TechEx North America : pourquoi les projets d'IA en entreprise s'enlisent dans les pilotes

La deuxième journée de TechEx North America a été placée sous le signe d'une discussion franche : l'IA en entreprise fonctionne, mais pas du tout comme les sociétés s'y attendent.

Le « cimetière de l'IA » et le syndrome du pilote

Les organisateurs du programme IA et Big Data ont ouvert la journée avec l'expression « cimetière de l'IA », ce phénomène où des modèles d'apprentissage automatique donnent d'excellents résultats en projet pilote, mais passent presque jamais en production. La plupart des entreprises enterprise connaissent le problème : le banc d'essai fonctionne à merveille, mais dès qu'on met le projet à l'échelle sur des données réelles et de vrais utilisateurs, les pannes, les incompatibilités avec les systèmes existants et les difficultés de maintenance à long terme apparaissent.

Le syndrome du pilote a plusieurs causes. Les pilotes tournent généralement sur des données propres et des scénarios idéaux. Aucune pression sur la latence ni sur l'échelle. Et surtout, les équipes qui ont lancé le pilote ne sont souvent pas prêtes à confier le système d'IA au service des opérations.

Une feuille de route solide, première étape

La première chose dont une entreprise a besoin, c'est d'une feuille de route (roadmap) honnête et à long terme. Pas « essayons l'IA », mais « déterminons quelles tâches l'IA résoudra de façon moins coûteuse et plus fiable que le processus actuel, et comment nous maintiendrons le système dans le monde réel ».

Les experts de TechEx ont expliqué que les entreprises qui réussissent démarrent avec un pilote modeste, mais prévoient d'emblée le passage à l'échelle. Cela suppose de choisir des indicateurs de réussite, d'estimer le budget, de réserver des personnes pour le support et d'intégrer les systèmes existants, le tout dès le premier jour. La feuille de route doit être réaliste, ne pas promettre de miracles et être mise à jour chaque trimestre à partir des résultats réels.

La sécurité, composante obligatoire

Le deuxième grand thème de la journée était la sécurité des systèmes d'IA. Lorsque l'IA quitte le laboratoire, elle se heurte à des risques bien réels : fuites de données, biais dans les décisions et pannes qui touchent l'activité.

• Contrôle des données : protection des PII, conformité aux réglementations (GDPR, CCPA)
• Explicabilité des décisions : l'entreprise doit comprendre pourquoi l'IA a choisi telle ou telle voie
• Surveillance en production : vérification permanente de la qualité des prédictions
• Plan de retour arrière : si l'IA plante, il faut un bouton « stop »

Sans cela, l'IA devient une dépense coûteuse plutôt qu'un investissement.

Robotique : une issue à l'impasse virtuelle

Le troisième thème, inattendu, était l'IA physique, c'est-à-dire la robotique. Pourquoi la robotique compte-t-elle pour l'IA en entreprise ? Parce que dans le monde physique, l'IA affronte immédiatement les conséquences de ses décisions. Un robot ne peut pas simplement s'absenter pour réfléchir : soit il fonctionne, soit il ne fonctionne pas. Cela impose de la discipline dans le choix des algorithmes et la compréhension des risques. Par ailleurs, l'automatisation de tâches physiques génère un ROI réel, plus facile à mesurer.

Ce que cela signifie

TechEx a montré que la « culture de l'IA » consiste moins à savoir entraîner des réseaux de neurones qu'à porter un regard honnête sur les domaines où l'IA est la plus efficace, sur la façon de la déployer à grande échelle en sécurité et sur les moyens d'éviter d'en faire un pilote coûteux. Les entreprises qui partent de là sortent du cimetière et arrivent en production.