L'IA dans l'industrie et la logistique : du projet pilote à la valeur commerciale
Seulement 2,4 % des entreprises industrielles et logistiques ont atteint un niveau de maturité transformationnel en IA. La majorité a débuté le parcours, mais le progrès est freiné par la qualité des données et le manque d'expertise.
L'intelligence artificielle (IA) et l'apprentissage automatique sont les principales priorités d'investissement informatique dans les secteurs de l'industrie et de la logistique, pourtant peu d'entreprises ont réussi à faire passer les solutions d'IA de projets pilotes à une valeur commerciale tangible. Un rapport récent indique que 81 % des entreprises de ce secteur se situent à un niveau de maturité IA faible ou de base, caractérisé par une utilisation sporadique ou des projets manquant d'alignement stratégique.
Seulement 2,4 % des entreprises ont atteint un stade transformationnel où l'IA guide les décisions stratégiques. Cet écart entre l'ambition et la réalité montre que, bien que le secteur reconnaisse le potentiel de l'IA, son adoption généralisée se heurte à des obstacles considérables. Bien que 65 % des entreprises soient à un niveau de base – un signe positif d'engagement –, la majorité n'a pas dépassé la phase d'expérimentation pour atteindre une production évolutive.
Les principaux obstacles identifiés sont la qualité insuffisante des données et le manque d'expertise. Les incertitudes concernant la cybersécurité, la vie privée et la conformité réglementaire ralentissent également le développement. De plus, la résistance au changement empêche les initiatives d'IA de prendre de l'ampleur au-delà du département informatique. Ni la technologie ni l'infrastructure ne sont perçues comme des obstacles majeurs.
Pour réussir, les entreprises doivent donner la priorité à l'amélioration de la qualité des données, car des données non fiables conduisent à des solutions IA peu fiables. En outre, les accords sur le partage et la propriété des données, en particulier dans les chaînes logistiques, doivent être clairement définis au préalable. La classification des risques selon le règlement européen sur l'IA doit également être prise en compte dès le début, notamment pour les applications critiques en matière de sécurité. En fin de compte, la réalisation d'une véritable valeur IA nécessite des investissements dans l'engagement organisationnel et commercial, pas seulement des actions du département informatique.