Huit exemples d'intelligence artificielle en action

Jusqu'à récemment, de nombreuses entreprises vivaient dans une sorte de purgatoire du développement de l'intelligence artificielle (IA), menant des pilotes sans fin et des démonstrations de concept, mais amenant très peu de projets basés sur l'IA à la production d'entreprise.

Ça change vite. Selon la dernière enquête mondiale McKinsey sur l'IA, menée en juillet 2024, 78 % des personnes interrogées déclarent que leur entreprise utilise l'IA dans au moins une fonction métier, contre 72 % début 2024 et 55 % un an plus tôt. L'utilisation de l'IA générative (GenAI) a également augmenté, 71 % des personnes interrogées déclarant à McKinsey que leur entreprise utilise régulièrement la GenAI dans au moins une fonction métier, contre 65 % début 2024. Et les investissements dans l'IA continuent de croître. Plus des trois quarts (78 %) des dirigeants d'entreprise ont déclaré que leur organisation prévoyait d'augmenter ses dépenses globales en IA au cours de l'exercice suivant, selon le rapport sur l'état de l'IA générative 2024 du Deloitte AI Institute dans le rapport Enterprise.

Cependant, la valeur ajoutée que l'IA apporte jusqu'à présent peut faire l'objet d'un débat. Par exemple, selon le rapport Deloitte, 21 % des répondants à l'enquête auprès des cadres dirigeants estiment que la GenAI est déjà en train de transformer leur organisation, contre seulement 8 % des personnes n'appartenant pas à la direction générale. Et ce n'est qu'un type d'IA, une expression générique pour les capacités cognitives, y compris tout, de la vision par ordinateur au traitement du langage naturel, en passant par l 'apprentissage profond et l'IA agentique.

À ce stade, il peut y avoir autant de façons de se tromper d’IA que de bien le faire. Mais l'exploration de l'IA d'entreprise en action peut illustrer son potentiel, couvrant un large éventail de tâches, notamment :

• Accélération du développement de médicaments
• Réinventer les processus de gestion des télécommunications
• Conception de voitures de jouets
• Cultures pollinisantes
• Accroître l'efficacité de la production à grande échelle

En examinant ce que font les différentes entreprises avec l'IAet comment elles le font, vous pouvez inspirer les autres lorsqu'ils envisagent des applications d'IA qui leur sont propres.

Exemple 1 : Goldman Sachs tape sur l'IA pour écrire du code

Les outils d’IA générative produisent non seulement un langage écrit et des images, mais aussi du code informatique. Goldman Sachs mène une « démonstration de faisabilité » pour les outils de codage assisté optimisés par GenAI.

Même en tant que pairs de l'industrie J.P. Morgan, Citigroup, Deutsche Bank, et Bank of America auraient empêché leurs employés d'utiliser GenAI, Goldman Sachs mettait la technologie entre les mains de ses programmeurs pour déterminer sa première valeur. Le DSI Marco Argenti explique que s'il ne serait pas sage de faire immédiatement confiance à tous les processus importants à l'IA, il est impératif que les entreprises essaient d'envisager son potentiel. La firme a plusieurs preuves de concept en cours dans des domaines qui incluent le développement de logiciels et la classification de documents, qui ont montré des résultats initiaux prometteurs.

Prenant les choses plus loin, Goldman a commencé à tester un ingénieur logiciel autonome de la start-up IA Cognition en 2025 qui devrait bientôt travailler aux côtés des 12 000 développeurs humains de la firme.

À retenir :

Goldman Sachs envisage l'IA comme un compagnon aux développeurs de logiciels plutôt qu'un remplacement pour eux. Il teste également les grands modèles de langage pour mettre à niveau les processus de gestion de la classification des documents actuellement exécutés par l’IA traditionnelle. L'entreprise garde les noms des outils qu'elle utilise sous forme de paquets, ainsi que les services spécifiques qui testent la technologie, mais elle a partagé quelques premiers résultats.

