Dans le domaine de l’Intelligence artificielle, de nombreux français ont été et sont encore remarquablement en pointe. Mais la plupart de nos talents restent cantonnés dans leurs labos de Recherche et ont beaucoup de mal à exploiter leurs travaux en applications opérationnelles.
La valorisation de la recherche est par conséquent indispensable pour atteindre un niveau de qualité attendu, de différenciation suffisante vis-à-vis de la concurrence et surtout pour se placer dans un « océan bleu » plutôt que rester dans l’océan rouge des offres concurrentes. Bernard Monnier est un expert de l’IA, il dirige l‘association MIM qui plaide pour la valorisation de la recherche et est à l’origine de l‘opération DRIM’in Saclay, parrainée cette année par le député Cédric Villani, en charge du dossier de l’IA. Il a choisi UP’ Magazine pour lancer un appel.
Dans notre contexte de globalisation, l’IA offre un fort potentiel à nos entreprises pour se démarquer vis-à-vis des autres entreprises et par là même permettre la création de richesses et d’emplois pour les générations à venir de notre pays.
Cette création de valeurs, indispensable au développement économique du pays, sera d’autant plus efficace que nous saurons atteindre le niveau des nombreuses startups performantes issues de l’écosystème américain d’il y a plus de dix ans que représentent maintenant les GAFA, les TUNA et autres belles aventures entrepreneuriales, fruits d’innovations de rupture inégalées.
Pendant ce temps, en France, nous sommes restés centrés sur les innovations incrémentales. Une règle qui connaît quelques rares exceptions comme Blablacar, Critéo, Sigfox, vente-privée.com ou autres belles licornes. On doit les saluer, tout en remarquant toutefois qu’elles ne parviennent pas à égaler et encore moins à dépasser leurs consœurs américaines et maintenant chinoises.
L’IA, incluant toutes les activités qui gravitent autour de ce domaine comme le deep learning, le machine learning, le big data, etc. n’est pas un sujet nouveau en France, même s’il n’est devenu connu du grand public que depuis peu. De nombreux français ont été et sont encore remarquables au niveau de la Recherche mais peinent à exploiter leurs avancées parfois significatives dans des applications opérationnelles.
Pourtant, les puissances de calculs ont suivi la loi de Moore et sont devenus gigantesques, la capacité des ordinateurs est passée de quelques kilo-octets à plusieurs tera-octets tandis que la quantité des données générées depuis le début de l’informatique se chiffre à présent en zetta-octets. Si on ajoute à ces progrès de la mémoire, la miniaturisation des composants, tout cela a pour conséquence d’offrir à nos entrepreneurs un boulevard de possibilités de création d’offres différenciantes pouvant conduire à imaginer les innovations de rupture dont nous aurions bien besoin.
Développer une telle stratégie, conduire l’IA vers de la création de valeur pérenne, passera sans aucun doute par une seule solution : utiliser à bon escient le résultat des travaux de Recherche. Il existe à l’évidence des pépites dans des laboratoires de recherche publics et privés, le problème est de savoir les valoriser pour les inclure dans les offres innovantes de demain. Cela passera par des partenariats nouveaux entre acteurs très différents, chercheurs, ingénieurs R&D, commerciaux, acheteurs, …. La question qui se pose est alors celle de la mise en relation pérenne entre différentes organisations : grands groupes, PME, startup, centres de Recherche public, privé, …
La complexité réside dans la divergence des points de vue de chacun des acteurs, chacun ayant sa propre mission et par conséquent ses propres objectifs et des stratégies d’organisation non alignées. Le cas est pire encore dans les grandes entreprises. Elles ont créé pendant de nombreuses années des organisations en silos étanches entre les différentes communautés, R&D, marketing, finance, juridique, achats, stratégie, … Les acteurs de ces organisations ne dialoguent pas selon un langage commun mais chacun conserve son propre référentiel métier entraînant ainsi des distorsions dans la compréhension des intérêts de collaborer avec des acteurs extérieurs pour compléter les compétences internes.
Utiliser l’IA dans les offres de demain n’est plus un choix, cela devient une nécessité.
La valorisation de la recherche est par conséquent indispensable pour atteindre un niveau de qualité attendu, de différenciation suffisante vis-à-vis de la concurrence et surtout pour se placer dans un « océan bleu » plutôt que rester dans l’océan rouge des offres concurrentes.
L’IA devra s’appuyer sur l’IO (Innovation Ouverte). Aussi faut-il être capable de développer une stratégie d’Innovation Ouverte, savoir passer du discours aux actes. Mais, comment vouloir pratiquer l’innovation ouverte, lorsque, déjà, les acteurs internes à l’entreprise, ne savent pas communiquer entre eux ?
