Fabrice Asvazadourian (Sopra Steria Next) : "Le partage de données synthétiques grâce à l'IA permet aux entreprises de collaborer en respectant la confidentialité et la sécurité des données"

 DÉCIDEURS. L’IA, et notamment l’IA générative, fait le buzz depuis 3  ans. Les entreprises exploitent-elles réellement tout le potentiel de l’IA ? À leur niveau, quelle est la prochaine marche à franchir ?

Fabrice Asvazadourian. Nos études montrent qu’en moyenne, six algorithmes sur sept ne sont jamais déployés dans les entreprises. Ce faible taux de réussite s’explique en partie par la mauvaise qualité des données. Aujourd’hui, l’IA est souvent intégrée dans des systèmes cloisonnés, limités à une fonction ou à une unité spécifique, comme une usine ou une business unit.

« L’IA est souvent intégrée dans des systèmes cloisonnés, limités à une fonction ou à une unité spécifique »

L’un des enjeux majeurs pour tirer pleinement profit du potentiel de l’IA réside dans la mutualisation des données, non seulement au sein de l’entreprise, mais aussi entre les différents acteurs d’une chaîne logistique ou d’un écosystème plus large. Jusqu’à présent, les freins liés à la sécurité, à la confidentialité et à la concurrence empêchaient ces échanges. L’IA change la donne en permettant la création et l’exploitation de données synthétiques. Ces données, générées artificiellement, mais ayant exactement les mêmes caractéristiques statistiques que les données réelles, permettent un partage sécurisé d’informations et conforme aux réglementations, sans exposer d’informations sensibles. Il ne s’agit pas ici de gommer des noms ou d’anonymiser des données, mais bien de produire des jeux de données avec les mêmes caractéristiques grâce à l’IA générative.

Concrètement, quels cas d’usage montrent la compétitivité issue de l’exploitation de données synthétiques ?

Prenons l’exemple de la santé. Le développement de nouveaux traitements repose sur l’analyse de vastes ensembles de données. L’IA générative permet de créer des jeux de données synthétiques, accélérant ainsi la recherche et la validation des molécules. Dans l’industrie, cette approche permet d’améliorer les délais, la qualité et la rentabilité des processus de production en partageant les données synthétiques avec l’ensemble de la chaîne logistique. Sur le marché des pneus, ces derniers sont aujourd’hui fabriqués en grande partie à partir du recyclage. Connaître en amont les caractéristiques précises des produits recyclés permet d’anticiper la chaîne d’approvisionnement, de gagner en délai, de garantir le meilleur niveau de qualité et de limiter les rebuts.

Dans le secteur bancaire et assurantiel, l’évaluation des risques pourrait être renforcée en croisant des données entre acteurs. Un assureur gagnerait à enrichir ses modèles avec les données d’une banque, et vice versa. Cette synergie permettrait d’affiner les analyses, d’optimiser les prises de risque, tout en garantissant la protection des informations sensibles. Cela bénéficierait non seulement aux acteurs bancaires et assurantiels, mais surtout aux clients. Là où la prudence face aux calculs de risque entraînait des refus et des délais de réponses parfois longs, désormais, les clients constateront une amélioration du taux de réponses positives et du temps de traitement des dossiers.

« Au sein des banques et assurances, l'évaluation des risques peut être renforcée en croisant des données entre acteurs »

Quels conseils donneriez-vous aux entreprises déjà avancées dans l’exploitation de leurs données ?

Pour rester dans le domaine des services financiers, la lutte contre la fraude, les banques exploitent depuis longtemps leurs données pour mesurer le taux de risque. Grâce à des algorithmes dopés à l’IA, le taux de « faux positifs » – ces clients injustement suspectés de fraude – a diminué de 70 %. Cette évolution prouve l’importance d’une approche fondée sur la donnée et non sur des process traditionnels d’évaluation du risque.

Plus largement, l’IA révolutionne les métiers de la banque de détail. Non seulement l’IA aide à mieux détecter la fraude, mais elle permet aussi de mieux cibler les besoins de chaque client. Avec une meilleure maîtrise des données clients, les conseillers bancaires disposeront de conseils précis, ciblés et adaptés pour proposer une offre sur mesure à chaque client. Pour que l’amélioration de l’expérience client soit la plus pertinente possible, il est nécessaire que le backoffice évolue vers une plateforme data enrichie des données synthétiques de l’écosystème bancaire.

Quels écueils identifiez-vous ?

Globalement, dans tous les secteurs d’activité, la capacité à structurer et exploiter des plateformes data devient essentielle pour personnaliser l’expérience client et renforcer la compétitivité. Mais attention, la donnée ne se limite pas aux chiffres. L’avenir réside dans l’exploitation de nouvelles sources d’information, qu’il s’agisse de textes, d’images ou de vidéos. L’enjeu pour les dirigeants est d’identifier ces opportunités et d’investir dans des gisements de données encore inexploitées.

Quels conseils donneriez-vous pour mieux intégrer l’IA en entreprise ?

L’enjeu principal est l’humain. Celui-ci doit être embarqué, l’IA n’a de sens que si elle est adoptée et utilisée efficacement. Par exemple, déployer Copilot sur les sessions Microsoft des collaborateurs ne suffit pas à les embarquer. Encore faut-il savoir l’utiliser et l’ancrer au quotidien pour en tirer des bénéfices. Les entreprises doivent identifier des « ambassadeurs » de l’IA, capables de faire le lien entre les équipes techniques et opérationnelles. Leur mission ? Détecter et analyser les cas d’usage pertinents, accompagner les collaborateurs et faciliter l’appropriation des outils. Ces ambassadeurs devront mettre en œuvre une veille permanente sur les évolutions technologiques et les nouvelles fonctionnalités de l’IA.

« Encourager la collaboration intersectorielle et accompagner la montée en compétence des collaborateurs seront les clés du succès »

Quel est votre point de vue sur ce tournant stratégique ?

Pour les entreprises, l’enjeu autour de l’IA n’est pas seulement technologique, il est avant tout humain et stratégique. L’IA redéfinit les compétences requises en entreprise. Parallèlement à l’automatisation grandissante des tâches techniques, ce sont les soft skills qui feront la différence : la sensibilité et le goût du beau, le génie créatif, la capacité d’adaptation et la force de conviction seront plus que jamais des atouts clés. Dans le secteur bancaire, un conseiller n’aura plus besoin de maîtriser en détail les produits financiers – l’IA lui fournira automatiquement les meilleures recommandations. Son rôle sera avant tout d’établir une relation de confiance avec le client et de le convaincre. Maximiser la valeur des données, encourager la collaboration intersectorielle et accompagner la montée en compétence des collaborateurs seront les clés du succès dans cette nouvelle ère de l’intelligence artificielle.