• Les développeurs ont pu utiliser GenAI pour écrire jusqu'à 40 % de leur code automatiquement, ce qui, selon Argenti, pourrait améliorer la productivité des développeurs humains par quelque part dans les bas doubles chiffres.
• La banque utilise le logiciel non seulement pour générer du code, mais aussi pour le tester.
• Les grands modèles de langage sont au moins aussi bons que les humains dans la gestion des millions de documents de l’entreprise.
• Le DSI de Goldman Sachs considère la GenAI comme l'une des plus grandes perturbations de sa vie, à égalité avec Internet, les applications ou le cloud.
• Les plus grands défis, dit-il, sont l’adaptation des contrôles internes pour atténuer les risques pour l’entreprise ou ses clients et la recherche de talents avec une grande expertise en modèles linguistiques.
• L'utilisation de GenAI par l'entreprise s'est étendue, avec son assistant IA GS désormais disponible pour tous les employés de Goldman Sachs après des tests réussis avec environ 10 000 membres du personnel.
• Argenti dit voir l’ingénieur logiciel autonome, nommé Devin, comme un « nouvel employé » qui peut commencer à effectuer des tâches pour le compte des développeurs.

En savoir plus

• Le DSI Marco Argenti a partagé les premiers résultats de la GenAI dans ce journal^{de Wall} Street 1 Q&A.
• Argenti explique à CNBC comment il envisage d'avoir des centaines – et, finalement, des milliers – d'ingénieurs logiciels^autonomes2 travaillant pour le compte de l'entreprise, selon le cas d'utilisation.
• Dans un récent podcast^episode3, deux analystes de la recherche Goldman Sachs ont discuté de la puissance de l'automatisation de processus d'entreprise plus quotidiens, tels que le développement de logiciels.
• Reuters couvre le lancement à l’échelle de l’entreprise de Goldman^Sachs4 de son assistant IA en 2025.
• Le géant de Wall Street fait « évoluer agressivement^AI5 pour une productivité et une efficacité accrues », selon PYMNTS.

Exemple 2: La société de télécommunications australienne Telstra se développe de l'assistante IA à la réinvention agentique

À la mi-2023, Telstra a développé une paire d'outils GenAI (Ask Telstra et One Sentence Summary) pour renforcer le support client après l'activation du service, dans le cadre d'un accord stratégique de cinq ans avec Microsoft Azure OpenAI Service. Ces outils aident les agents à accéder rapidement aux comptes, aux détails des produits et aux synthèses des interactions passées, ce qui permet une correction des erreurs plus rapide et des soins plus personnalisés. Selon Telstra, les systèmes GenAI ont réduit de 20 % les contacts de suivi, avec 90 % de ses employés du service client faisant état d'économies de temps et d'amélioration de la qualité du support après-vente.

« Nous libérons de la valeur et de la croissance au fur et à mesure que les technologies telles que l'IA générative prolifèrent », explique Kim Krogh Andersen, responsable de groupe, produit &amp ; technologie chez Telstra, dans un article sur le site Web de Microsoft, ajoutant que l'entreprise était « sur la bonne voie pour améliorer tous les processus de gestion clés avec l'IA d'ici 2025 ». En effet, l'entreprise a fait un plus grand bond en avant avec l'annonce de sa coentreprise avec Accenture pour utiliser l'IA pour réinventer les processus de gestion et développer des workflows agentiques.

À retenir :

Comme l'explique Frederic Giron, vice-président de Forrester et directeur de recherche senior, la nouvelle approche de Telstra en matière d'IA indique un passage fondamental d'une approche plus fragmentée à l'automatisation des tâches et processus métier existants à l'automatisation des tâches isolées sur les processus de gestion existants en « réinventant la manière dont le travail est effectué ». Elle répond à ce que Forrester a appelé le « gouffre des processus », à savoir l'écart entre l'accent mis sur l'optimisation de la productivité et la véritable réinvention de l'entreprise.

