5 min de temps de lecture 30 nov. 2021
Sans confiance, quel avenir pour l’Intelligence artificielle dans l’industrie ?

Sans confiance, quel avenir pour l’Intelligence Artificielle dans l’industrie?

Auteurs
Guéric Jacquet

Associé, EY-Parthenon, secteur public, France

Au service des dirigeants publics pour construire des transformations d’ampleur à fort impact.

Issam Taleb

Directeur associé, EY-Parthenon, secteur public et énergie, France

Bonne humeur, empathie, discipline sportive, énergie positive, intérêt général.

Arnaud Laroche

Associé, Consulting, Leader EMEIA en Analytics & Intelligence Artificielle, France

Aider les entreprises à tirer le meilleur parti de leurs données, et à mettre en place l’indispensable cadre de confiance autour de leurs usages.

Stéphan Bindner

Associé, EY-Parthenon, Strategy & Industrie, France

Définir les stratégies et accompagner la transformation des acteurs industriels et du transport dans l’ère du numérique, de l’Industrie 4.0 et des nouvelles mobilités.

5 min de temps de lecture 30 nov. 2021

EY et le Secrétariat Général pour l'Investissement publient une étude du marché de l’IA, permettant d’évaluer et de qualifier des cas d’usage nécessitant un apport de confiance avant d’être déployés dans des environnements industriels.

Les points clés de l'étude :

  • Au niveau mondial, seuls 10 à 15% des entreprises ont réussi à industrialiser des solutions à base d’IA dans leur entreprise et 30 à 40% se limitent à des expérimentations. 
  • Un marché de l’IA de confiance estimé à 53 milliards d’euros sur plusieurs secteurs étudiés (Automobile, Ferroviaire, Aéronautique, Energie & Ressources, Banque, Assurance, Pharmaceutique).
  • Un besoin croissant chez les industriels de solutions de confiance ouvrant la voie à un marché de certification ou de validation des systèmes d’IA. 

Un déploiement hétérogène et encore prudent de l’IA dans l’industrie

Si en moyenne les industriels (tous secteurs confondus) investissent entre 0,4 % et 1 % de leur chiffre d’affaires (avec en tête les acteurs des Technologies, de la Banque, de la Santé / Sciences de la vie et de l’industrie Automobile) dans des projets impliquant de l’Intelligence Artificielle, l’industrie reste prudente (ou peu dotée) pour intégrer à plus large échelle des composants IA dans des processus, produits ou services industriels.

  • Seuls 10 à 15 % des entreprises ont réussi à industrialiser des solutions à base d’IA ;
  • 30 à 40 % se limitent à des expérimentations sur des périmètres ou processus bornés.

Ceci peut s'expliquer pour diverses raisons: 

  • Des difficultés dans l'obtention de données de qualité pour entrainer, maintenir les algorithmes et être en mesure de déployer les applicatifs à l'échelle ; 
  • Une incertitude des dirigeants à pouvoir capturer le ROI, freinant la prise de décision ; 
  • Un cadre juridique ne répondant pas à la question de la responsabilité, limitant la confiance dans les systèmes à base d'IA. 

Que dire en effet d’un algorithme d’IA octroyant des crédits à des particuliers, reposant sur des bases de données biaisées et discriminantes ? D’une caméra embarquée impactant la direction d’un véhicule et le dirigeant vers un piéton ? Dans ce contexte réglementaire en construction, développer des produits et services répondant aux exigences sociétales, éthiques ou techniques, constitue un enjeu socio-économique majeur, tout comme garantir le juste équilibre entre règlementation et innovation en tenant compte des spécifications et de l'existant de chaque filière industrielle.

L’appel des entreprises pour un cadre normatif illustre la nécessité de cartographier les cas d’usage de l’IA « à risques » dans l’industrie, de définir des modes de développement, de déploiement et de maintien en condition responsables permettant de maximiser et de garantir un niveau de confiance suffisant pour déployer de manière saine et raisonnée des composants d’IA.

Un cadre réglementaire naissant pour l’IA

La Commission européenne a publié le 21 avril 2021 sont projet « AI Act », visant à faire de l’Europe le pôle mondial d’une IA digne de confiance.

