L’intelligence artificielle (IA) comme source d’inspiration révolutionnaire ? Pas si vite.
L’IA peut certainement révéler des insights qui ne seraient pas visibles pour l’esprit humain, mais elle a ses limites, et il est discutable de savoir si l’IA peut recréer cette magie de l’inspiration et de la sérendipité à partir desquelles la créativité et l’innovation jaillissent. L’IA aide à stimuler de nouvelles voies de réflexion – et, en fait, les découvertes faites avec l’IA peuvent être par elles-mêmes des événements sérendipités – mais les personnes travaillant avec la technologie ont besoin de la liberté et de l’encouragement pour innover.
En fin de compte, les entreprises les plus innovantes sont celles qui ont des cultures de soutien, selon une étude de McKinsey. Ce que les entreprises à la croissance la plus rapide “ont en commun est une culture de l’innovation”, selon Matt Banholzer, associé chez McKinsey. “Nous avons été choqués par l’écart entre les meilleurs et les moins performants, qui pouvait être de plus de 1 000 %. Ceux qui ont des cultures d’innovation solides ont beaucoup plus de chances de déclarer que leurs produits et services sont leaders dans leur secteur et que leurs organisations sont les meilleures de leur catégorie en matière de rapidité de développement de nouveaux produits.”
De nombreux leaders travaillaient également avec l’IA générative un ou deux ans avant l’apparition de ChatGPT, continue Banholzer. Cependant, ce qui distingue une puissance innovante, c’est qu’il existe une plus grande volonté de remettre en question les sorties de l’IA – tout comme on peut remettre en question les décisions de gestion.
“Lorsque l’IA générative propose une réponse, les meilleurs innovateurs demandent : “Est-ce une réponse utile ?” explique Banholzer. “Les meilleurs innovateurs remettent en question les hypothèses et les assertions, embrassent l’incertitude et permettent un développement itératif.”
Il y a beaucoup de fonctions et de tâches qui devraient être automatisées, dit-il. Cependant, les entreprises les plus performantes “comprennent les limites de l’outil. Tout comme on n’utilise pas un marteau pour tourner une vis, on ne demande pas à l’IA générative de répondre à des questions qui doivent être traitées de d’autres manières.”
L’innovation, par sa nature même, émerge souvent de rencontres sérendipités, de découvertes ou d’esprits curieux qui relient deux disciplines sans rapport. Par exemple, des ingénieurs de parties différentes de l’entreprise se croisant dans la salle de pause et réalisant qu’ils travaillent sur le même problème. L’IA peut-elle aider à atteindre cela de manière plus systématique ? Les opinions de l’industrie sont mitigées.
“Alors que l’IA s’est avérée précieuse pour développer, optimiser et fertiliser des idées existantes, sa capacité à systématiser la génération de concepts entièrement nouveaux reste à prouver”, explique Tommi Vilkano, directeur de RELEX Labs chez RELEX. “Les premiers signes sont encourageants, mais des preuves supplémentaires sont nécessaires pour confirmer son impact sur l’accélération de la véritable innovation et de la découverte scientifique.”
D’autres estiment que l’IA peut catalyser le processus d’innovation. “L’IA peut conduire les processus de décision en étapes pour évaluer de nouvelles idées, catégoriser leur valeur, déterminer des cas d’utilisation similaires et aider à prendre des décisions d’investissement”, explique Bob Lamendola, vice-président principal de la technologie et responsable du Centre de services numériques de Ricoh en Amérique du Nord. “La capacité humaine à traiter le même niveau d’informations avec la même précision est insuffisante par rapport à ce que les modèles d’IA peuvent produire. Dans tous les cas, des modèles d’IA correctement formés peuvent utiliser des données empiriques et des volumes d’informations non structurées pour aider à présenter des alternatives d’innovation à partir d’informations apprises.”
L’IA peut aider à systématiser n’importe quel processus, “et cela inclut les processus d’innovation aussi”, convient Adrian McKnight, directeur numérique chez WNS. “La systématisation et une approche structurée sont l’antithèse de l’innovation, qui découle de la nature aléatoire des idées et de la croisée des approches, des produits et des expériences à travers les industries. Pourtant, l’IA peut être un grand catalyseur.”
L’habilitation se fait sous forme d'”analyse rapide du pipeline d’innovation pour découvrir des fenêtres d’opportunités”, continue McKnight. “Les algorithmes peuvent collecter et connecter des données pertinentes sur l’innovation, repérer des schémas d’impact innovant, et peuvent même être formés avec une prévoyance automatisée pour découvrir des ‘inconnus inconnus’.”
Le traitement du langage naturel peut permettre à l’IA de participer activement à l’innovation, aidant “les travailleurs de divers horizons à s’engager avec les données de manière plus intuitive”, déclare Sumeet Arora, directeur du développement de ThoughtSpot. “L’approche conversationnelle réduit le besoin de compétences techniques. Ce qui aurait traditionnellement pris des heures, des jours ou des semaines aux équipes d’analystes de données pour examiner de vastes quantités de données et partager des réponses exploitables prendra quelques minutes. L’IA accélère l’action, permettant à un public plus large de prendre des décisions basées sur les données, donnant naissance à une forte culture des données.”
Le traitement du langage naturel “peut immédiatement aider à rédiger des plans d’affaires en proposant des modèles, en suggérant des améliorations et même en prédisant des défis potentiels”, convient également Lamendola. De plus, “les algorithmes d’IA peuvent simuler différents scénarios commerciaux, offrant des informations sur les stratégies les plus viables. L’analyse prédictive peut être utilisée pour évaluer les risques et aider à la planification des contingences.”
L’IA joue également un rôle de tiers neutre dans le processus d’innovation et de conception. “Les entrepreneurs, par exemple, deviennent souvent émotionnellement investis dans leurs idées, ce qui peut parfois entraîner un biais de confirmation”, explique McKnight. “L’IA générative peut offrir des évaluations objectives et simuler différents personas clients, fournissant des tests réalistes sur le marché et des retours interactifs.”