Cas d’usage GenAI: de l’augmentation de productivité à la disruption d’industries
Où en sont les entreprises suisses dans leur adoption de l’IA générative? Sur la base des projets réalisés par Unit8 pour ses clients, nous analysons les domaines et dans lesquels les organisations expérimentent, préparent et déploient ces technologies.
Alors que le monde découvre peu à peu les progrès de l’IA générative, il est crucial de comprendre où nous en sommes actuellement en termes d’adoption. Un examen des projets réalisés par Unit8 au cours des 15 derniers mois révèle un paysage varié d’applications d’IA générative, mettant en évidence le potentiel de transformation de cette technologie dans différents secteurs.
Nous classons ces projets en termes de maturité: certains sont déployés et opérationnels à grande échelle, mais la plupart en sont encore à des phases de validation de concept ou d’expérimentation. Voici quelques exemples concrets..
1. Cas d’usage en production: comment augmenter la productivité des travailleurs de la connaissance?
Les cas d’usage en production les plus répandus visent à faciliter le travail dit de la connaissance, en se concentrant sur les gains de productivité des travailleurs. Ils s’appuient principalement sur des solutions prêtes à l’emploi, telles que ChatGPT ou Microsoft 365 Copilot. Ainsi nous constatons déjà une forte demande pour des solutions telles que:
- Copilotes pour les ingénieurs logiciels. Fluidification et amélioration de l’efficacité des processus de codage de logiciels.
- Interfaces de base de connaissances. Possibilité de chat et d’analyse poussées des données non structurées de l’entreprise (images, vidéos, textes, etc.) pour une meilleure prise de décision.
- Campagnes de marketing hyper personnalisées. Création de messages et contenus personnalisés pour stimuler l’engagement des clients et améliorer les conversions.
2. Cas d’usage en preuve de concept: Comment stimuler l’innovation dans un secteur donné?
Au-delà des cas d'usage axés sur la productivité, de nombreuses entreprises exploitent désormais leurs bases de connaissances spécialisées pour améliorer les tâches et workflows spécifiques à leur secteur. Contrairement aux cas présentés précédemment, les entreprises vont se différencier désormais par la maturité de leurs fondations technologiques et de gouvernance. Voici quelques exemples de cas poussés et innovants:
- Contrats et cas d’utilisation juridique. Optimisation des processus de gestion des contrats, et atténuation des risques grâce à des solutions alimentées par l’IA.
- Amélioration de l'interface pour les machines. Démocratisation de l’accès aux configurations des machines, et optimisation des opérations grâce à des interfaces d’IA intuitives.
3. Cas d’usage expérimentaux: Comment mon secteur sera-t-il (partiellement) bouleversé?
Enfin, certains de nos clients voient déjà plus loin que de simples améliorations incrémentales, ou d’optimisation des processus existants. De la médecine personnalisée à la conception de produits pilotée par l’IA, le potentiel de transformation est vaste. Nous notons déjà de nombreuses discussions dans ce sens, notamment via:
- Exploration des agents autonomes. Automatisation des tâches et amélioration de l’efficacité opérationnelle grâce à des agents entièrement autonomes et complémentaires.
- Applications encore inconnues. Cas d’usage encore à découvrir… et qui pourraient redéfinir complètement notre compréhension du rôle de la technologie dans un secteur donné.
Au vu du paysage technologique actuel et de son évolution rapide, il est essentiel que les entreprises regardent au-delà des modèles ou des outils actuels. L’évolution probable des modèles d’IA, telle que prédite par Sam Altman dans sa récente conférence à Stanford, appelle en ce sens à une approche proactive des organisations pour le changement...
Marcin Pietrzyk
Avant de fonder Unit8, Marcin était Directeur Big Data & Business Intelligence chez Swisscom. Il conseille régulièrement les chefs d’entreprise sur des sujets liés à l’analyse de données, et possède une riche expérience dans l’utilisation de l’IA et de la science des données appliquée aux défis commerciaux. Marcin est un alumni de l’INSEAD. Il a également obtenu son doctorat (data mining et machine learning) à Orange Labs, Sophia Antipolis, France. Marcin a également été conférencier dans le cadre du programme EMBA de l’Université de Saint-Gall.