• L'obtention d'un avantage concurrentiel grâce à l'IA nécessite plus que le déploiement d'assistants d'IA générative. Cela nécessite une refonte complète de la manière dont les tâches sont accomplies en premier lieu.
• Telstra combine ses joyaux de la couronne – sa grande expertise en télécommunications – avec les actifs et talents d’Accenture en matière d’IA pour créer des solutions d’IA pour tout, de l’optimisation des processus à l’expérience client.
• L'approche consiste à développer des solutions d'IA pour une utilisation interne, à perfectionner le système, puis à le commercialiser.
• Alors que d’autres entreprises jonglent avec de multiples partenariats, Telstra a fait passer ses collaborateurs de l’IA à deux, en mettant l’accent sur la co-innovation.

En savoir plus

• Giron de Forrester explique comment l'approche « build, then^sell6 » de Telstra amortit d'importants coûts de développement d'IA initiaux sur une base de revenus plus large et crée également de nouveaux flux de revenus.
• Les dirigeants de Telstra expliquent le développement par l’entreprise de^co-pilotes7 spécialisés pour les agents du service à la clientèle.
• The Guardian rapporte que le PDG de Telstra, Vicki Brady, a déclaré aux investisseurs que l’IA jouerait une grosse^part8 dans Telstra en se réinventant au cours des cinq prochaines années et que ses effectifs diminueraient probablement d’ici 2030.
• Un communiqué de presse sur le site Web d’Accenture explique comment la coentreprise de sept ans Telstra utilisera les 3 milliards de dollars d’investissement en IA d’^Accentur9 pour réinventer les processus métier de bout en bout grâce à de nouvelles fonctionnalités comme l’agentique^AI10.

Exemple 3: Les données de Moderna et l’application de l’IA accélèrent le développement de l’ARNm

Les investissements en IA de la société de biotechnologie Moderna ont porté leurs fruits pour le développement de médicaments à un moment où la rapidité était vitale pour le succès du marché. Fondée plus d'une décennie avant la crise de la COVID-19, l'entreprise a passé des années à construire un logiciel intégré de science des données et d'IA pour soutenir le développement répétable de milliers de différents médicaments et vaccins à base d'ARNm. L'application Web inclut du code réutilisable pour l'automatisation des workflows, la capture des données et la création de modèles. Cela aide les scientifiques à concevoir de nouvelles constructions d'ARNm, à améliorer leur efficacité et à commander des échantillons grâce à une chaîne de production préclinique à haut débit.

Basée sur le numérique et l'analyse dès le départ, Moderna a été conçue pour battre les cotes du développement pharmaceutique traditionnel à haut risque et à haut rendement. Les entreprises pharmaceutiques dépensent généralement un milliard de dollars pour développer une drogue dans l'espoir d'obtenir plusieurs milliards en retour, mais voient un taux de réussite de moins de 15%. L'IA peut améliorer ces chances jusqu'à 50/50 et réduire le délai de mise sur le marché. Le pari IA a porté ses fruits pour la société Cambridge, Massachusetts, qui a été en mesure de développer en un temps record un vaccin contre la COVID-19, montrant une efficacité d'environ 95% pour la prévention de la maladie à partir du virus, selon les États-Unis. Centres de contrôle et de prévention des maladies. Vaccin COVID-19 en un temps record, montrant une efficacité d'environ 95% pour la prévention de la maladie à partir du virus, selon les États-Unis. Centres de contrôle et de prévention des maladies.

À retenir :

Alors que le vaccin COVID-19 de l'entreprise a attiré le plus d'attention, il ne s'agit que de l'un des produits de Moderna conçus à l'aide de ses outils d'IA et de science des données pour le développement de l'ARNm. L'entreprise l'a approché comme une fonctionnalité logicielle. « Depuis plus d'une décennie, Moderna a créé une vaste bibliothèque de données, qui est notre plus grand atout en tant qu'entreprise de biotechnologie axée sur le numérique », a écrit Brice Challame, vice-président de l'entreprise, Data &amp ; Transformation de l'IA, dans un billet de blog de 2023, « Cette bibliothèque nous a permis de créer notre propre écosystème de données intégrées pour alimenter et itérer nos algorithmes. »

