Dans un monde où l’intelligence artificielle fait beaucoup de bruit, cette technologie est devenue comme un nuage qui recouvre tous les autres domaines de la technologie. Avec l’augmentation des attentes concernant ses capacités, il devient essentiel de réexaminer sa réalité et de comprendre l’écart entre ce qui est imaginé et ce qui est possible.
Les estimations de Goldman Sachs prévoient que les dépenses en intelligence artificielle dépasseront le trillion de dollars dans les années à venir, mais ces investissements se traduiront-ils par des résultats concrets ?
Lors d’une table ronde passionnante au Web Summit Qatar 2025, plusieurs leaders du secteur technologique, dont Karim Ghoini, CEO de Thunder Code et cofondateur d’Expensya, une entreprise spécialisée dans la gestion des dépenses, Mahmoud Loukat, directeur technique de TechKnowledge, une société de conseil ayant aidé des entreprises et des gouvernements dans le monde entier à réussir leur transformation numérique, et Lars German, responsable numérique du Qatar Insurance Group, ont abordé certains points cruciaux concernant l’écart entre les attentes et la réalité de l’intelligence artificielle.
L’intelligence artificielle face à la réalité : l’écart entre le rêve et la réalisation La session a commencé par une introduction de Kelsey Kang, animatrice de la session chez Typing Global, qui a posé une question importante : les leaders s’attendent-ils trop de l’intelligence artificielle ? Et avec la poursuite des dépenses, comment les chefs d’entreprise peuvent-ils équilibrer l’investissement dans cette technologie et obtenir des résultats concrets et tangibles dans leurs opérations ?
En réponse à cette question, Karim Ghoini a mis en lumière l’un des plus grands défis de l’intelligence artificielle : son adoption à grande échelle.
Il a souligné que la moitié de la population de l’Europe de l’Ouest n’a pas encore utilisé de solutions basées sur l’intelligence artificielle, ce qui crée une courbe d’adoption qui nécessite du temps pour s’adapter.
Il a également mentionné la nécessité que l’intelligence artificielle devienne une partie intégrante des processus quotidiens des entreprises, car il ne suffit pas qu’elle soit une simple application utilisée de manière ponctuelle. Selon lui, les défis liés à la confidentialité et à la sécurité ralentissent ou retardent le processus d’adoption, et doivent être résolus avant d’atteindre les progrès souhaités.
Défis techniques et pratiques Mahmoud Loukat, directeur technique de TechKnowledge, a parlé de 4 domaines clés qui contribuent à l’écart entre les attentes et la réalité de l’intelligence artificielle. Il a déclaré : « Si vous avez une stratégie d’intelligence artificielle globale au niveau de la direction, vous avez déjà posé les bases pour appliquer cette technologie avec succès. »
Il a proposé 4 étapes pour appliquer l’intelligence artificielle avec succès au sein des entreprises :
- Identifier le problème : Ne lancez pas des projets d’intelligence artificielle juste pour le fait que ce soit de l’intelligence artificielle. Trouvez la bonne définition du problème. Examinez votre entreprise, où se trouvent les compétences sous-exploitées, où il y a des frictions manuelles dans l’expérience client, et où les clients rencontrent des problèmes. Trouvez un problème commercial à résoudre qui ajoutera de la valeur.
- Évaluer les données : Avez-vous les bonnes données pour soutenir la coordination nécessaire ? Si ce n’est pas le cas, mettez en place une stratégie de données et créez un lac de données pour soutenir vos initiatives.
- Chercher des cas rapides pour prouver la valeur : Identifiez les cas qui démontreront rapidement la valeur de l’intelligence artificielle. Cela vous donnera à vous et à votre organisation la confiance nécessaire, et vous pourrez vous développer sur la base de ces succès rapides.
- Investir dans les talents : Les ressources humaines sont l’élément clé de cette transformation. Il est nécessaire d’investir dans un nouveau type de talents, comme un directeur de l’intelligence artificielle, un scientifique des données, ou un architecte de l’intelligence artificielle.