Chacun dans son silo, les équipes ne pourront guère faire partager une vision commune de l’intérêt d’un partenariat pour un projet innovant si chacun reste sur son territoire « métier ». Par exemple, le département R&D d’une entreprise pourra ne pas bien comprendre en quoi la recherche académique pourrait constituer un socle riche de complémentarité à ses recherches si le marketing ne met pas en valeur un besoin client majeur pour une fonction nouvelle que la R&D n’a pas les moyens de développer seule en interne. De même, un acheteur ne pourra pas mettre en valeur une startup si le juriste reste sur ses positions de minimisation du risque et encombrera le projet de contrats de plusieurs dizaines, voire même de centaines de pages à lire, incompréhensibles par un « non juriste » qu’est généralement le dirigeant d’une startup, pour qu’au final, cette dernière n’ait pas d’autre choix que d’accepter « en l’état » le contrat, si elle veut obtenir la commande.
Ce ne sont évidemment pas des bases saines de travail de valorisation de la recherche par une collaboration équilibrée (gagnant/gagnant).
Il serait beaucoup plus simple de proposer un langage commun entre des parties prenantes si l’on se donne pour objectif d’utiliser la recherche comme source précieuse de création de valeur d’une nouvelle offre. Une offre à construire sous la forme d’un travail collaboratif pensé en mode innovation ouverte. Le succès de la valorisation de la recherche passe nécessairement par cette étape de compréhension mutuelle des enjeux de ce nouveau partenariat à construire.
Lorsque les industriels de l’aéronautique, de l’automobile –partout où la gestion de la technologie a été prépondérante au développement du business d’une industrie – ont eu à gérer ce genre de difficultés et définir un langage commun pour gérer la complexité du management d’une technologie nouvelle, ils ont alors adopté la notion de TRL (Technical Readiness Level), afin de partager la même vision de l’évolution d’une nouvelle technologie, depuis l’idée jusqu’à la mise sur le marché.
Les différents niveaux de TRL permettent de décomposer le développement d’une nouvelle technologie en 9 niveaux, allant de l’idée initiale, niveau 1, à la robustesse de la techno lui permettant de la mettre sur le marché avec succès, niveau 9, en passant par la notion de POC (Proof of concept, preuve de concept) niveau 5-6. Cette notion de TRL est issue de réflexion de la NASA dans les années 1982 que les américains ont su transformer en un process de gestion de la complexité des technos afin que les parties prenantes parlent le même langage lorsqu’elles s’intéressent à la maturité de la technologie.
Aujourd’hui le problème se pose de définir un langage commun non plus centré sur la technologie seule, mais sur l’innovation. Cette dernière couvre un spectre beaucoup plus large que la technologie, incluant notamment par exemple, le service, les process, l’organisation, mais aussi la prise en compte de méthodes pour une mise sur le marché réussie des idées. Penser innovation, c’est donc penser aussi besoin, usage, demande… la notion de TRL n’est, par conséquent, plus adaptée à ce nouveau challenge.
Une solution : l’IRL
C’est pour cette raison que j’ai développé la notion d’IRL (Innovation Readiness Level) pour mesurer la maturité d’une innovation et définir ainsi une stratégie de suivi des évolutions des nouvelles offres afin qu’elles deviennent innovantes et si possible en rupture. J’ai proposé de nommer ce nouveau référentiel MIM. Il se décompose en 7 niveaux, passant de l’idée initiale, niveau 1 à l’innovation réussie, durable, niveau 7 en passant par l’innovation naissante, niveau 4, solide, ou rentable.
Si cette notion était adoptée, elle permettrait aux différentes parties prenantes de parler le même langage dans les projets d’innovation des grands groupes et partager la même vision du besoin de collaboration pour conduire le projet vers l’innovation, en partenariat avec des PME, des startups, mais aussi avec la recherche académique.
Trop peu de grands groupes savent établir des liens pérennes avec de nouveaux partenaires académiques en dehors de leurs habituels domaines de compétence. Ce frein doit être levé pour accroître la valorisation de la recherche dans le domaine de l’IA entendue au sens large, car tous peuvent et doivent en bénéficier…
Pourquoi attendre que ce genre de modèle arrive des USA pour l’utiliser ? Pourquoi pas regarder ce qui existe en France et l’exploiter de façon proactive ? La valorisation de la recherche pourrait enfin se faire de façon optimale grâce à des méthodologies comme celles de MIM, en mettant en œuvre un processus dédié à la gestion stratégique de l’innovation de rupture en mode collaboration.
En bref, passer du discours aux actes, pour tout naturellement, passer à une innovation ouverte « en marche ».
Bernard Monnier, Président de MIM, Initiateur de DRIM’in Saclay
Lire : Bernard Monnier, La Route des Innovations, Ed Caillade, 2013
Quelque chose à ajouter ? Dites-le en commentaire.
