leurs données et leur intelligence de l'industrie, ce qui, à son tour, permet aux transformateurs de mieux personnaliser la technologie de l'IA. Lorsque le principal fournisseur norvégien d'équipements de forage et de services MHWirth, désormais HMH, a eu besoin d'effectuer une maintenance basée sur les données sur ses plates-formes de forage offshore, l'opérateur historique a donné à son partenaire IA Cognite un accès complet à ses données via une clé API et une carte blanche pour déployer sa solution. Cette approche a aidé HMH à contrôler les coûts, à prolonger la durée de vie des équipements et à réduire les temps d'arrêt grâce à des modèles prédictifs personnalisés.

Des "produits prêts à l'emploi uniquement" à l'expérimentation bienvenue. Au lieu d'acheter des solutions prêtes à l'emploi, les opérateurs historiques doivent adopter l'expérimentation, en particulier dans les industries ou les cas d'utilisation où les produits matures facilement adoptés n'existent pas ou ne créent pas d'avantage concurrentiel. Les titulaires doivent plutôt miser sur les transformateurs pour fournir une personnalisation, ce qui prend du temps et nécessite des changements de processus et de culture. Il n'y avait pas de produits d'IA matures, par exemple, qui répondaient aux besoins du constructeur aéronautique brésilien Embraer en matière de vol autonome. L'opérateur historique a donc recherché un acteur spécialisé pour développer de nouveaux produits, comme les avions électriques à atterrissage et décollage verticaux qui nécessitent des technologies intégrant la détection visuelle du trafic et la navigation par caméra. Cela a conduit l'entreprise à Daedalean, une startup d'IA qui possédait une richesse de connaissances et d'expérience dans le vol autonome.

Des modèles de tarification traditionnels à une nouvelle répartition de la valeur . Les opérateurs historiques doivent également comprendre que l'expérimentation et l'innovation peuvent perturber les modèles de tarification traditionnels. Avec une solution d'IA sur mesure qui crée une distribution de valeur potentiellement nouvelle, les titulaires devront travailler en étroite collaboration avec les transformateurs pour établir une tarification cohérente qui tient compte de la valeur réelle générée par la société de technologie AIAI Bluecore l'a fait en mettant en place un nouveau modèle de monétisation lors de la présentation de sa plate-forme de marketing multicanal analysant le comportement des consommateurs et personnalisant le marketing de détail. L'entreprise a établi un modèle de tarification basé sur le succès plutôt que sur le volume, dans ce cas, sous la forme d'un taux de conversion client ou d'achats répétés. Cela a incité les détaillants en place Foot Locker, Sephora et Tommy Hilfiger à s'associer à Bluecore, en adoptant des prix innovants qui récompensent l'expérimentation.

Lorsque les titulaires sont à des stades plus avancés de leur transformation (par exemple, ils commencent à déployer l'IA à grande échelle), de nouvelles exigences comportementales émergent qui sont nécessaires pour établir avec succès des collaborations significatives. À ce stade, les titulaires devront aller au-delà de la mise à l'échelle des produits et adopter la réinvention organisationnelle. Aux derniers stades de l'adoption, un tiers des opérateurs historiques exprimaient encore des inquiétudes concernant la tarification des produits d'IA, ce qui souligne la préoccupation omniprésente des opérateurs historiques quant à la manière dont la valeur est répartie dans le partenariat.

De la mise à l'échelle du produit au changement organisationnel . Les titulaires à des stades avancés d'adoption de l'IA doivent porter leur attention sur la structuration des collaborations pour accompagner la mise à l'échelle de l'IA. Ce changement signifie impliquer les transformateurs dans l'identification et la hiérarchisation des cas d'utilisation à diffuser dans l'entreprise. Cela nécessite également la mise en place d'une infrastructure informatique appropriée pour déployer ces cas d'utilisation, le tout dans le cadre de la définition de la stratégie d'IA au niveau organisationnel. Lorsque Shell, par exemple, a fait appel à C3.ai pour mettre en place des programmes de maintenance prédictive pour 10 000 pièces de son équipement gazier, l'opérateur historique a permis à la startup non seulement d'étendre ses connaissances à l'ensemble de ses unités commerciales, mais aussi d'explorer des cas d'utilisation supplémentaires dans l'optimisation de la production, l'optimisation des systèmes et la sécurité, ainsi que de s'étendre à de nouvelles unités commerciales telles que la verticale des énergies renouvelables de Shell. Le partenariat démontre comment les titulaires peuvent adopter une nouvelle façon de penser dans leur collaboration avec les transformateurs.

De la répartition héritée de la valeur à la redéfinition continue. Lors du déploiement de l'IA à grande échelle avec un transformateur, les données et les connaissances requises augmentent, tout comme les avantages potentiels générés par l'IA. Ce processus peut créer des asymétries de données et des avantages financiers inégaux dans les cas d'utilisation de l'IA, ce qui peut déclencher des conflits dans le partenariat. Pour éviter cela, les opérateurs historiques devraient redéfinir, avec leurs partenaires transformateurs, de nouvelles façons de partager et de monétiser la valeur générée par l'IA à grande échelle. Un titulaire et ses partenaires IA peuvent créer un nouveau pool de valeur en commercialisant la solution initialement développée pour un usage interne, comme ce fut le cas avec la collaboration entre C3.ai et Shell (c'est-à-dire OA.I.).

***

Pour que les opérateurs historiques de l'industrie tirent le meilleur parti de l'IA, ils doivent changer leur état d'esprit et leurs comportements pour permettre une collaboration significative avec les transformateurs. Les titulaires doivent trouver leur transformateur pour maximiser la transformation de l'IA grâce à un soutien personnalisé de l'IA - se pencher sur l'expérimentation, changer les mentalités organisationnelles, surmonter la résistance culturelle et s'ouvrir à l'incertitude et au potentiel de création de solutions sur mesure. Les obstacles, comme nous le montrons, sont surmontables et le gain en valeur est clair.

Lisez l'étude 'Ce qui manque à votre transformation IA est un transformateur'. Lisez les autres chroniques Fortune de François Candelon. François Candelon est directeur général et associé principal du bureau parisien de Boston Consulting Group et directeur mondial du BCG Henderson Institute (BHI). Vous pouvez le joindre par mail à [email protected]. Rémi Lanne est chef de projet au bureau parisien du BCG et ambassadeur BHI. Vous pouvez le joindre par mail à [email protected]ément Dumas est ambassadeur BHI. Vous pouvez le joindre par courriel à [email protected] entreprises présentées dans cette rubrique sont des clients passés ou actuels du BCG.