L’objectif principal est de promouvoir le développement de l’IA dans l’ensemble de l’Union européenne, tout en faisant face aux risques potentiels pour la sécurité et les droits fondamentaux des citoyens dans certaines de ses applications.

Etude du marché de l’IA de confiance dans l'industrie 

Fort de ces enseignements, et partant du principe qu’il n’existe pas aujourd’hui d’IA digne de confiance (au sens réglementaire), nous nous sommes intéressés au poids des investissements relatifs à des cas d’usage d’IA jugés critiques, nécessitant un fort niveau de confiance préalable à tout déploiement.

Neuf secteurs industriels jugés prioritaires ont été étudiés : Aéronautique, Assurance, Automobile, Banque, Electricité et Réseaux, Ferroviaire, Minerais et Métaux, Pétrole et Gaz, Pharmaceutique.

  • Approche méthodologique

    Pour chaque industrie, notre évaluation du marché a suivi un processus strict :

    • Réalisation d’une cartographie et matrice des cas d’usage principaux de l’intelligence Artificielle ;
    • Priorisation des cas d’usage, sans nous limiter aux recommandations réglementaires, en les évaluant selon 3 natures de risques : business, sécuritaires et sociétaux ;
    • Identification des principaux acteurs opérant sur la chaîne de valeur ;
    • Estimation des budgets IA et répartition de celui-ci dans les principaux cas d’usage identifiés nous permettant d’évaluer un marché de l’IA de confiance dans ces secteurs industriels ;
    • Evaluation du niveau de priorité de chacun des cas d’usage afin d’estimer un niveau de confiance requis, permettant de dériver le budget IA en budget IA de confiance ;
    • Décomposition de ce budget restreint de la confiance pour détourer la part allouée à l’achat de solutions, en particulier celles qui demain permettront de développer de l’IA de confiance.

     

En premier lieu, les budgets IA (incluant les frais de personnels) apparaissent hétérogènes selon les secteurs industriels. Si dans l’Automobile ou l’Industrie Pharmaceutique, les principaux acteurs du secteur dépensent ou investissent entre 0,8 et 0,9 % de leur chiffre d’affaires dans des projets d’IA, ce ratio apparaît plus faible dans l’Assurance ou le Ferroviaire où les taux oscillent entre 0,5 et 0,7 % des revenus. A l’inverse, le Secteur Bancaire, pionnier en la matière, s’illustre avec près de 1 % du chiffre d’affaires des acteurs dédiés à l’IA.

Pour chaque verticale industrielle, entre 20 et 25 acteurs internationaux de premier plan ont été étudiés (soit un total de plus de 200 entreprises), représentant un revenu combiné de 10,5 trilliards d’euros, et dont le budget IA combiné est estimé à près de 80 milliards.

Ces dépenses s’inscrivent dans un contexte de forte progression des dépenses liées à l’Intelligence Artificielle, estimées à plus de 230 milliards d’euros en 2020 (hors charges internes de personnels) et dont la croissance atteindrait + 18 % par an pour atteindre plus de 450 milliards d’euros en 2024, portée par l’adoption progressive de l’IA dans l’industrie. (cf. illustration 1). 

« Perspective d’évolution du marché de l’IA par segment »

L’écosystème de l’IA déjà fortement atomisé poursuit donc son développement et rend centrale la notion de confiance pour accompagner ces opportunités de marché.

Le segment des solutions IA (applications, systèmes et plateformes de développement), représentant 85 % du marché, tire la croissance, accompagné d’un besoin chez les industriels en infrastructures (espaces de stockage, serveurs, puissance de calcul) ainsi qu’en accompagnement pour déployer et auditer leurs systèmes à base d’Intelligence Artificielle, ouvrant la voie à un marché de certification ou de validation des systèmes à base d’IA digne de confiance.

L’analyse et la qualification des principaux cas d’usage de l’IA ont donc permis de détourer un budget IA de confiance par industrie (cf. illustration 2) confirmant la présence d’un marché important en valeur, estimé à près de 52 milliards d’euros sur les 9 secteurs étudiés, notamment dans la mobilité, les secteurs financier et énergétique.

« Estimation budget IA par secteur industriel étudié »

Nous estimons qu’environ 0,8 % de ce budget concernera demain l’achat de solutions (environnement et plateformes de développement intégrant notamment des librairies d’algorithmes), offrant la possibilité de développer de l’IA de confiance.

