L’exemple d’ArcelorMittal, un géant de l’acier qui expérimente l’IA générative
ArcelorMittal, le leader mondial de la sidérurgie, fait figure de pionnier dans l’adoption de l’intelligence artificielle générative au sein de sa fonction achats. Le groupe a mené des expérimentations en partenariat avec Ivalua, testant pendant 4 semaines pas moins de 6 cas d’usage de l’IA générative appliquée aux achats. Parmi eux, on retrouve la génération de cahiers des charges à partir de mots-clés, l’analyse et le résumé de documents contractuels complexes, la segmentation des fournisseurs par catégories ou encore la génération de contenu comme des rapports achats.Cette démarche audacieuse d’ArcelorMittal soulève une question : si un mastodonte industriel avec une inertie aussi importante arrive à se lancer dans l’IA générative, pourquoi les PME, réputées plus agiles, peinent-elles encore à utiliser cette technologie pourtant prometteuse ?
Les PME à la traîne malgré le potentiel de l’IA
Alors que l’intelligence artificielle offre de nombreux avantages aux entreprises comme l’automatisation des tâches répétitives, l’analyse prédictive ou l’amélioration de la prise de décision, les PME françaises accusent un retard certain dans son adoption. Seuls 15% des dirigeants de TPE et PME utilisent les IA génératives selon une étude de Bpifrance Le Lab.Pourtant, les cas d’usage expérimentés par ArcelorMittal semblent à la portée de la plupart des entreprises. Générer automatiquement un cahier des charges, résumer un contrat ou classer ses fournisseurs ne nécessitent pas des investissements pharaoniques ni des compétences pointues en data science. Ces tâches pourraient être facilement intégrées dans les processus de nombreuses PME pour gagner en efficacité.
Les freins à l’adoption de l’IA par les PME
Plusieurs obstacles expliquent la frilosité des petites et moyennes entreprises vis-à-vis de l’intelligence artificielle :
- Le coût perçu comme élevé des solutions d’IA, même si des alternatives abordables émergent
- Le manque de compétences et d’expertise en interne sur ces technologies
- Une méconnaissance des cas d’usage concrets et de la valeur apportée par l’IA
- Des craintes sur la sécurité et la confidentialité des données
Pour surmonter ces freins, les PME peuvent s’appuyer sur un écosystème de plus en plus dense, entre aides publiques, accompagnement par des experts et solutions d’IA as a service qui démocratisent l’accès à ces technologies. L’enjeu est d’identifier les bons cas d’usage, avec un ROI rapide, et de monter en compétence progressivement.
L’agilité des PME, un atout pour tirer parti de l’IA
Contrairement aux idées reçues, la petite taille et la flexibilité des PME peuvent être un avantage pour exploiter le potentiel de l’intelligence artificielle. Moins contraintes par des lourdeurs organisationnelles et des legacy systems, elles peuvent expérimenter plus rapidement que les grands groupes de nouveaux usages de l’IA.
Leur proximité avec le terrain leur permet aussi de mieux cerner les besoins opérationnels auxquels l’IA peut répondre. En adoptant une démarche pragmatique et agile, en mode test & learn, les PME peuvent rapidement tirer les bénéfices de l’IA sans se lancer dans des projets pharaoniques.
L’exemple d’ArcelorMittal est une piqûre de rappel : aucune entreprise, quelle que soit sa taille, ne peut ignorer le potentiel transformatif de l’intelligence artificielle. Aux PME de saisir cette opportunité en s’inspirant des cas d’usage les plus matures et en capitalisant sur leur agilité. Les plus réactives et innovantes seront les mieux armées pour rester compétitives face aux géants qui ont déjà pris le virage de l’IA.