“Nous assistons à l’émergence d’un nouveau type d’entreprise, dans laquelle l’intelligence artificielle (IA) est la principale source de création de valeur et de livraison. Le modèle de fonctionnement basé sur l’intelligence artificielle estompe les frontières qui séparaient les industries et bouleverse les règles de la concurrence commerciale”.
En 2019, cinq ans seulement après le lancement du Ant Financial Services Group, le nombre de consommateurs utilisant ses services a dépassé le milliard. Créé par Alibaba, Ant Financial utilise l’IA et les données d’Alipay, sa plateforme de paiement mobile de base, pour gérer une variété extraordinaire d’activités, notamment les prêts à la consommation, les fonds du marché monétaire, la gestion de patrimoine, l’assurance maladie, les services de notation de crédit et même un jeu en ligne qui encourage les gens à réduire leur empreinte carbone. L’entreprise sert plus de dix fois plus de clients que les plus grandes banques américaines, avec moins d’un dixième du nombre d’employés. Lors de son dernier financement, en 2018, elle était évaluée à 150 milliards de dollars, soit près de la moitié de la valeur de JPMorgan Chase, la société de services financiers la plus importante au monde.
Contrairement aux banques, aux institutions d’investissement et aux compagnies d’assurance traditionnelles, Ant Financial est construit sur un noyau numérique. Il n’y a pas d’employés responsables des tâches critiques liées aux activités opérationnelles. C’est l’IA qui en est le chef d’orchestre. Il n’y a pas de directeur approuvant les prêts, pas d’employé donnant des conseils financiers, pas de représentant autorisant les dépenses médicales des consommateurs. Et sans les contraintes d’exploitation qui limitent les entreprises traditionnelles, Ant Financial peut faire face à une concurrence sans précédent et atteindre une croissance et un impact débridés dans toute une série de secteurs.
L’ère de l’IA est inaugurée par l’émergence de ce nouveau type d’entreprise. La cohorte de Ant Financial comprend des géants comme Google, Facebook, Alibaba et Tencent, ainsi que de nombreuses entreprises plus petites et à croissance rapide, de Zebra Medical Vision et Wayfair à Indigo Ag et Ocado.
L’élimination des contraintes traditionnelles transforme les règles de la concurrence. À mesure que les réseaux et les algorithmes numériques s’intègrent dans le tissu des entreprises, les industries commencent à fonctionner différemment et les lignes de démarcation entre elles s’estompent. Les changements s’étendent bien au-delà des entreprises nées du numérique, car les organisations plus traditionnelles, confrontées à de nouveaux rivaux, s’orientent elles aussi vers des modèles basés sur l’IA. Walmart, Fidelity, Honeywell et Comcast exploitent désormais largement les données, les algorithmes et les réseaux numériques pour rivaliser de manière convaincante dans cette nouvelle ère.
Quatre éléments sont essentiels à toute usine. Le premier est le pipeline de données, le processus semi-automatisé qui rassemble, nettoie, intègre et protège les données de manière systématique, durable et évolutive. Le deuxième est l’algorithme, qui génère des prévisions sur les états ou les actions futurs de l’entreprise. La troisième est une plateforme d’expérimentation, sur laquelle les hypothèses concernant les nouveaux algorithmes sont testées pour s’assurer que leurs suggestions ont l’effet escompté. La quatrième est l’infrastructure, c’est-à-dire les systèmes qui intègrent ce processus dans un logiciel et le connectent aux utilisateurs internes et externes.
Le concept d’échelle est au cœur des affaires depuis au moins la révolution industrielle. L’impulsion induite par la nécessité d’innover a ajouté une troisième exigence pour les entreprises : l’apprentissage. L’échelle, la portée et l’apprentissage en sont venus à être considérés comme les moteurs essentiels de la performance opérationnelle d’une entreprise. Dans les modèles d’exploitation traditionnels, l’échelle atteint inévitablement un point où elle produit des rendements décroissants. Mais ce n’est pas nécessairement le cas des modèles basés sur l’IA, dans lesquels le rendement d’échelle peut continuer à augmenter pour atteindre des niveaux jusqu’alors inconnus. Imaginez maintenant ce qui se passe lorsqu’une entreprise basée sur l’IA est en concurrence avec une entreprise traditionnelle en servant les mêmes clients avec une proposition de valeur similaire (ou meilleure) et un modèle d’exploitation beaucoup plus évolutif.
Comme l’apprentissage et les effets de réseau amplifient l’impact du volume sur la création de valeur, les entreprises construites sur un noyau numérique peuvent submerger les organisations traditionnelles.
Il est à noter que les modèles d’exploitation basés sur l’IA peuvent prendre un certain temps avant de générer une valeur économique proche de celle que les modèles d’exploitation traditionnels génèrent à l’échelle. Les effets de réseau produisent peu de valeur avant d’atteindre la masse critique, et la plupart des algorithmes récemment appliqués souffrent d’un “démarrage à froid” avant d’acquérir des données adéquates. Ant Financial a connu une croissance rapide, mais son service de paiement de base, Alipay, qui avait été lancé en 2004 par Alibaba, a mis des années à atteindre son volume actuel. Cela explique pourquoi les cadres inscrits dans le modèle traditionnel ont du mal à croire, au début, que le modèle numérique les rattrapera un jour. Mais une fois que le modèle d’exploitation numérique se met réellement en marche, il peut offrir une valeur bien supérieure et dépasser rapidement les entreprises traditionnelles.
Les collisions entre les entreprises axées sur l’IA et les entreprises traditionnelles se produisent dans tous les secteurs : logiciels, services financiers, commerce de détail, télécommunications, médias, soins de santé, automobile et même agroalimentaire. Bien que la transition vers un modèle basé sur l’IA soit difficile, de nombreuses entreprises traditionnelles, dont certaines avec lesquelles nous avons travaillé, ont commencé à prendre le virage.
Le conseil aux dirigeants était autrefois de rester dans les entreprises qu’ils connaissaient, dans les secteurs qu’ils comprenaient. Mais les synergies dans les algorithmes et les flux de données ne respectent pas les frontières des industries. Et les organisations qui ne peuvent pas exploiter les clients et les données au-delà de ces frontières risquent d’être fortement désavantagées. Au lieu de se concentrer sur l’analyse de l’industrie et sur la gestion des ressources internes des entreprises, la stratégie doit se concentrer sur les connexions que les entreprises créent entre les industries et sur le flux de données à travers les réseaux qu’elles utilisent.
Tout cela a des implications majeures pour les organisations et leurs employés. L’apprentissage machine va transformer la nature de presque tous les emplois, quels que soient la profession, le niveau de revenu ou la spécialisation. Nous passons d’une ère de compétences de base qui diffèrent d’une industrie à l’autre à une ère façonnée par les données et les analyses et alimentée par des algorithmes, tous hébergés dans le nuage pour que tout le monde puisse les utiliser. C’est pourquoi Alibaba et Amazon sont en mesure de rivaliser dans des secteurs aussi disparates que la vente au détail et les services financiers, les soins de santé et le crédit.
La suite ici (Marco Iansiti&Karim R. Lakhani)
