Quand l’IA générative guide et accélère l’innovation au sein des entreprises

L’innovation technologique et la Recherche et Développement (R&D) sont essentielles pour dynamiser la croissance des entreprises et le développement économique plus largement. Dans ce domaine crucial pour l’avenir, et alors que la France accueillera le Sommet pour l’action sur l’intelligence artificielle, l’IA est devenue un véritable Game Changer pour accélérer l’innovation, à condition de l’exploiter à bon escient.

Une contribution de Charlie Grosman, Directeur de la Technologie et de l’Innovation chez F. Initiatives 

L’innovation crée des emplois

Les entreprises innovantes attirent les talents, stimulent l’écosystème de la recherche, et créent des emplois, générant ainsi une dynamique positive pour l’ensemble de la société et de l’économie. Par exemple, selon le dernier Baromètre Numéum, en 2024, la GreenTech s’est positionnée comme leader dans les start-ups françaises, avec près de 2 800 emplois créés, soit 21% du total national. Les jeunes pousses de l’industrie suivent de très près avec environ 2 700 emplois depuis janvier, soit 20% du total national.

Piliers de la souveraineté technologique

Par ailleurs, la R&D et l’innovation jouent un rôle essentiel en matière de souveraineté technologique. Elles évitent notamment de dépendre de fournisseurs étrangers sur certaines filières stratégiques comme les médicaments. À titre d’exemple, en 2020, 80 % des principes actifs utilisés dans les médicaments européens étaient produits en Asie. Néanmoins, malgré tous les effets positifs générés par l’innovation sur un plan tant compétitif que sociétal, mener des activités de Recherche, Développement et Innovation (R&D&I) est loin d’être une évidence pour les entreprises françaises.

Des étapes minutieuses et chronophages

Les différentes étapes d’un projet de R&D sont particulièrement chronophages et exigeantes : veille technologique, étude de la littérature scientifique, collecte et analyse minutieuse de données provenant de multiples sources, études de faisabilité, expérimentations et développement de prototypes, toutes ces étapes demandent un investissement important en termes de temps et de moyens. La phase de tests et de validations est également cruciale mais consommatrice de temps car elle exige des protocoles rigoureux pour garantir la fiabilité et la sécurité des innovations issues travail de recherche. Enfin, la R&D requiert une traçabilité conséquente et une rigueur scientifique qui constituent d’ailleurs un des points cruciaux étudiés par les experts du Ministère de l’Enseignement Supérieur, de la Recherche et de l’Innovation lors du contrôle des dossiers de demande de Crédit d’Impôt Recherche (CIR).

Le TALN et l’IA générative comme solutions

Ce niveau d’exigence, nécessaire pour assurer la bonne utilisation du CIR et garantir son efficacité et son utilité, peut également être un frein à la mise en œuvre d’activités de R&D, du fait du risque de rejet qui peut impacter négativement la trésorerie de l’entreprise. A ce titre, l’Intelligence Artificielle, et plus spécifiquement les technologies de Traitement Automatique du Langage Naturel (NLP), l’Automatisation Robotisée des Processus (RPA) et l’IA Générative (GenAI), offre des solutions prometteuses pour augmenter, accélérer et aider à mieux tracer et piloter les processus de R&D et d’innovation. Selon le dernier Panorama de l’utilisation des technologies d’intelligence artificielle dans les entreprises de McKinsey, l’adoption de l’IA a plus que doublé depuis 2017, passant de 20 % à entre 50 et 60 %, bien que cette croissance semble avoir atteint un plateau ces dernières années.

Positionnement technologique et état de l’art scientifique

En particulier, l’utilisation de l’IA générative peut faire gagner un temps précieux aux chercheurs, notamment en début de projet, dans l’analyse et la caractérisation des incertitudes scientifiques et des verrous technologiques que les travaux de R&D doivent permettre de lever. Selon le cabinet d’Études Valoir, l’IA générative pourrait automatiser 40% de la journée de travail moyenne. Les solutions d’IA peuvent notamment optimiser la recherche de financements, en permettant l’identification d’opportunités liées à des appels à projets stratégiques dans le domaine de R&D de l’entreprise. L’IA générative peut par ailleurs fournir une aide non négligeable dans l’élaboration des dossiers de demande de financement et de la documentation justificative.

Matérialisation et traçabilité de l’acquisition de connaissances

En intégrant des outils d’IA, les entreprises peuvent tracer précisément l’acquisition de nouvelles connaissances, garantissant ainsi une meilleure capitalisation et réutilisation des savoirs. Dans ce cadre, les techniques de speech-to-text couplées à l’IA générative peuvent aider à documenter au fil de l’eau l’ensemble des étapes intermédiaires des travaux de recherche tout en les inscrivant dans un cadre scientifique rigoureux. L’IA générative peut également aider à extraire directement d’une documentation technique liée au développement d’un prototype les éléments correspondant à des résolutions apparentes de verrous technologiques ou des acquisitions de connaissances nouvelles.

Au regard de ces enjeux, l’adoption de l’IA par les entreprises est cruciale et pourrait permettre de faire émerger au sein de celles-ci des programmes de R&D et d’innovation plus rapidement et efficacement. À cet effet, les entreprises de conseils en innovation, en s’équipant massivement par l’IA et en proposant pour tous les secteurs d’activités des consultants augmentés, peuvent grandement aider les entreprises à exploiter ces technologies pour optimiser leurs processus de R&D&I.

À lire également : De Meero à Diffusely : comment une licorne déchue a réussi son pivot grâce à l’IA