• 68% des responsables des opérations s'attendent à ce que leur rentabilité s'améliore grâce à l'IA d'au moins 3 points d'ici 2030
• Seulement 4% des entreprises rapportent des
avantages financiers significatifs de l'IA à ce jour
• Moins d’un tiers des entreprises
manufacturières intègrent et mettent déjà en œuvre l’IA à l’échelle
• Les champions de l'IA déclarent que 45 % des
cas d’usages actuels exploitent l'IA générative
L'intelligence
artificielle (IA) joue un rôle crucial dans les opérations, en aidant les
entreprises les plus avancées à faire face aux pressions économiques et
environnementales croissantes, telles que l'inflation et les coûts énergétiques
élevés. Les récentes avancées technologiques, notamment l'IA générative et
agentique, ouvrent de nouvelles possibilités pour améliorer l'efficacité et
l'innovation. Ces technologies permettent de transformer les chaînes de valeur
et de rester compétitif sur le marché mondial. L'IA optimise les processus
d'approvisionnement, de production, de recherche et développement (R&D)
ainsi que ceux de la chaîne logistique, réduisant ainsi les coûts et améliorant
l'efficacité énergétique. Par ailleurs, elle facilite la transition vers des
pratiques plus écologiques et la numérisation croissante des opérations.
C’est ce que révèle
l’étude « AI in operations : Revolutionising the manufacturing industry » du
cabinet de conseil et d’audit PwC France et Maghreb, menée auprès de 400 cadres
opérationnels dans plus de 30 pays (dont une quarantaine d'entreprises en
France) et divers secteurs (manufacturiers, transport, logistique,
distribution). Ces témoignages offrent une perspective riche et variée sur
l'impact de l'IA dans les opérations, démontrant qu’elle est devenue un levier
essentiel pour naviguer dans un environnement économique et réglementaire
complexe tout en restant compétitif et innovant.
Les entreprises croient
au potentiel de l’IA pour une hausse de leur rentabilité
Les résultats de cette
étude montrent que les entreprises manufacturières croient fermement au
potentiel de l’IA pour accroître leur rentabilité. Près de 70 % des répondants
s’attendent à une hausse de leur marge opérationnelle d’au moins trois points
d’ici 2030, et plus de 40 % anticipent une augmentation encore plus importante,
de cinq points ou plus. L’optimisme est encore plus élevé dans le secteur de la
distribution et des biens de consommation, où 50 % des entreprises anticipent
une augmentation de plus de 6 points de leur marge opérationnelle. D’autres
secteurs, comme l’aéronautique, la défense et l’automobile, ont des attentes
plus prudentes.
Toutefois, un décalage
existe entre les attentes et les bénéfices actuels
Cependant, bien que les
fabricants commencent à percevoir des impacts positifs de leurs initiatives
actuelles, seulement 4 % déclarent avoir déjà atteint des bénéfices financiers
significatifs et un retour sur investissement (ROI) notable grâce à l’IA dans
les opérations. Cela reflète un niveau de maturité encore faible en matière
d’IA. Moins d’un tiers des répondants indiquent que leur entreprise a dépassé
la phase de recherche ou de projet pilote pour étendre l’IA à plusieurs
départements, et seuls 8 % environ peuvent être considérés comme de véritables
« champions de l’IA dans les opérations », mettant en œuvre l’IA de façon
systématique à l’échelle de l’entreprise, tout en optimisant et élargissant son
usage. Ces derniers se trouvent dans chaque secteur industriel étudié et dans
des entreprises de toutes tailles.
Des investissements
nécessaires pour atteindre un niveau supérieur
Un cinquième des
dirigeants interrogés (20 %) ont déclaré que leur entreprise avait investi plus
de 20 millions de dollars dans leurs initiatives d’IA au cours des cinq
dernières années, et près d’un quart (24 %) prévoient d’investir à ce niveau au
cours des trois prochaines années également. Bien que leurs montants
d’investissement soient inférieurs en valeur absolue, les petites et moyennes
entreprises (dont le chiffre d’affaires est inférieur à 5 milliards de dollars)
consacrent une part nettement plus importante de leurs revenus globaux à ces
initiatives.
Si ces niveaux
d’investissement sont encourageants, un nombre significatif d’entreprises (19
%) prévoient encore des investissements très modestes, ou n’ont pas encore
défini leur niveau d’engagement (16 %), ce qui pourrait freiner le déploiement
à grande échelle de l’IA.
L’IA, un impact positif
sur les entreprises
Environ un tiers des entreprises interrogées utilisant l’IA déclarent qu’elle a contribué à améliorer la prise de décision – et ils sont encore plus nombreux à affirmer que leur entreprise a gagné en efficacité opérationnelle et en flexibilité, même si ces gains restent qualitatifs. L’IA a également un impact positif sur les entreprises en réduisant les coûts dans des domaines comme l’énergie et les ressources humaines.
