Utiliser efficacement les ressources d'IA en entreprise

L'étude mandatée par le ministère fédéral de l'Environnement, de la Protection de la Nature et de la Sécurité nucléaire (BMU) intitulée »Potentiels de l'intelligence artificielle faible pour l'efficacité des ressources en entreprise« examine les possibilités concrètes d'utilisation de l'IA afin d'améliorer l'efficacité des ressources, notamment dans les petites et moyennes entreprises (PME).

Le 5 mai, c'était à nouveau la journée de dépassement des limites planétaires en Allemagne. Depuis un mois, nous vivons à nouveau aux dépens de l'environnement et des générations futures. Nous agissons en dehors des limites planétaires et consommons plus de ressources que notre Terre peut régénérer. Voici la mauvaise nouvelle.

Et maintenant, la bonne : la gestion durable devient de plus en plus reconnue comme une nécessité – aussi pour garantir la pérennité des PME. Parmi les moteurs, on trouve notamment les demandes des clients, des investisseurs et de la société, ainsi que des réglementations et des exigences de plus en plus strictes de la part des législateurs. Cela pousse de plus en plus d'entreprises à agir.

Soutien à la mise en œuvre en entreprise

Il est donc grand temps de rendre nos modes de production et de vie durables. Cela inclut une augmentation significative de l'efficacité des ressources. La question de savoir dans quelle mesure les méthodes d'intelligence artificielle peuvent être utilisées pour utiliser efficacement les ressources naturelles telles que l'eau, l'énergie et les matériaux dans l'industrie manufacturière, tout en évitant les émissions de gaz à effet de serre, est étudiée dans la nouvelle étude publiée par l'Institut Fraunhofer pour la technologie de production et l'automatisation IPA et le cabinet de conseil Deloitte Artificial Intelligence & Data. Son focus est mis sur les PME. En effet, il est particulièrement difficile pour les PME d'identifier les points d'entrée appropriés pour l'utilisation de l'IA. Le manque de temps et de personnel empêche souvent d'avoir une vue d'ensemble des possibilités offertes par l'IA, ainsi que des méthodes et technologies associées. La connaissance spécialisée nécessaire pour sélectionner et mettre en œuvre des projets d'IA dans leur propre entreprise fait également souvent défaut. La mise en œuvre et l'intégration de l'IA représentent donc souvent un défi majeur. L'étude ne présente pas seulement des exemples d'IA pour l'efficacité des ressources en entreprise, mais offre également des aides pratiques pour leur mise en œuvre dans leur propre entreprise.

Questions de recherche

L'étude s'articule autour des questions suivantes :

- Quelles technologies et méthodes d'IA faible peuvent être utilisées par les PME du secteur manufacturier pour augmenter leur efficacité des ressources en entreprise ?
- Quel potentiel l'IA faible offre-t-elle en termes d'efficacité des ressources en entreprise pour les PME du secteur manufacturier ?
- Quels scénarios d'application de l'IA faible sont les plus prometteurs pour augmenter l'efficacité des ressources en PME ?
- Quels facteurs de succès et obstacles existent pour l'application systématique de l'IA faible afin d'améliorer l'efficacité des ressources en PME ?
- Quels exemples de mise en œuvre existent pour une augmentation réussie de l'efficacité des ressources en PME grâce à l'utilisation de l'IA faible ?

Avantages concurrentiels et caractéristiques distinctives pour les PME

Comme l'analyse de grandes quantités de données et la déduction des mesures d'optimisation possibles ne peuvent souvent être réalisées qu'avec l'établissement de solutions de numérisation, la digitalisation est depuis quelque temps déjà considérée comme un outil central pour améliorer la durabilité des entreprises de production. « L'intégration de méthodes d'IA est la prochaine étape logique pour exploiter le potentiel d'efficacité des ressources dans les environnements de production », déclare le professeur Alexander Sauer, directeur de l'Institut Fraunhofer IPA et de l'Institut pour la production économe en énergie (EEP) de l'Université de Stuttgart. « En particulier pour les PME, il existe des opportunités grâce à l'intégration ciblée de l'IA pour obtenir un avantage concurrentiel, renforcer ou établir des caractéristiques distinctives. »

L'étude, réalisée pour le compte du ministère fédéral de l'Environnement, de la Protection de la Nature et de la Sécurité nucléaire (BMU), a été coordonnée par le Centre VDI pour l'efficacité des ressources (VDI ZRE) et menée conjointement par l'Institut Fraunhofer pour la technologie de production et l'automatisation IPA et Deloitte Artificial Intelligence & Data. L'étude a été publiée le 7 juin 2021 et a été présentée publiquement pour la première fois lors de la 25e conférence en réseau « Intelligence artificielle – Opportunités et défis pour l'efficacité des ressources ».

L'étude « Potentiels de l'intelligence artificielle faible pour l'efficacité des ressources en entreprise » est disponible en téléchargement à l'adresse : https://www.ressource-deutschland.de/fileadmin/user_upload/downloads/studien/VDI-ZRE_Studie_KI-betriebliche-Ressourceneffizienz_Web_bf.pdf

Qu'est-ce que l'IA faible ?

En général, on distingue entre l'« IA faible » et l'« IA forte » (en anglais : artificial narrow intelligence vs. artificial general intelligence). La forte IA doit principalement se caractériser par le fait qu'elle possède des capacités cognitives supérieures ou équivalentes à celles de l'humain dans presque tous les aspects. En revanche, l'IA faible peut être supérieure à l'humain, mais cela n'est généralement vrai que dans les domaines pour lesquels elle a été explicitement programmée et entraînée. L'IA faible se concentre sur la résolution de problèmes concrets à l'aide de méthodes connues issues des mathématiques et de l'informatique. Les systèmes développés sont capables d'auto-optimisation.