Impact de l'intelligence artificielle sur le rôle des entrepreneurs

Avec le développement technologique actuel, l’intelligence artificielle est de plus en plus présente dans nos vies. Son impact se ressent particulièrement dans le secteur économique à travers l’innovation, la croissance de la productivité et l’aide à la prise de décision. Le présent article présente l’impact de l’IA sur l’économie, notamment la manière dont elle est utilisée, les avantages qu’elle offre ainsi que ses limites.

Qu’est-ce que l’IA dans le secteur économique ?

L’intelligence artificielle (IA) est une technologie qui permet à une machine d’apprendre à partir de données qui lui sont fournies. C’est ce que l’on appelle le « machine learning ». Il est ainsi capable d’effectuer des tâches qui nécessitent généralement l’intervention humaine. Dans le secteur économique, l’IA est utilisée pour automatiser les tâches routinières et réaliser des prédictions.

En effet, l’une des principales applications des systèmes d’IA dans l’économie est l’analyse de données. Les algorithmes utilisés par l’IA sont entraînés sur un grand nombre d’informations. Ils sont ainsi capables d’identifier des modèles et des tendances que l’homme peut avoir du mal à discerner.

Comment l’IA est-elle utilisée par les entreprises et les ménages ?

Dans l’économie, l’intelligence artificielle est utilisée de diverses manières. Toutefois, son utilisation est principalement axée sur l’amélioration des opérations commerciales et l’optimisation de la prise de décision. Les entreprises collectent et analysent des données qui proviennent de diverses sources. Les informations recueillies sont traitées et analysées à l’aide d’algorithmes d’apprentissage automatique.

Les domaines tels que la finance, la santé et le transport dans lesquels de grandes quantités de données sont générées et analysées sont donc les plus concernés. Dans le secteur économique, l’IA est également utilisée pour l’automatisation des tâches. Les domaines comme celui de la fabrication et de la logistique sont basés sur des processus répétitifs qui se prêtent parfaitement à l’automatisation.

Lire aussi: Le futur de l'emploi dans la finance à l'ère de l'IA

À travers l’utilisation de la robotique et des machines commandées par l’IA, les entreprises peuvent donc réduire le besoin de main-d’œuvre et optimiser leur efficacité. L’utilisation de l’IA dans l’économie passe par plusieurs étapes : la collecte de données ; le développement d’algorithmes ; et l’apprentissage automatique.

Adoption de l’IA : signes récents et rythme de diffusion

L'adoption de l'IA par les entreprises et les ménages semble avoir considérablement augmenté ces derniers mois. C'est l'un des facteurs qui déterminera si l'IA augmentera significativement les gains de productivité. Comme nous le montrerons dans cette section, de nombreuses nouvelles données et statistiques ont été publiées au cours des derniers trimestres, et les connaissances connexes se sont améliorées.

Aux États-Unis, depuis septembre 2023, le Bureau du recensement a inclus des questions sur l'adoption de l'IA dans l'enquête bihebdomadaire qu'il réalise auprès d'un large échantillon d'entreprises. En décembre 2024, plus de 6,0 % des entreprises américaines dans tous les secteurs ont déjà indiqué qu'elles utilisaient l'IA dans leur processus de production, contre seulement 3,7 % un an plus tôt : en très peu de temps - cette part a considérablement augmenté. De plus, environ 9 % ont indiqué qu'ils avaient l'intention de l'utiliser dans les six mois (cette part est également en augmentation). Ces chiffres montrent que l'adoption de l'IA par les entreprises est rapide et qu'elle n'en est qu'à ses débuts : le potentiel de diffusion est significatif.

L'adoption de l'IA générative par les ménages est très rapide. Un document de travail du NBER publié en 2024 a montré que l'adoption de l'IA générative par les ménages était en avance sur celle des ordinateurs et d'Internet à leur époque. En effet, son taux d'adoption parmi la population âgée de 18 à 64 ans est de 39,4 % deux ans après son lancement, soit deux fois plus élevé que celui d'Internet à l'époque.

Pour les personnes qui l'utilisent au travail, nous trouvons par ordre de pertinence qu'elle est utilisée pour : rédiger des communications, effectuer des tâches administratives, interpréter/traduire/résumer, et rechercher des faits ou des informations. Pour les personnes l'utilisant en dehors du travail, nous trouvons par ordre d'importance qu'elle est utilisée pour : rédiger des communications, interpréter/traduire/résumer, assistance personnelle et recherche d'idées. Cela illustre le potentiel de développement de l'utilisation de l'IA générative.

