Startups IA : derrière la « hype », la réalité

Depuis ces 5 dernières années et notamment grâce au volume massif de données (Big Data*), on observe une forte augmentation du nombre de startups qui affirment utiliser de l’Intelligence Artificielle (IA) dans leur solution : elles sont passées de 3% en 2015 à 8% en 2018 du nombre total de startups créées en Europe (MMC Ventures, 2019).

L’Intelligence Artificielle est un sujet d’étude depuis les années 50, mais connaît aujourd’hui un engouement au sein de tous les secteurs d’activité. Cela s’explique par les prouesses qu’elle permet d’accomplir, initialement en mathématiques et désormais dans une variété croissante de domaines. L’IA a par exemple permis de battre les meilleurs joueurs humains à des jeux de stratégie (échecs, go, jeux vidéo) ; de multiples chatbots de notre quotidien y ont recours pour apporter des réponses plus pertinentes, que ce soit au potentiel candidat ou au client pour du service après-vente. Parmi les applications les plus saisissantes, on peut compter des prédictions de risques cardiaques avec plus de précision que les médecins ne peuvent en apporter, ou encore la réduction de 40% de la facture énergétique d’entreprises telles que Google (avec ses data centers). En RH, elle vient révolutionner la gestion des candidatures ou des parcours de leurs collaborateurs selon leurs compétences et appétences.

L’étude « State of AI : 2019 » publiée par le fonds britannique MMC Ventures en mars 2019 questionne la légitimité de l’étiquette « IA » que s’attribuent certaines de ces jeunes pousses. Cette étude montre que sur un panel de 2800 startups européennes s’affirmant comme « startups IA », seules 60% d’entre elles placent réellement cette technologie au cœur de leur proposition de valeur. Leur hypothèse est que les 40% restantes utiliseraient l’IA davantage comme un argument marketing, détournant l’attention du client sur la technologie plutôt que sur la réponse à son besoin initial.

Pourquoi l’Intelligence Artificielle suscite-t-elle tant d’engouement dans le milieu RH ? Comment mieux lire le marché des startups IA et dépasser ce buzzword ?

 

L’Intelligence Artificielle, une définition équivoque

Le premier facteur de confusion autour de ce que l’on dénomme les « startups IA » réside dans l’ambiguïté de la définition du terme Intelligence Artificielle.

Dans quelle mesure peut-on dire qu’une machine est intelligente ? L’utilisation du terme « Intelligence » qui se rapporte a priori au vivant est-elle applicable à la machine ?

En observant les solutions IA existantes sur le marché, nous dressons trois constats :

  1. L’IA est une technologie créée par l’Homme et au service de l’Homme – le reste n’existe que dans les films !
  2. Cette technologie est basée sur un algorithme qui, à mesure qu’on l’exécute, améliore ses performances dans la résolution d’un problème – ce que l’on appelle « algorithme apprenant ».
  3. L’objectif ciblé est la simulation de comportements ou raisonnements propres à l’Homme et au vivant – la prise de décision, la reconnaissance d’images, de textes ou de voix par exemple.

A partir de ces constats, nous proposons de fonder notre réflexion sur la définition suivante : utiliser l’intelligence artificielle consiste à donner la capacité aux machines, via des algorithmes apprenants, de résoudre des problèmes en s’inspirant des comportements et raisonnements propres à l’Homme et au vivant.

 

Des passagers clandestins sur la vague de l’innovation ?

Le deuxième facteur de confusion dans la dénomination « startup IA » tient au fait que nombre de startups trouvent un avantage à entretenir cette ambiguïté : « L’étiquette startup IA facilite la prise de rendez-vous. L’IA attire l’attention des DRH, qui se questionnent sur les cas d’usage dans leur domaine et reçoivent volontiers ces startups qui piquent leur curiosité » nous confirme Paul Courtaud, CEO de Neobrain. Il précise néanmoins que l’IA reste avant tout pour lui « un levier pour délivrer ».

L’IA est devenue un argument marketing, élément clé de la marque employeur et de la marque d’une startup : son essor fulgurant attire l’attention des investisseurs. En 2018, les sommes levées par les startups IA étaient en moyenne 15% plus élevées que celles levées par des startups dédiées au développement de logiciels (Etude MMC Ventures, mars 2019). Une tendance exploitée par certaines de ces entreprises dont la durabilité et la survie dépendent de leur capacité à trouver des financements.

