IA générative : comment en tirer profit ? Retour sur le Symposium organisé par ISACA France

Un tour d’horizon de l’actualité

Nicolas Guyon, expert en IA et fondateur de Comptoir IA (un meetup dédié à l’intelligence artificielle), a ouvert l’événement avec un bilan des dernières avancées du secteur :

• Sommet pour l’action sur l’IA : La France accueillera, les 10 et 11 février 2025, un sommet international visant à promouvoir une intelligence artificielle au service de l’intérêt général.
• Mise en place de l’IA Act : Depuis le 1er février 2025, les systèmes d’IA jugés « à risque inacceptable » sont interdits en Europe. Dès août 2025, la réglementation s’étendra aux modèles d’IA à usage général, imposant notamment la transparence des jeux de données d’entraînement.
• Projet « Stargate » : Les États-Unis prévoient d’investir près de 500 milliards de dollars pour développer la prochaine génération d’IA.
• Deepseek, un bouleversement majeur : Ce modèle open-source, réduisant la consommation de ressources par 27, rebat toutes les cartes. OpenAI pourrait à son tour proposer un modèle open-source pour rester dans la course.

Quelles avancées par secteur d’activité ?

Cécile Schuster, directrice Business Applications chez Microsoft, appelle à la prudence face aux effets d’annonces. Si Deepseek dynamise la concurrence, il ne concerne pour l’instant que l’IA générative. Microsoft poursuit le développement de Copilot, une plateforme intégrée et sécurisée, alignée sur des principes éthiques en constante évolution. Sa démarche repose sur deux axes :

• La productivité : les gains de points de productivité permettent de dégager du cashflow aux entreprises
• L’automatisation pour fluidifier les processus métier : l’optimisation créée permet de repenser d’imaginer de nouveaux services pour les clients voire de disrupter les business model

Cécile conseille aux entreprises de d’abord définir leurs attentes en matière d’IA et d’évaluer leurs compétences internes avant toute adoption.

Le professeur Bernard Nordlinger rappelle que la santé est l’un des premiers domaines d’application de l’IA. L’imagerie médicale en est le principal bénéficiaire, l’IA permettant d’analyser des radios avec une précision millimétrique. Toutefois, il insiste sur le fait que l’IA ne remplacera pas les médecins, mais les augmentera. L’interaction humaine restera essentielle pour les patients, tandis que l’IA offrira aux praticiens un accès instantané à des informations clés. La France dispose d’un atout majeur avec le Système National de Données de Santé, la plus grande base de données médicales au monde, qui pourrait stimuler les avancées de l’IA dans la médecine.

Nicolas Gour, Chief Information Officer chez Wordline, prévient qu’une augmentation immédiate de la productivité n’est pas garantie. Les bénéfices de l’IA se mesurent sur plusieurs axes :

• Amélioration du traitement et de la valorisation des données
• Optimisation des décisions stratégiques
• Obtention d’un avantage concurrentiel durable

Ludovic Etort, directeur Cloud IA chez AG2R La Mondiale, présente leur initiative ALMIA (AG2R La Mondiale IA), articulée autour de quatre piliers :

• Bots : Déploiement de chatbots accessibles après formation
• Apps : Conversion des idées issues des bots en applications métier
• Process : Intégration d’applications clés en main
• Dev : Outils IA pour les développeurs

L’IA en entreprise : les enseignements du rapport Deloitte

Richard Eudes, managing director AI/Data chez Deloitte, a présenté les conclusions du dernier rapport du Deloitte AI Institute :

• 2024, une année charnière : 78 % des entreprises ont augmenté leur budget IA et prévoient de poursuivre cette tendance en 2025
• L’IA générative prend une place centrale, marquant une transition vers une stratégie long-terme
• 2023 était une année d’expérimentation ; en 2024-2025, l’enjeu sera de démontrer des résultats concrets de l’utilisation de l’IA
• 74 % des initiatives IA atteignent ou dépassent leurs attentes en matière de ROI

Les principaux freins à l’adoption de l’IA restent :

• La conformité réglementaire
• La gestion des risques et la fiabilité des modèles.
• Le manque de talents spécialisés.