Lire aussi: Inspirations et Réussites Féminines

Impacts sectoriels : exemples concrets

Les études empiriques axées sur une perspective "bottom-up" et microéconomique soulignent que les gains de productivité rendus possibles par l'IA peuvent être spectaculaires au niveau sectoriel. De nombreuses études sectorielles ont été publiées en 2024. Une étude du MIT en est un exemple.

Le chercheur a été autorisé à suivre les équipes scientifiques d'une grande entreprise américaine dans le secteur de l'ingénierie des matériaux pendant plusieurs années. Cette entreprise a déployé des outils d'IA en plusieurs vagues, ce qui a permis de mesurer les gains de productivité des scientifiques liés à l'IA. L'article montre que, toutes choses étant égales par ailleurs, les scientifiques assistés par l'IA découvrent 44 % de matériaux en plus. Cet afflux de matériaux a conduit à une augmentation de 39 % des dépôts de brevets et, plusieurs mois plus tard, à une hausse de 17 % des prototypes de produits incorporant les nouveaux composés. En tenant compte des coûts d'entrée, l'outil augmente l'efficacité de la R&D de 13 à 15 %.

Le même type de résultats a été trouvé dans l'industrie pharmaceutique, alors qu'un nombre croissant de médicaments et de vaccins ont été découverts grâce à l'IA. Les taux de succès des molécules découvertes par l'IA lors des essais de Phase I et II sont environ deux fois supérieurs à ceux des molécules découvertes de manière conventionnelle, ce qui permettrait aux entreprises d'atteindre soit le même rendement avec moins de ressources et de coûts, soit d'augmenter le nombre total de nouveaux médicaments lancés avec les mêmes ressources.

Conséquences pour les entrepreneurs et leurs stratégies

Les entreprises comprennent de plus en plus l'impact positif que pourrait avoir l'intelligence artificielle sur leurs affaires. En effet, puisque l'intelligence artificielle permet d'automatiser certaines tâches, la productivité et le rendement des entreprises a un potentiel d'amélioration incroyable grâce à cette technologie. Non seulement cela, mais l'IA aide aussi les entreprises à traiter une quantité énorme de données par secondes.

En traitant ces données, les différents algorithmes apprennent et comprennent de plus en plus les comportements humains. L’idée derrière l’IA est plutôt d’aider les gens à améliorer leurs capacités en limitant le travail opérationnel autrefois nécessaire. Ainsi, pour les entrepreneurs, l’IA devient un levier stratégique : optimiser les opérations, accélérer la R&D, personnaliser l’offre, et améliorer la prise de décision fondée sur des données.

Lire aussi: Entrepreneurs à Lyon

Mettre en place l'intelligence artificielle dans une entreprise ne vient pas sans obstacles et défis. D'abord, il est important pour vous de déterminer les objectifs que vous visez en intégrant l'IA à votre entreprise. Ensuite, assurez-vous que vos équipes qui s'occupent de la gestion des données soient bien coordonnées. Enfin, l'intelligence artificielle nécessite beaucoup d'investissement de la part des dirigeants d'entreprises pour qu'elle puisse vraiment porter ses fruits.

Implications concrètes pour le rôle de l’entrepreneur

• L’entrepreneur doit se transformer en chef d'orchestre des données et des talents : coordonner spécialistes des données, TI et métiers pour définir des cas d’usage clairs.
• Il doit fixer des objectifs précis (cybersécurité, optimisation de la production, support client, etc.) et prioriser les investissements en IA en fonction du retour attendu.
• Il doit anticiper la nécessité d’investissements continus en capital technologique et en formation : l’IA accroît la dépréciation du capital existant et requiert des Capex soutenus.
• Il doit intégrer des considérations éthiques et réglementaires pour éviter biais, discriminations et risques de réputation.

Impacts macroéconomiques et perspectives régionales

Les études empiriques au niveau macroéconomique sont moins concluantes en raison de la complexité de la mesure de la productivité à une échelle agrégée. Une multitude d'estimations - dont plusieurs proviennent d'institutions internationales comme le FMI et l'OCDE - sur l'impact de l'IA sur la productivité ont été publiées en 2023-2024. Elles se concentrent sur différents pays et font différentes hypothèses sur des facteurs clés, tels que : la vitesse d'adoption de l'IA par les entreprises, l'adéquation des compétences pour l'adoption, les progrès futurs des modèles d'IA, le degré d'intégration avec la robotisation pour les tâches les plus manuelles, les politiques publiques pour promouvoir/ralentir l'adoption de l'IA, etc.