• De nombreuses entreprises sont raccrochées à l'investissement initial dans l'infrastructure pour un projet d'IA. Cependant, Moderna a reconnu la valeur qu'une application pourrait fournir à long terme sur plusieurs produits.
• Les premiers investissements dans l'infrastructure cloud, l'IoT, l'analytique et les processus automatisés ont créé la base du travail de l'IA. « Nous nous sommes appuyés sur la numérisation à un stade précoce, non pas pour la numérisation, mais pour générer des données », a expliqué Marcello Damiani, ancien directeur de Moderna en charge de l’excellence numérique et opérationnelle, dans un article du Digital, Data, and Design Institute de Harvard. « Cela nous permet de construire de meilleurs algorithmes, ce qui aide à construire la prochaine génération de médicaments », explique Damiani.
• Un vaccin ARNm est lui-même un produit à base d’information, une molécule synthétique qui envoie des instructions aux cellules de l’organisme pour former son système immunitaire. Ainsi, Moderna a construit une application de conception de médicaments basée sur le Web pour rationaliser le processus de modification des informations encodées dans une molécule synthétique. En coulisses, de nombreux algorithmes d'IA aident à éclairer la prise de décision, en particulier dans les produits précliniques, pour lesquels ils fournissent des prédictions centrées sur les données sur les meilleures séquences à coder pour une certaine protéine beaucoup plus rapidement que l'homme ne le peut. Le logiciel capture les données tout au long du processus pour produire de nouveaux et meilleurs algorithmes au fil du temps.
• L'entreprise utilise également l'IA pour améliorer la planification des essais cliniques, le contrôle qualité et même ses opérations de centre d'appels.
• À partir de 2023, Moderna s'est associée à OpenAI pour créer sa propre instance de ChatGPT. Aujourd'hui, les GPT sont intégrés à l'ensemble des fonctions métier de Moderna, de la juridique à la recherche, en passant par la fabrication, en passant par le commerce, en tant qu'assistants dédiés.

En savoir plus

• Le Digital, Data, and Design Institute de Harvard offre un^{arrière-plan11} sur la mise en œuvre précoce de l'IA par Moderna.
• Brice Challame de Moderna partage quelques leçons apprises sur le « parcours de l'entreprise pour devenir une entreprise de l'IA en temps réel »¹².
• Le podcast de Me, Myself et AI du MIT Sloan Management Review^{a interrogé} Dave Johnson, ancien directeur des données et de l’IA de Moderna, sur le rôle de l’IA dans le développement des vaccins.
• ZDNet^{décrit la} technologie de développement de la drogue de Moderna en tant qu’« usine d’IA ».

Exemple 4: Mattel adopte précocement le générateur d'images AI DALL-E pour le développement de produits

La GenAI a crié dans la conscience générale avec de larges déploiements de modèles de langage IA capables de générer du texte de type humain. Quelques mois plus tôt, le fabricant de jouets Mattel a commencé à travailler avec un outil génératif de création d’images, le système DALL-E d’OpenAI, pour créer des images réalistes et de l’art basé sur des entrées en langage naturel.

Mattel n'a pas l'intention de remplacer ses concepteurs de produits par des homologues artificiels de sitôt. Au lieu de cela, le fabricant de jouets déploie l'IA pour aider les concepteurs à proposer des idées pour de nouvelles voitures Hot Wheels. Plus récemment, Mattel a signé un contrat en 2025 avec OpenAI pour développer des produits et des expériences optimisés par l’IA basés sur les marques de Mattel.

À retenir :

L’exploration de la GenAI de Mattel illustre les avantages potentiels de la collaboration homme-machine dans un domaine créatif.