Par ailleurs, 17 % des répondants bénéficiant de l’IA
déclarent qu’elle a permis une augmentation des volumes de ventes et de
livraisons, tandis que 14 % signalent une hausse des prix de leurs produits.
Encore plus remarquable : près d’un cinquième des entreprises tirant parti de
l’IA (19 %) génèrent de nouveaux revenus grâce à des produits et services
additionnels.
En se projetant dans
l’avenir, le nombre de personnes interrogées anticipant des impacts positifs
pour leur entreprise augmente de manière significative, ce qui reflète les
gains de maturité attendus. Plus de deux répondants sur cinq (44 %) s’attendent
à une réduction des coûts opérationnels, et presque autant prévoient
d’améliorer la prise de décision, de réduire les coûts de personnel et
d’obtenir des gains d’efficacité qualitatifs. De plus, près d’un tiers (31 %)
s’attendent à augmenter les volumes de ventes ou de livraisons, ou à réduire
leurs dépenses externes, tandis qu’environ un quart prévoient de générer de
nouveaux revenus grâce à des produits ou services, ou encore d’augmenter les
prix de leurs produits.
Ces résultats suggèrent
que les entreprises pourraient tirer parti de bénéfices allant au-delà des
seules améliorations opérationnelles. Pour certaines d’entre elles, il pourrait
même exister un potentiel de réinvention de leur modèle économique.
Les industriels
explorent déjà une grande variété de cas d’usage dans toutes les fonctions
opérationnelles clés, mais on observe d’importantes différences selon les
secteurs. Les entreprises automobiles sont les plus avancées, notamment dans
les cas d’usage liés à la production. Les entreprises de produits industriels
sont également bien positionnées dans les domaines de la production et de la
chaîne d’approvisionnement. Les entreprises des secteurs pharmaceutiques, des
sciences de la vie et de la technologie médicale utilisent tout le spectre des
applications de l’IA, y compris pour la R&D et les achats. Les entreprises
de transport et logistique sont les plus avancées dans les applications liées à
la chaîne d’approvisionnement, tandis que les secteurs de l’aérospatiale et de
la défense, ainsi que la distribution et les biens de consommation, présentent
des taux d’adoption plus faibles.
La gestion des données,
un des principaux obstacles à l’adoption de l’IA
Les données
apparaissent comme le principal défi auquel les entreprises sont confrontées,
la qualité des données étant la préoccupation la plus fréquemment citée (42 %).
De nombreux industriels doivent composer avec un environnement hétérogène de
systèmes IT/OT (technologies de l'information et technologies opérationnelles),
ainsi qu’avec d’énormes volumes de données non structurées (journaux de
machines, documents, images, etc.) qu’il est nécessaire de collecter, intégrer
et préparer avant de pouvoir les utiliser dans des modèles d’IA.
Sans surprise, le
domaine de la sécurité informatique et des données constitue également l’un des
principaux défis mis en avant par les répondants à l’enquête (24 %). Certains
expriment aussi des inquiétudes quant à la disponibilité des données (23 %).
Enfin, les entreprises
rencontrent des difficultés liées à la maturité des technologies d’IA et à la
vitesse de l’innovation. De nouveaux modèles d’IA sont lancés presque chaque
semaine, et il devient difficile de suivre quelles technologies sont réellement
les plus adaptées à chaque usage.
Des principes clés pour
accélérer une transition vers l’IA
Pour aider les
entreprises à tirer le meilleur parti de l'IA dans leurs opérations, quatre
principes clés sont identifiés :
• Définir une stratégie d'IA claire pour les opérations,
alignée sur les objectifs globaux de l’entreprise et sur la stratégie
technologique, et soutenue par la direction.
• Se concentrer sur les cas d'usage offrant un retour sur
investissement à court terme tout en gardant à l’esprit la vision stratégique à
long terme. L'IA générative est notamment identifiée comme un tremplin pour des
gains rapides.
• Construire une base technologique et de données solide
pour l'IA, en mettant en place une plateforme de données intégrée et une boîte
à outils d'IA flexible.
• Mettre l'accent sur des structures organisationnelles
solides et une gouvernance de l'IA robuste, en adoptant souvent un modèle
hybride avec une équipe centrale d'IA. Il est également crucial de renforcer la
confiance dans l'IA grâce à des pratiques responsables.
« L'IA transforme profondément le secteur manufacturier, et la question n'est plus de savoir si elle aura un impact, mais à quelle vitesse. Les dirigeants des opérations doivent agir rapidement et prendre des décisions audacieuses en matière de stratégie et d'investissements dans l'IA pour ne pas se laisser distancer par leurs concurrents plus ambitieux. », déclare, Baptiste Bannier, associé responsable du conseil en Opérations chez PwC France et Maghreb.