Notons toutefois que la notion de confiance s’exprime de manière variée selon les zones géographiques, les besoins et spécifications des secteurs industriels. Ce besoin devrait également croître fortement avec la perspective de futures applications majeures telles que le véhicule autonome.  

Ainsi, à partir du panel d’acteurs étudiés, nous avons pu estimer le montant des investissements dans l’achats de telles solutions, qui s’élèvent à environ 420 m€ répartis entre l’Europe (180 m€ incluant 40 m€ en France), l’Amérique du Nord (110 m€) et l'Asie (130m€). Parmi les secteurs les plus porteurs se trouvent la Mobilité (113 m€) de marché identifié, la Banque (85 m€), l’Assurance (54 m€),  ou encore le Pétrole et le Gaz (81 m€). Les perspectives de croissances sont importantes, tirées par la commercialisation de futurs produits ou services innovants et  la mise en place, à venir, de cadres réglementaires ou normatifs comme l’illustre la proposition de « AI Act » de la Commission européenne.

A noter que ces dépenses sectorielles apparaissent concentrées dans un nombre limité d’applications. Pour chaque secteur industriel, le top 3 des cas d’usage concentre entre 40 % et 65 % des investissements (cf. illustrations 3 et 4) et permet d’isoler ceux où l’apport de confiance sera le plus nécessaire, par exemple :

  • Les applicatifs liés à l’industrie 4.0 dans l’industrie automobile ou l’aéronautique (maintenance prédictive, contrôle qualité et inspection de soudure, etc.),
  • Le pilotage et l’optimisation des projets de forage ou l’automatisation des opérations dans les industries Minière ou celle du Pétrole et du Gaz,
  • La détection de la fraude et la mise en conformité réglementaire dans la Banque et l’Assurance.

« Répartition budgets IA principaux cas d’usage par secteur »

« Principaux cas d’usage par secteur industriel »

Conclusion

Le marché de l’Intelligence Artificielle progresse donc à grande vitesse, porté par un nombre croissant de cas d’usage. L’apport de confiance agira comme un catalyseur de cette tendance et ouvrira les portes d’un vaste marché adressable pour de nouveaux acteurs généralistes et spécialistes.

Le développement et la fragmentation de l’écosystème de l’IA (entre fournisseurs de technologies, de services, de plateformes, de bases de données, ou encore de puissance de calcul et de stockage), doivent inciter les industriels à repenser leurs stratégies make-or-buy. Si celles-ci répondent bien à un enjeu de compétitivité, elles devront également adresser celui de la souveraineté numérique.

Ce qu'il faut retenir

L’Intelligence artificielle (IA) fait maintenant partie intégrante de notre société et apparaît comme une véritable source de croissance et d’emploi. Porteur de productivité, les applications de l’IA se révèlent néanmoins risquées sur les plans sécuritaire, économique et social, poussant les entreprises à user de prudence dans leur déploiement.

En collaboration avec le Secrétariat général pour l’investissement, EY a mené une étude du marché de l’IA de confiance dans 9 secteurs industriels en Europe, Amérique du Nord et Asie Pacifique, permettant d’évaluer et de qualifier des cas d’usage principaux qui nécessitent un apport de confiance maximal avant d’être déployés dans des environnements industriels.

A propos de cet article

Auteurs
Guéric Jacquet

Associé, EY-Parthenon, secteur public, France

Au service des dirigeants publics pour construire des transformations d’ampleur à fort impact.

Issam Taleb

Directeur associé, EY-Parthenon, secteur public et énergie, France

Bonne humeur, empathie, discipline sportive, énergie positive, intérêt général.

Arnaud Laroche

Associé, Consulting, Leader EMEIA en Analytics & Intelligence Artificielle, France

Aider les entreprises à tirer le meilleur parti de leurs données, et à mettre en place l’indispensable cadre de confiance autour de leurs usages.

Stéphan Bindner

Associé, EY-Parthenon, Strategy & Industrie, France

Définir les stratégies et accompagner la transformation des acteurs industriels et du transport dans l’ère du numérique, de l’Industrie 4.0 et des nouvelles mobilités.