L’IA pour résoudre des problèmes réels en entreprise : gestion du savoir interne

L’un des principaux points de frustration des PME est la difficulté de trouver rapidement et efficacement les informations pertinentes dans leurs systèmes. Les politiques de l’entreprise, la documentation technique, les directives de projet et les documents de conformité sont souvent stockés dans des systèmes fragmentés : SharePoint, outils de gestion des ressources d’entreprise (ERP), stockages cloud, gestionnaires de mots de passe et fils de discussion par e-mail. Résultat ? Les employés perdent du temps à chercher, à demander des informations ou à dupliquer des tâches.

Plusieurs chefs d’entreprise jurassiennes s’attaquent à ce problème en utilisant des outils de recherche basés sur l’IA. Une entreprise est en train de créer une interface sécurisée et alimentée par l’IA qui exploite les sources de données internes et répond aux questions formulées en langage naturel. Imaginez un ChatGPT privé et personnalisé pour votre entreprise, capable de localiser vos fichiers et de comprendre leur contenu.

Le système est construit à l’aide de grands modèles linguistiques (GML) open source comme Llama et est entièrement hébergé sur une infrastructure locale pour garantir la sécurité des données. Les employés peuvent demander “où puis-je trouver la dernière version de la politique de voyage de l’entreprise ?” ou “quelles sont les spécifications techniques pour la configuration du réseau du client X ?” et recevoir des réponses précises – parfois même des extraits directs des documents pertinents.

Une leçon importante : la force de cette solution réside dans la préparation. Il faut cartographier, étiqueter et indexer les données de l’entreprise, ainsi que peaufiner le modèle pour qu’il priorise les sources les plus récentes et les plus fiables. L’IA peut certes réduire considérablement le temps de recherche, mais elle ne résoudra pas tout toute seule. Il vous faut des données propres et bien structurées, ainsi que des limites claires pour ce à quoi le modèle peut accéder.

L’IA comme co-pilote : soutenir et non remplacer les employés

De plus en plus d’entreprises de taille moyenne considèrent l’IA comme un collaborateur plutôt qu’une menace. Dans le cadre de leur travail quotidien, l’IA s’avère particulièrement utile pour accélérer les tâches répétitives, qui impliquent beaucoup de texte ou qui sont liées au code.

Les propriétaires d’entreprises de taille moyenne, les spécialistes du marketing et les équipes administratives utilisent des outils d’IA pour réécrire et traduire des textes, résumer les notes prises lors de réunions, rédiger des courriels à l’intention des clients et générer des idées de contenu. Les développeurs de logiciels rapportent des gains d’efficacité considérables en utilisant des outils comme GitHub, Copilot ou ChatGPT pour écrire du code générique, résoudre des bugs ou apprendre de nouveaux frameworks.

Un fondateur d’entreprise de taille moyenne a expliqué comment un assistant d’IA l’a aidé à effectuer une tâche complexe en JavaScript en 20 minutes – une tâche qui aurait autrement demandé une demi-journée. Une autre entreprise a intégré l’IA directement dans son ERP pour aider les techniciens : après avoir terminé un travail sur place, le technicien saisit des notes succinctes dans une application mobile et l’IA les améliore en les rendant plus claires et plus professionnelles avant de les envoyer au client.

Même des tâches simples comme la rédaction de messages d’anniversaire ou la rédaction de comptes rendus de réunions sont optimisées grâce aux outils de l’IA générative. Et avec un peu d’expérience, ces outils peuvent être adaptés à la tonalité, au style de mise en page ou à la langue préférée d’une entreprise.

L’IA peut créer de la valeur sans pour autant modifier votre modèle d’entreprise. Elle peut simplement aider votre équipe à être plus productive, plus efficace et plus rapide.

Cela étant dit, il est important de comprendre que les réponses des GML sont souvent des “hallucinations” ou tout simplement fausses. Jusqu’à un tiers des réponses peuvent être incorrectes. Il est donc toujours nécessaire de vérifier les résultats de l’IA avant de les utiliser dans le cadre de vos activités ou de prendre des décisions en vous basant sur ces résultats.

Construire la confiance : préoccupations en matière de protection des données et de gouvernance

La sécurité des données reste une préoccupation majeure pour les PME, en particulier celles qui traitent des données sensibles concernant leurs clients ou leurs opérations. De nombreux chefs d’entreprise sont réticents à l’idée d’utiliser des outils d’IA basés sur le cloud, car ils ne savent pas où leurs données sont stockées ni comment elles sont traitées.

En réponse à cette situation, certaines PME ont pris les choses en main en déployant des outils d’IA sur des serveurs locaux ou auprès de fournisseurs de cloud suisses. Cette approche leur permet de garder un contrôle total sur leurs données internes et de se conformer aux normes strictes en matière de protection des données en vigueur en Suisse.

