L’IA change déjà la manière de travailler

Contrairement à certaines innovations technologiques précédentes, l’intelligence artificielle générative peut être utilisée sans compétences avancées en programmation.

Un collaborateur peut demander à un assistant numérique de résumer un document, de préparer un rapport, d’analyser un tableau ou de proposer une première version d’un courrier.

Dans les entreprises, les applications potentielles concernent plusieurs fonctions.

Ces usages ne garantissent toutefois pas automatiquement une amélioration de la productivité. Leur intérêt dépend de la qualité des résultats, de leur intégration et du temps nécessaire à leur vérification.

Des gains potentiels, mais pas automatiques

L’un des arguments majeurs en faveur de l’IA repose sur la réduction du temps consacré aux tâches répétitives.

Cependant, gagner du temps sur une opération ne signifie pas nécessairement améliorer la performance globale de l’organisation.

Un document généré rapidement peut nécessiter une relecture importante. Une analyse automatisée peut contenir des erreurs. Un assistant mal intégré peut créer de nouvelles étapes de validation.

Comment mesurer les bénéfices ?

Une expérimentation sur un processus précis permet souvent d’évaluer plus sérieusement les bénéfices qu’un déploiement généralisé sans objectifs mesurables.

Les coûts cachés de l’intelligence artificielle

L’accès à un assistant intelligent peut sembler peu coûteux lorsqu’il repose sur un abonnement mensuel par utilisateur.

Mais le coût total d’un projet d’intelligence artificielle peut dépasser largement le prix des licences.

Les entreprises doivent également anticiper les variations tarifaires, la consommation des API, les volumes de données et les éventuels coûts de migration vers un autre fournisseur.

Les données de l’entreprise : un actif à protéger

Les outils d’IA peuvent être amenés à traiter des informations commerciales, financières, techniques ou personnelles.

Contrats, dossiers clients, données de collaborateurs, documents internes ou informations de santé ne doivent pas être transmis à un service externe sans analyse préalable des garanties applicables.

En Suisse, la Loi fédérale sur la protection des données (LPD) impose notamment des exigences concernant le traitement des données personnelles.

Selon les activités et les personnes concernées, le RGPD européen ou d’autres obligations peuvent également entrer en jeu.

« La confidentialité ne dépend pas uniquement de l’endroit où les données sont hébergées, mais aussi de la manière dont elles sont utilisées, protégées et accessibles. »

Avant tout déploiement, les organisations devraient définir quelles données peuvent être utilisées, par quels collaborateurs et dans quels environnements.

Qui contrôle réellement la technologie ?

La question de la souveraineté numérique prend une importance particulière lorsque les activités d’une entreprise dépendent de plateformes externes.

Une organisation peut utiliser une solution d’IA performante sans disposer d’un contrôle direct sur les modèles, les infrastructures ou les conditions tarifaires.

Cette dépendance peut devenir problématique en cas de modification des prix, de changement des conditions contractuelles ou d’interruption d’un service.

Trois approches possibles

Il n’existe pas de solution universelle. Le bon modèle dépend du niveau de confidentialité, des capacités internes, des coûts et des objectifs de chaque organisation.

Les limites que les dirigeants ne doivent pas sous-estimer

Malgré leurs performances, les systèmes d’intelligence artificielle peuvent produire des réponses inexactes, incomplètes ou insuffisamment contextualisées.

Ils peuvent également reproduire certains biais, manquer d’explicabilité ou présenter des résultats variables selon les formulations.

Dans les domaines sensibles comme la santé, les finances, les ressources humaines ou les décisions réglementées, les exigences de validation et de supervision doivent être particulièrement rigoureuses.

Construire une IA responsable et maîtrisée

Pour exploiter les avantages de l’intelligence artificielle, les entreprises doivent dépasser une logique d’expérimentation individuelle et définir un cadre d’utilisation partagé.

Une gouvernance adaptée peut notamment préciser les usages autorisés, les données utilisables, les responsabilités et les procédures de contrôle.

Six étapes pour une adoption maîtrisée

1. Identifier les besoins Sélectionner les tâches pour lesquelles l’IA apporte une valeur réelle.
2. Classifier les données Déterminer les informations autorisées ou interdites dans chaque outil.
3. Évaluer les fournisseurs Examiner les contrats, la sécurité, les coûts et la réversibilité.
4. Tester sur un périmètre limité Mesurer les résultats et identifier les risques.
5. Former les équipes Développer les compétences d’utilisation, de vérification et de protection des données.
6. Contrôler et améliorer Suivre les performances, les incidents, les coûts et les usages dans le temps.

Un enjeu particulier pour les PME et les organisations suisses

La Suisse dispose d’un tissu économique composé majoritairement de petites et moyennes entreprises, aux activités et aux besoins très diversifiés.

Pour ces organisations, l’enjeu consiste à accéder aux bénéfices de l’IA sans supporter des coûts disproportionnés ni créer une dépendance difficile à maîtriser.

Les collectivités publiques, les établissements de santé et les entreprises traitant des informations sensibles doivent également accorder une attention particulière à la gouvernance des données.

L’utilisation d’infrastructures hébergées en Suisse peut répondre à certaines attentes, mais ne constitue pas à elle seule une garantie de conformité ou de souveraineté.

Révolution productive ou dépendance technologique ? Les deux scénarios restent possibles