Quand l’IA promet de nouveaux business models pour les entreprises

Quand on parle de l’intégration de l’intelligence artificielle en entreprises, on constate que tout le monde n’est pas logé à la même enseigne.

Certaines entreprises emblématiques de la Tech sont construites avec l’IA au coeur : Netflix intègre l’intelligence artificielle à tous les étages avec son moteur de maximisation de l’engagement utilisateur ou encore ses outils d’optimisation de la diffusion (compression, distribution). Amazon a, depuis le 1er jour, capitalisé sur sa machine de guerre de recommandations personnalisées d’achats provoquant 35% des achats effectués sur la plateforme. Pour Google enfin, le positionnement stratégique de la société est clair, de «mobile-first », la société est désormais « AI-first ».

Pour l’écrasante majorité des entreprises, y compris les plus grandes, l’intelligence artificielle n’est pas (encore) positionnée comme un axe stratégique de transformation. Il y a pourtant tant à faire et il ne faut pas attendre.

Pour les sociétés non-issues de la révolution numérique, l’intelligence artificielle permet 3 grandes transformations potentielles :

• une relation client réinventée, “sous stéroïdes” : pertinence, personnalisation, recommandation;
• une optimisation à l’échelle des processus de production et de back-office, avec des R.O.I. considérables à la clé;
• la possibilité de créer de nouveaux services associés à de nouveaux modèles économiques.

C’est sur ce dernier type de transformation que nous souhaitons insister. Du fait même de leurs activités, les entreprises sont en mesure de collecter des données en masse à travers des capteurs, pour leurs activités physiques, ou bien, nativement, grâce à leurs activités digitales. L’exploitation de ces données internes et leurs enrichissements possibles avec des données externes constituent un gisement d’innovation pour le business.

Aujourd’hui la plupart des entreprises n’exploitent pas ces données à leur plein potentiel.

Hors, en structurant les données et en nourrissant les capacités de l’IA, elles pourraient créer de nouvelles approches.

En règle générale, l’intégration à l’échelle de l’IA en entreprise favorise l’émergence ou consolide une approche servicielle :

• enrichissement de la valeur apportée aux clients,
• intégration verticale ou horizontale de services connexes,
• déplacement ou élargissement de l’offre sur la chaîne de valeur,
• création de spin-off ou de nouvelles activités en tant que tel.

L’exemple le plus flagrant se trouve de nouveau du côté d’Amazon. En investissant massivement dans son infrastructure technique pour soutenir ses activités d’e-commerce et en améliorant sans cesse son expertise dans les algorithmes, Amazon a pu lancer avec succès AWS, le leader mondial des services cloud.

Dans un autre domaine, les perspectives autour de la voiture autonome pourraient redistribuer les cartes de l’industrie. L’intelligence artificielle, qui sous-tend la conduite autonome, permet à de nouveaux acteurs de rejoindre l’industrie automobile (GAFA, Uber…) mais, permettra aussi aux constructeurs automobiles d’envisager prendre une place plus importante dans le cadre plus-vaste de la “mobilité-as-a-service” et ainsi concurrencer les loueurs (Hertz,Avis…) ou les taxis. L’intégration complète de DriveNow par BMW en est un exemple flagrant.

Les entreprises traditionnelles sauront-elles amender leur modèle et entamer un chemin vers l’entreprise “AI-First” ?

Chez demain.ai, nous y croyons et pensons que cela est moins compliqué qu’il n’y paraît de prime-abord.

L’entreprise devra d’abord envisager une autre approche de sa fonction IT : passer d’une fonction support à un potentiel générateur de nouveaux business.

La réflexion stratégique centrale cherchera à modéliser l’association du savoir-faire, des talents, des données récoltées dans le cadre des activités de l’entreprise, avec les capacités disponibles : performance des applications de l’IA disponibles sur étagères, ressources IA “à la demande” : cloud computing, algorithme open-source, set de données publiques, etc…

En guise de conclusion, nous pouvons affirmer que le dirigeant devra être doté d’une vision claire sur l’intelligence artificielle et qu’il devra accepter de travailler dans une approche ‘try-and-learn’ s’il souhaite réussir ses projets IA.