Alors que « l’IA et le Big Data pourraient augmenter la productivité des entreprises françaises de 10% d’ici 2025 » (Source : PwC), 2014 officialisait déjà le pouvoir stratégique décisionnel du Big Data. Très rapidement, fiabilité et industrialisation à grande échelle sont apparus comme des obstacles pour l’exploitation de son potentiel. Parallèlement, le Cloud a aussi participé à rabattre les cartes en matière de stockage des données. Dans ce contexte, Hadoop et MapReduce ont été salvateurs pour de nombreux acteurs dans l’IT, les équipements, le logiciel, l’analytique ou encore les éditeurs BI.

Force est de constater que ces challenges ne représentaient que la partie immergée de l’iceberg. En effet, l’IA était intrinsèque à la compréhension, à l'applicatif et au lien algorithmique au Big Data. Association bénéfique que les secteurs de l’assurance, les telecoms, la finance, l’industrie et les médias ont tout de suite perçu. A cet égard, diagnostics, segmentation client, minimisation du risque et innovation sont devenus le fer de lance applicatif de cette alliance. Concilier les apports du deep-learning, la collaboration des entités en entreprise, l’acculturation et l’intégration du système d’information à ces forces ont notamment favorisé l’innovation en entreprise.

Il est aisé de voir 2018 comme un changement de paradigme dans l’appréhension des données et de l’IA. L’objectif est à présent d’en extraire « la substantifique moelle ». A la quantité, on privilégie la qualité, le prédictif, et la valeur ajoutée.  Secteurs juridique, immobilier, agricole, éducatif et sportif ont rapidement pris le pli et ont attesté aussi, de manière unanime de son potentiel d’exploitation. Par ailleurs, 2018 a aussi vu l’émergence d’une conjoncture politisée et les concepts de fiabilité, transparence, protection des données personnelles et éthique s’inviter à la table des discussions du secteur public et juridique. La naissance du Règlement général de protection des données (RGPD) l’illustre. Considérant ce postulat, ces considérations ne pouvaient plus être omises de l’agenda des entreprises.

Aujourd’hui, bien que banque, finance, vente au détail, santé et industrie demeurent sur le devant de la scène sectorielle de l’IA, plusieurs lacunes subsistent. Le chantier est encore en cours pour convaincre tout un chacun de la puissance des investissements, de la structuration des données et du Cloud. Toutefois une issue positive semble possible puisque « l’investissement mondial en IA devrait s’élever à 228 milliards de dollars d’ici 2028 » contre « 120 milliards de dollars en 2024 » (Source : IDC). Néanmoins, il apparait également difficile d’inciter à croire dans le potentiel de l’IA sans des applications personnalisées, une acculturation, formation et une collaboration accrue entre experts et métiers pour une implémentation de l’IA industrialisée en entreprise.

Bien que l’essor des IA génératives « a atteint 42 % en entreprise » (Source : Sylvain DURANTON, BCG) et démontre la réussite des ambitions de 2018 détaillées précédemment, conformité et réglementation restent des priorités. De même, le développement de nouveaux modèles, l’open-source et l’exploitation des données ont ouvert la voie vers un nouveau type d’innovation. Une innovation qui a l’obligation d’être réalisée avec parcimonie, en considération des risques et impacts sociétaux.

D’ailleurs, cette introspection a été conduite à son paroxysme avec l’AI Act, garant des droits fondamentaux des citoyens. Ainsi, alors que la performance technologique était motrice autrefois, les entreprises doivent aujourd’hui, avant tout, s’inscrire dans une perspective personnalisée, réglementée, d’utilité collective et en phase avec les évolutions de leur temps.