Ces études s'accordent toutes à dire que les gains de productivité permis par l'IA au cours des prochaines décennies seront significatifs au niveau macroéconomique, plusieurs d'entre elles concluant que la croissance annuelle de la productivité du travail devrait augmenter d'environ 1 point de pourcentage au cours de la prochaine décennie. En tant que tel, nous l'incorporons explicitement dans notre publication sur les hypothèses de marché des capitaux à long terme et faisons progresser notre analyse en différenciant les économies en fonction d'un mélange de caractéristiques structurelles et institutionnelles qui nous permettent d'identifier les leaders et les retardataires en matière d'IA axée sur la productivité.

Modélisation de l’impact : indices et scénarios

Nous utilisons l'Indice AIPI (AI Preparedness Index) du FMI et ses sous-composantes pour différencier le point de départ entre les économies, tandis que des aspects tels que la réglementation, l'intensité de l'innovation et la disponibilité du capital limitent le pic et la vitesse des gains de productivité au fil du temps. Selon ces facteurs, la productivité, l'investissement en capital et la dépréciation du capital sont modélisés pour estimer l'impact de la productivité sur la croissance du PIB potentiel.

Le point de départ : nous utilisons l'AIPI (dernières données disponibles en 2023) comme point de départ entre les économies. Cet indice couvre plusieurs domaines de préparation à l'IA et est composé d'un ensemble sélectionné d'indicateurs macro-structurels jugés pertinents pour l'adoption de l'IA, organisés en quatre groupes : infrastructure numérique, innovation et intégration économique, capital humain et politiques du marché du travail, réglementation et éthique.

Productivité : le gain de productivité est façonné de manière similaire à la courbe américaine observée dans les années 1990-2000. Le pic est modélisé pour être atteint en moyenne 14 ans après l'introduction de l'IA. Cependant, selon la préparation de chaque pays, le gain de productivité varie d'un pays à l'autre en fonction de l'AIPI et d'autres paramètres représentant la réglementation et la probabilité de succès.

Résultats attendus par région

En considérant tous les éléments ci-dessus, nous nous attendons à ce que les États-Unis soient un gagnant précoce dans la première décennie d'adoption de l'IA, avec une contribution estimée à la croissance du PIB provenant du coup de pouce de l'IA à la productivité d'environ 0,35 point de pourcentage. Les marchés développés européens suivront dans la deuxième décennie, avec une contribution plus faible à la croissance du PIB (environ 0,3 point de pourcentage), tandis que l'Asie accuse un retard dans l'impact estimé malgré le fait que certaines de ses économies se classent actuellement parmi les meilleures en matière de préparation à l'IA.

Pour l'Asie, la contribution à la croissance du PIB est estimée à seulement 0,14 point de pourcentage dans la deuxième décennie d'adoption de l'IA. Ces résultats peuvent être bien expliqués en examinant le sous-indice de réglementation dans l'AIPI, qui est clé dans le cas de la diffusion de l'innovation : il est pénalisant pour l'Asie par rapport à l'Europe, et pénalisant pour l'Europe par rapport à l'Amérique du Nord. La dynamique particulière observée pour l'Amérique Latine - qui atteindra un pic dans la deuxième décennie puis verra la contribution à la croissance reculer - pourrait être expliquée par le manque d'investissement en Amérique Latine, ce qui empêche l'IA de soutenir la croissance du PIB de manière plus forte.

Investissement et chaîne de valeur

L'IA aux États-Unis a soutenu une augmentation des investissements et de l'adoption à travers les entreprises et les secteurs. Alors que les dépenses d'investissement liées à l'IA sont sous les projecteurs et ont gagné en pertinence en soutenant des dépenses d'investissement plus larges, elles ne représentent encore que 7 % des dépenses d'investissement globales. En tant que tel, elles ne sont pas 'visibles' en tant que facteur de changement dans les comptes nationaux.

