PwC identifie où l'IA peut contribuer à augmenter le chiffre d'affaires
Après avoir fait de l'adoption de l'IA son mot d'ordre, le monde de l'entreprise déplace son attention de la productivité vers la croissance et la création de nouvelles sources de revenus. Rima Safari, responsable des activités données, analytique et IA de PwC aux États-Unis, accompagne de grandes organisations dans le passage de l'expérimentation aux résultats concrets. Lors d'un entretien avec Jessica Lessin, fondatrice et rédactrice en chef de The Information, elle a décrit deux voies principales. La première consiste à analyser les processus et les données existants pour en tirer des produits et services vendus à l'extérieur. Elle cite un client de PwC du secteur aérospatial et de la défense, qui a utilisé l'IA pour exploiter plus de 30 ans de dossiers de maintenance d'avions, dont des millions de documents manuscrits, en très peu de temps. L'entreprise y a vu la base d'un produit destiné à d'autres compagnies aériennes pour mieux gérer leurs stocks et leur maintenance. La seconde voie repose sur des données propriétaires et contextualisées qui fournissent, au bon moment, les informations nécessaires à une décision, à la manière d'un GPS qui s'appuie sur le trafic en direct pour proposer le meilleur itinéraire.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de The Information AI. Lire l'article original →
Selon Rima Safari, l'enjeu est considérable pour les entreprises, car l'accès à des modèles de pointe de plus en plus similaires fera des données propriétaires, et de la capacité à les exploiter, un avantage concurrentiel déterminant. Leur protection devient donc essentielle. Elle estime aussi que les grands groupes, façonnés par des décennies de processus établis, tombent souvent dans le piège de voir l'IA comme un simple outil d'efficacité, en se demandant quelle étape automatiser, alors que la bonne question serait de savoir comment repenser l'ensemble du processus. Les startups, plus promptes à réinventer leur façon de travailler, disposent sur ce point d'une longueur d'avance. La sécurité est un autre chantier majeur : les protocoles traditionnels ont été conçus pour des utilisateurs humains, non pour le grand nombre d'agents désormais déployés. Il faut selon elle repenser la manière d'établir la confiance, de gérer les accès et d'encadrer une main-d'œuvre numérique de plus en plus autonome.
Ces réflexions s'inscrivent dans un moment où les agents d'IA quittent les environnements contrôlés pour agir plus librement dans des systèmes réels, ce qui a ralenti certaines adoptions tout en modifiant les pratiques. Autrefois, les organisations privilégiaient l'expérimentation rapide en comptant traiter la sécurité et la gouvernance plus tard ; cette logique change, et la sécurité doit désormais être intégrée dès la conception. Les coûts pèsent aussi : les entreprises qui célébraient l'usage de l'IA par des classements internes examinent maintenant leurs dépenses en jetons. Rima Safari rappelle qu'il est inutile de mobiliser les modèles les plus sophistiqués pour résumer un document, et observe une approche « adaptée à l'usage » qui combine modèles de pointe, modèles à poids ouverts et solutions open source selon la performance, le coût et le contrôle recherchés. Côté emploi, elle anticipe une priorité donnée à la montée en compétences et à la reconversion plutôt qu'à la simple réduction des effectifs. Les salariés devront orchestrer des flux de travail mêlant collègues humains et agents, et ceux qui sauront tirer parti des données de l'entreprise constitueront, comme ces données elles-mêmes, un atout concurrentiel.