• Mattel a commencé à utiliser le générateur d'images en octobre 2022.
• Les concepteurs peuvent taper dans une demande en langage naturel pour un « modèle à l'échelle d'un cabriolet à tige chaude », et le système peut fournir des variations sur une image personnalisée basée sur une Ford 1938 en jaune avec pneus blancs.
• L'utilisateur peut travailler avec le générateur d'images pour explorer différentes options - un changement de couleur, un hardtop, un type de carrosserie ajusté - pour fournir un rendu final d'une nouvelle voiture jouet.
• L’IA générative permet aux concepteurs de penser plus largement, en proposant des modèles ou des options qu’ils n’ont peut-être pas conçus seuls. « En fin de compte, la qualité est la chose la plus importante », explique Carrie Buse, directrice de la conception de produits au Mattel Future Lab. « Mais parfois, la quantité peut vous aider à trouver la qualité. »
• Le fabricant de jouets, qui a rencontré des problèmes il y a dix ans avec sa poupée « Hello, Barbie » qui a enregistré et téléchargé les conversations des enfants dans le cloud, a déclaré dans un communiqué de presse qu’il « mettra l’accent sur la sécurité, la confidentialité et la sécurité dans les produits et les expériences qui arrivent sur le marché » à la suite de sa nouvelle collaboration OpenAI.

En savoir plus

• L’Associated Press^{met en exergue l} ’entrée précoce de Mattel dans la GenAI.
• Microsoft Source^détails16 comment les concepteurs humains travaillent avec DALL-E pour générer et affiner de nouveaux designs Hot Wheels.
• Dans le Harvard Business Review17,Thomas H. Davenport, qui est professeur en informatique et en gestion au Babson College, et Nitin Mittal, directrice chez Deloitte Consulting, explorent comment GenAI va changer le travail créatif.
• ^PYMENTS18 explore la collaboration Mattel-OpenAI 2025 sur les jouets optimisés par l'IA.

Exemple 5: Costa Group déploie des pollinisateurs pilotés par la vision par ordinateur à la place des bourdons

S'il y a du bruit dans les serres de tomates du groupe australien Costa à Guyra, en Nouvelle-Galles du Sud, il ne vient pas des bourdons. L'utilisation des pollinisateurs naturels (comme les abeilles) pour l'agriculture intérieure y est illégale : les abeilles indigènes luttent dans les environnements couverts. Et pour des raisons de biosécurité, l'Australie interdit depuis longtemps l'importation de bourdons européens nonnatifs, qui sont souvent utilisés pour la pollinisation en serre dans l'hémisphère nord. Au lieu de cela, le producteur utilise des pollinisateurs robotiques — alimentés par la vision par ordinateur — sur un million de plants de tomates.

À l'été 2021, Costa Group a commencé à utiliser des robots Polly de la société israélienne Arugga AI Farming. Les premiers résultats ont montré que les machines produisaient un rendement 15 % plus élevé par rapport à la pollinisation manuelle et un rendement jusqu'à 7 % plus élevé par rapport aux bourdons.

À retenir :

Pour le groupe Costa, le pollinisateur robotique a des avantages au-delà de l'efficacité. Bien qu’ils ne soient pas autorisés à utiliser des abeilles (c’est ainsi que la plupart des pollinisations en serre sont réalisées), l’option agribot est non seulement plus efficace que la pollinisation manuelle, mais elle réduit également la propagation des virus car elle ne nécessite aucun contact humain avec les plants de tomates.

• Les plants de tomates doivent être secoués pour s'auto-polliniser, une tâche généralement effectuée par des bourdons industriels, ou par des ouvriers rouillant des trellises ou utilisant des baguettes vibrantes.
• Le robot Polly voyage entre les rangées de plantes, en utilisant la vision par ordinateur et l'apprentissage profond pour identifier quelles fleurs sont prêtes pour la pollinisation. Sur le backend, le système Arugga utilise une boîte à outils d'analyse de streaming pour traiter des vidéos brutes à partir de serres. L'image est ensuite annotée, et le modèle s'entraîne sur les jeux de données qui en résultent, qui sont mis à jour mensuellement. Le modèle s'améliore au fil du temps et est exporté vers les robots, qui peuvent exécuter l'algorithme individuellement et sont essentiellement des dispositifs de calcul de bord.
• Le robot émet alors des impulsions d'air comprimé pour faire vibrer les fleurs qui sont dues, de la même manière que les bourdons effectuent la pollinisation du buzz.
• L’IA d’Arugga devient plus intelligente. En 2024, il a déclaré qu'il pourrait polliniser un hectare (environ 2,5 acres) avec 3,5 robots, avec des attentes pour réduire cela à 2,5 robots grâce à un algorithme amélioré.

