Notre ambition est de démocratiser l’innovation

Bippin Makoond : La recherche de productivité accompagne l’industrie depuis plus d’un siècle. Nous avons développé énormément de méthodes pour optimiser les processus, réduire les tâches inutiles et produire davantage avec moins de ressources. L’IA permet aujourd’hui d’aller plus loin dans cette logique, en automatisant certaines étapes d’un processus ou en accélérant le travail des collaborateurs. Il faut bien sûr exploiter ces possibilités. Mais les rendements finissent par diminuer : à mesure qu’un processus devient efficace, chaque effort supplémentaire d’optimisation apporte moins de valeur. Chez Inetum, nous avons donc structuré notre approche autour de trois étapes.

La première concerne la productivité. La deuxième vise la qualité. La troisième, celle où je vois le potentiel le plus important, concerne la créativité. L’enjeu consiste à accompagner progressivement les entreprises d’une étape à l’autre plutôt que de réduire l’IA à un simple outil d’automatisation.

Bippin Makoond : Notre ambition est de démocratiser l’innovation. Beaucoup de méthodes puissantes de résolution de problèmes existent depuis plusieurs décennies, mais restent difficiles à utiliser parce qu’elles demandent une expertise particulière ou des connaissances techniques importantes. L’IA permet de modifier cette situation. Un collaborateur n’a plus nécessairement besoin de maîtriser tous les mécanismes mathématiques d’une méthode. Il doit comprendre à quoi elle sert, dans quelle situation l’utiliser et ce que ses résultats signifient. L’IA peut ensuite l’accompagner dans son application.

Nous travaillons par exemple avec des méthodes comme TRIZ, la théorie de résolution des problèmes inventifs, ou avec des approches qui vont chercher des solutions dans d’autres disciplines pour les adapter à un problème donné.

Imaginez une plateforme sur laquelle une entreprise dépose un problème stratégique. Des collaborateurs issus des ressources humaines, de la finance, du développement ou encore du juridique peuvent travailler dessus avec un coach IA qui les aide à analyser le problème, à challenger leurs hypothèses et à explorer de nouvelles pistes. L’innovation ne reste alors plus réservée à quelques spécialistes. Elle devient accessible à une population beaucoup plus large dans l’organisation.

Bippin Makoond : Environ 70 % de notre approche repose sur la personnalisation de solutions et de briques technologiques que nous avons déjà développées. Dans les 30 % restants, nous allons davantage vers la coconstruction avec le client.

C’est notamment le cas sur certains projets stratégiques. Nous pouvons constituer une équipe d’innovation commune et travailler directement à partir des problèmes propres à l’entreprise. Le principe consiste alors à combiner ses connaissances métier avec nos méthodes et nos outils pour concevoir une solution spécifique. Cette coconstruction est particulièrement intéressante lorsque le problème n’a pas encore de réponse évidente. L’objectif n’est plus d’installer un outil existant, mais de chercher ensemble une nouvelle manière de le résoudre.

Bippin Makoond  : Je le pense. Les grands modèles généralistes ont déjà atteint un niveau de maturité considérable. Chercher sans cesse à accumuler davantage d’informations n’est pas nécessairement la meilleure voie. Je crois beaucoup davantage à des IA expertes, conçues pour un espace métier précis. Un collaborateur dans une usine n’a pas besoin d’avoir accès à toute la connaissance disponible sur Internet. Il peut avoir besoin d’un coach qui connaît extrêmement bien son métier, ses contraintes et les méthodes utiles à son activité. Nous travaillons déjà dans cette direction. Nous développons par exemple un assistant capable d’écouter une réunion et, à partir de son déroulement et de l’objectif poursuivi, de suggérer les prochaines questions pertinentes. Il s’appuie sur un ensemble limité de méthodes adaptées à cette mission. C’est probablement ainsi que l’IA va devenir plus utile dans les organisations : des systèmes davantage spécialisés, mieux cadrés et intégrés à des situations professionnelles précises.

Le véritable enjeu des prochaines années sera donc moins d’accumuler toujours plus d’intelligence généraliste que de mettre la bonne intelligence, au bon endroit, au service d’un problème clairement défini.