L’utilisation de l’IA permet également de bénéficier de subventions publiques : le président Poutine déclarait en 2017 à propos de l’IA : ‘‘Artificial intelligence is the future, not only for Russia, but for all human kind (…) Whoever becomes the leader in this sphere will become the ruler of the world’’. (« L’intelligence artificielle est l’avenir non seulement de la Russie, mais de toute l’humanité. Celui qui deviendra le leader dans ce domaine sera le maître du monde »). La maîtrise de cette technologie devient un enjeu économique et géopolitique pour les gouvernements, qui multiplient les dispositifs pour encourager son développement. En France par exemple, le Fonds pour l’Innovation dans l’Industrie, lancé en janvier 2018, dédie 10 milliards d’euros aux technologies comme l’IA via des dotations aux concours de startups ou la revalorisation des bourses French Tech Emergence.

Sans aller jusqu’à juger hâtivement lesquelles méritent ou non l’appellation « startup IA », il faut d’abord garder à l’esprit l’intérêt potentiel des startups à cultiver cette tendance et à jouer sur cette « étiquette ».

 

De l’IA oui, mais dans quel but ?

L’efficience de l’IA repose sur deux éléments : la performance de l’algorithme et les données sur lesquelles il se base. Puisque l’IA repose sur des algorithmes dits « apprenants », il sera d’autant plus performant que la quantité de données à disposition pour l’entraîner sera grande. De plus, ces données doivent être de bonne qualité, c’est-à-dire lisibles et utilisables informatiquement parlant. En résumé, seules les entreprises possédant des données en grande quantité et de qualité peuvent prétendre à ces solutions IA.

Comment choisir une solution de startup RH ? L’usage d’IA dans la solution doit-il être un critère de choix ? En partant du postulat qu’une IA permet de traiter intelligemment une plus grande quantité de données, ne faudrait-il pas automatiquement favoriser une startup IA ? Pour orienter ou non son choix vers la solution d’une startup IA, il faut avant tout se demander si l’Intelligence Artificielle utilisée par la startup est au cœur de sa proposition de valeur. Autrement dit, il s’agit de savoir si la solution envisagée répondrait avec la même pertinence au besoin du client sans cette technologie IA.

Yves-Richard Hong Tuan Han, co-fondateur et CTO d’Octomine, un baromètre social 2.0, nous donne son avis : « Nous avons deux types de clients : ceux qui recherchent uniquement un baromètre social pour prendre le pouls de l’organisation afin d’obtenir un bilan, et ceux qui veulent aller plus loin et utiliser ces résultats pour construire un plan d’action et prendre des mesures ». Plusieurs solutions permettent de réaliser des baromètres sociaux sans recours à l’IA comme SurveyMonkey, et elles s’avèrent pertinentes si le besoin se limite au recensement d’avis ou à l’évaluation du climat social sur la base de sondages réguliers. Octomine a choisi de baser sa proposition de valeur sur un algorithme IA, pour rendre actionnables les données collectées, rapidement : l’IA analyse les résultats, identifie les principaux challenges sociaux et aide à prioriser les actions.

Les récents progrès de l’Intelligence Artificielle en font une des vagues d’innovation les plus porteuses, mais y a-t-il un abus sur l’usage de l’étiquette « startup IA » ? Une lecture avisée de ce nouveau marché exige de comprendre les enjeux financiers d’une telle étiquette et de savoir évaluer ce que permet ou pas l’Intelligence Artificielle. Notre objectif est aujourd’hui d’accompagner nos clients dans la compréhension de leurs besoins en innovation RH, et in fine de répondre à la question : comment et quand travailler avec une startup IA ?    

 

  Auteur

Loïc SERISIER – Consultant

 

Pour plus d’informations, vous pouvez contacter :

Maud AYZAC –  Senior Manager

maud.ayzac@wavestone.com

 

*Big Data : ensemble des données numériques produites par l’utilisation des nouvelles technologies à reposant sur le tryptique Volume (massif) – Variété (des natures de ces données) – Vélocité (de leur production, récolte et analyse).

Pour en savoir plus sur Octomine : https://octomine.com/

Pour en savoir plus sur Neobrain : https://neobrain.io/

Leave a Comment