En savoir plus

• Les pollinisateurs alimentés par l’IA du groupe Costa ne sont qu’un exemple des applications de la vision par ordinateur^{agriculture19} dans un article sur Imaging & Machine Vision Europe.
• Produire^Plus20 explique comment les robots déterminent quelles fleurs sont prêtes à polliniser.
• Le co-fondateur et vice-président du développement commercial d’Arugga explique comment la pollinisation par l’IA de l’entreprise, qui remplace les abeilles manufacturières, peut aider les cultivateurs à augmenter leurs^rendements21.

Exemple 6 : Procter &amp ; Gamble déploie l'IA, le Machine Learning et l'informatique de périphérie pour rationaliser la production

P&G cherche à numériser et analyser les données de ses plus de 100 sites de production. Elle développe des fonctionnalités d'IA, telles que l'apprentissage automatique et la vision par ordinateur, pour maximiser l'état et la disponibilité des équipements, évaluer la qualité des produits en temps réel sur la ligne de production et améliorer l'utilisation de l'énergie et de l'eau. Le fabricant de produits emballés par les consommateurs a concentré ses premières tentatives sur ses produits en papier et ses segments de soins pour bébés avec des pilotes aux États-Unis, en Inde, au Japon et en Égypte. Un premier projet a utilisé l'IA pour prédire la longueur des feuilles d'essuie-glace en papier finies, livrant ainsi la bonne quantité de produits aux clients - juste l'une des nombreuses économies que l'entreprise espère atteindre.

« Nous voulons que tout soit fait en temps réel, en ligne de mire, avec la technologie, afin que nous sachions instantanément si quelque chose ne va pas », a expliqué le président, président et chef de la direction, Jon Moeller, dans une discussion avec Goldman Sachs Asset Management. « Et avec l'IA, nous pouvons commencer à nous orienter vers la connaissance instantanée, en sachant avant que cela n'arrive, et pas seulement lorsque cela se produit. »

L'entreprise utilise également l'IA dans la gestion de la chaîne logistique. Auparavant, elle nécessitait de rassembler les données des logiciels disparates utilisés pour la fabrication, la chaîne logistique, le marketing, l'assurance qualité et les systèmes d'information de laboratoire, une tâche manuelle fastidieuse nécessitant des centaines d'heures de main-d'œuvre à chaque fois. Maintenant, il s'est associé au fournisseur d'analyse phData pour développer un système optimisé par l'IA à l'aide des outils d'analyse open source de KNIME pour automatiser l'intégration des données. Il peut ensuite analyser les données d'offre, de demande et de stock en temps réel pour prévoir les besoins de stock futurs et mettre en évidence les disruptions potentielles de la chaîne logistique.

À retenir :

L'objectif de P&G est la production intelligente à grande échelle, a déclaré l'ancien directeur informatique Vittorio Critella, en mettant l'accent sur la maintenance prédictive, la qualité prédictive et l'optimisation de la durabilité. L'IA pourrait permettre des opérations entièrement automatisées sur la ligne.

• Un bureau d'habilitation numérique donne la priorité à la fabrication de produits, aux cas d'utilisation des emballages et aux processus d'emballage qui pourraient être mis en œuvre à l'échelle de l'entreprise.
• L'entreprise peut transmettre les données des capteurs de la ligne de production vers le Cloud pour créer et entraîner des algorithmes d'apprentissage automatique qui sont ensuite déployés en périphérie dans l'atelier.
• P&G a piloté l'utilisation de l'IA pour minimiser l'emballage des rouleaux d'essuie-glace en papier (en prédisant plus précisément les longueurs de feuilles finies) et en utilisant la vision par ordinateur pour le contrôle de qualité en temps réel pour les couches et les coussinets féminins (où l'assemblage précis et rapide de plusieurs couches de matériaux est essentiel).
• De grands volumes d'ensembles de données complets de ses machines papier peuvent être utilisés pour entraîner des algorithmes d'apprentissage automatique afin de prédire quelles machines nécessitent une maintenance et identifier les opportunités de réduction de la consommation d'énergie.
• Le Machine Learning et l'IA doivent être intégrés aux opérations et à la culture pour générer de la valeur, indique le DSI de P&G.