Un intégrateur de systèmes informatiques a expliqué comment il a développé une interface de proxy pour des outils similaires à ChatGPT. Les employés accèdent aux capacités d’IA via un portail interne sécurisé qui leur permet d’accéder aux données en fonction de leur rôle : les collaborateurs des ressources humaines ont accès aux données RH, les développeurs peuvent accéder aux bibliothèques de code et les spécialistes du marketing peuvent accéder aux fichiers de campagne. L’interface est similaire à celle de ChatGPT, mais elle est profondément intégrée aux systèmes internes de l’entreprise.

Mieux encore, cette solution permet aux entreprises de passer d’abonnements mensuels coûteux à des tarifs à la demande plus abordables grâce à l’utilisation d’API. Elle permet également aux gestionnaires de contrôler plus facilement l’utilisation des outils et de mettre en place des politiques de sécurité, ce qui réduit le risque de fuite de données involontaire.

Comme l’a dit un participant : “Il ne s’agit pas seulement d’avoir accès aux outils, il faut aussi s’assurer qu’ils sont utilisés de manière judicieuse.”

Faire face à la vitesse du changement : comment rester à la page

Un autre défi commun est de suivre le rythme de l’IA. Avec des outils, des mises à jour et des modèles qui sont publiés presque chaque semaine, il peut être difficile pour les chefs d’entreprise de savoir par où commencer, dans quoi investir ou comment évaluer ce qui vaut la peine d’être adopté.

Plus d’un participant a exprimé le souhait d’avoir des directives plus structurées – une carte du territoire. Quels outils sont les plus adaptés à certaines situations ? Quels sont les compromis à faire en termes de coûts, de contrôle des données et de facilité d’utilisation ? Comment évaluer le retour sur investissement d’un projet pilote ?

C’est là que l’échange au sein de la communauté et l’apprentissage entre pairs peuvent être particulièrement efficaces. En partageant ce qui a fonctionné, ce qui n’a pas fonctionné et comment faire le premier pas, on peut aider les autres à franchir le pas.

Meilleures pratiques pour les PME qui commencent avec l’IA

Sur la base des expériences partagées, voici quelques bonnes pratiques pour les PME qui souhaitent explorer l’IA :

• Commencez par un cas d’utilisation clair. Ne cherchez pas à “faire de l’IA”. Identifiez un point de friction – une tâche répétitive, un goulot d’étranglement, un manque de connaissances – et testez un outil pour y remédier.
• Priorisez la sécurité des données. Si l’entreprise traite des données confidentielles, envisagez d’utiliser des outils open source et d’héberger les données localement.
• Involuez les dirigeants dès le début. L’exploration de l’IA a besoin d’un champion au sein de l’entreprise, qui est autorisé à prendre des décisions commerciales. De plus, si le patron n’est pas curieux de savoir ce que l’IA peut apporter, l’entreprise ne bougera pas (très vite).
• Testez avant de déployer. Essayez les outils dans un contexte limité et à faible risque avant de les déployer à plus grande échelle.
• Encouragez le partage. Organisez des réunions régulières avec l’équipe ou des groupes de discussion internes pour échanger des astuces et des expériences en matière d’IA.
• Apprenez ensemble. L’une des conclusions les plus importantes des discussions dans le Jura a été la valeur de la collaboration. De nombreux participants ont souligné que le fait de partager leurs succès et leurs échecs a aidé les autres à mieux comprendre leurs prochaines étapes. Les échanges d’expériences concrètes, qu’il s’agisse de discussions informelles ou d’ateliers structurés, permettent à tout le monde d’avancer plus rapidement et avec plus d’assurance.

Et surtout : essayez. Chaque entreprise est différente et le chemin vers la valeur n’est rarement linéaire. Mais la seule façon de découvrir ce qui fonctionne pour votre entreprise est de vous lancer.

Conclusion : l’IA est un outil, pas une destination

L’intelligence artificielle n’est pas une baguette magique, mais un ensemble d’outils puissants. Et entre les mains de chefs d’entreprise de PME débrouillardes, elle fait déjà une différence.

Qu’il s’agisse d’aider vos employés à trouver plus rapidement des informations, d’accélérer la création de contenu ou de mettre en place des systèmes internes plus intelligents, l’IA peut créer une valeur réelle si vous l’utilisez de manière réfléchie. La clé consiste à rester curieux, à continuer d’apprendre et à partager ce que vous avez découvert.

Si vous êtes prêt à entamer votre parcours en matière d’IA, sachez que vous n’êtes pas seul. D’autres personnes de votre région sont déjà sur cette voie et leurs connaissances peuvent vous aider à éviter les erreurs courantes et à accélérer vos progrès.

Voulez-vous rester à la pointe du progrès ? Inscrivez-vous à notre newsletter sur l’innovation dans la transformation industrielle pour recevoir des invitations à des ateliers futurs, des guides pratiques et des analyses d’experts conçues pour les dirigeants de PME qui se lancent dans la transformation numérique.