Pourtant, en surveillant certaines données économiques opportunes déjà disponibles, il est possible d'évaluer la vitesse d'adoption dans l'économie parmi les entreprises et les ménages. Nous avons développé un outil de suivi ad hoc pour aider à suivre son impact de manière opportune (par exemple, pour les dépenses d'investissement et le PIB, nous nous concentrons sur les ordinateurs et les équipements périphériques, la production industrielle technologique, les enquêtes technologiques des banques régionales et la construction d'installations informatiques et électroniques).

Concernant les dépenses d'investissement réelles, à partir des données du T3 2024, après une première poussée des dépenses en R&D et en logiciels en 2021-22, à la fois la tendance et l'élan se sont progressivement modérés dans ces catégories. Pendant ce temps, il y a eu une forte augmentation des dépenses en ordinateurs et en équipements périphériques qui a fortement accéléré en 2024, soutenue par la demande de serveurs alimentée par l'IA, reflétant l'augmentation des investissements et de l'adoption à travers les entreprises et les secteurs.

Risques, limites et défis pour les entrepreneurs

Toutefois, à l’instar de toute nouvelle technologie, l’utilisation de l’IA dans l’économie présente des limites et de gros défis restent encore à relever. Parmi ces défis, l’on retrouve d’entrée de jeu le risque de chômage : l’IA étant susceptible de remplacer des emplois dans certains domaines. Ainsi, pour demeurer compétitifs, les travailleurs devront alors acquérir de nouvelles compétences.

L’utilisation de l’IA implique également un risque de partialité des algorithmes, ce qui peut entraîner des conséquences involontaires et des résultats biaisés. Si les informations sont fausses ou incomplètes, les algorithmes qui en résultent peuvent perpétuer ou amplifier ces erreurs. Cela pourrait conduire à des prises de décision injustes ou discriminatoires dans des domaines tels que l’embauche, les prêts et les assurances.

Par ailleurs, l’utilisation des systèmes d’intelligence artificielle peut aussi causer une monopolisation du marché. En effet, les grandes entreprises capables de tirer grandement parti de cette technologie peuvent acquérir d’importants avantages concurrentiels. Les secteurs touchés seront confrontés à une réduction de la concurrence et par la même occasion de l’innovation.

Enfin, il convient de noter qu’au fur et à mesure que l’IA sera déployée, il existe un risque qu’elle soit employée à des fins malhonnêtes (manipulation du marché, violation de données, harcèlements…). Il est donc primordial que des considérations éthiques soient faites lors de son développement.

Perspectives économiques et opportunités pour les entrepreneurs

L’avenir de l’IA dans l’économie est assez prometteur. D’après des rapports récents, l’IA pourrait ajouter plusieurs milliers de milliards de dollars à l’économie mondiale d’ici 2030. Les chiffres les plus importants sont attendus en Chine et en Amérique du Nord. Accenture et Frontier Economics ont montré que l'IA pourrait multiplier le taux de croissance de certains pays de près de 40 % d’ici l’horizon 2035.

Pour la France, une étude estime que l’IA va permettre aux entreprises d’avoir une hausse de productivité de 20 % (le PIB passera alors de 1,7 % à 2,9 %). Dans l’ensemble, le potentiel économique de l’IA est énorme. Pour les entrepreneurs, cela signifie de nombreuses opportunités : nouveaux marchés, produits et services dérivés de l’IA, optimisation des modèles d’affaires et création de valeur à grande échelle.

Recommandations pratiques pour les entrepreneurs

1. Définir des cas d’usage clairs et mesurables avant d’investir.
2. Renforcer la gouvernance des données et la coordination entre équipes techniques et métiers.
3. Investir dans la formation continue pour combler les écarts de compétences.
4. Évaluer le coût total d’entrée et prévoir Capex pour renouveler le capital obsolète.
5. Anticiper les contraintes réglementaires et intégrer des principes éthiques dès la conception.

Tableau récapitulatif : impacts clés pour les entrepreneurs

Il n'y a aucun doute que l'intelligence artificielle sera une partie de plus en plus intégrante de l'exploitation des entreprises. Et avec l'arrivée de cette nouvelle réalité arrivera également un besoin grandissant de professionnels des TI et de la gestion de données en entreprise.

balises: #Entrepreneur

Articles populaires:

• Traditions locales authentiques en Meuse
• Financement Vélo 0% Crédit Mutuel : Détails
• en savoir plus sur la raison sociale de Berrua
• Tout savoir sur la comptabilisation des subventions associatives
• comparatif des solutions ERP pour petites entreprises