En savoir plus

• Consumer Goods Technology offre une vue d'^ensemble22 du système numérique de P&G, qui utilise des capteurs IoT et de l'IA.
• Les anciens DSI de P&G ont parlé au DSI Journal de Deloitte des opportunités et des défis liés au déploiement de l'IA à^scale23 dans le secteur de la production.
• CIO.com décrit comment P&G a réussi à dépasser l'^{expérimentation} de l'IA 24 pour mettre à l'échelle des cas d'utilisation de plus en plus sophistiqués.
• Microsoft Source a publié des nouvelles sur son travail avec P&^G25 sur la fabrication numérique.
• Le PDG Moeller a déclaré à Goldman^Sachs26 qu’il voyait le potentiel de l’IA dans le « déplacement de l’innovation du banc de laboratoire vers des ordinateurs très sophistiqués » pour accélérer la découverte moléculaire, explorer d’autres domaines d’innovation et proposer des idées de produits plus fructueuses.

Exemple 7: L'équipe ferroviaire à grande vitesse du Royaume-Uni élabore un meilleur plan de construction avec un simulateur d'IA

La ligne de chemin de fer High Speed 2 (HS2) reliant Londres à Manchester est le plus grand projet d'infrastructure de transport au Royaume-Uni. La coentreprise Align a constitué un groupe de travail réunissant trois sociétés internationales d'infrastructure et est responsable de la conception et de la construction de l'une des étapes les plus difficiles du projet: la section C1. Ce tronçon de 21,6 km au nord-ouest de Londres comprend l'emblématique Viaduc de Colne Valley de 3,4 km et un tunnel « à deux noyaux » d'environ 16 km. Au plus fort du projet quinquennal et demi, plus de 1.500 personnes travailleront sur place. Aligner les investissements dans ALICE, un produit intelligent de séquençage de la construction, pour modéliser les aléas et concevoir des calendriers de construction optimisés et réalistes pour le HS2.

La préconstruction – première phase d’un projet au cours de laquelle les entreprises planifient et planifient l’ensemble du périmètre d’un poste, estiment les coûts et analysent les besoins – est une étape cruciale. Mais beaucoup de choses ont changé au cours des deux dernières décennies dans la méthode du chemin critique que les entreprises d'architecture, d'ingénierie et de construction utilisent pour planifier leurs projets. Il s’agissait généralement d’un défi herculéen de proposer un ou deux plans, compte tenu de l’effort requis pour établir un calendrier. À l'aide de l'IA, les entreprises peuvent abandonner des centaines ou des milliers d'options en quelques heures, avec une analyse complète de leur effet sur les coûts et le calendrier.

À retenir :

Align avait déjà mis en place un calendrier de construction qui l'aidait à remporter le projet C1 mais utilisait ALICE pour revérifier ses hypothèses et chercher des occasions d'améliorer le plan de son travail de sous-structure du viaduc. Planifier un projet d'infrastructure massif, avec ses interdépendances et contraintes complexes, est difficile à faire. Le simulateur de construction intègre ces interdépendances dans une équation algorithmique qui peut analyser des milliers de scénarios et les examiner en fonction des objectifs de l’entreprise.

• Le simulateur de construction aide les entreprises à construire virtuellement des plans de construction avec une variété d'intrants différents avant le début de la construction réelle.
• Align a utilisé le simulateur de construction pour créer des dizaines d'options de planification en seulement 10 minutes.
• Il a ensuite exécuté des analyses par simulation sur le logiciel pour décider comment construire le viaduc plus efficacement.
• L'IA peut rapidement manipuler d'énormes quantités de paramètres qui peuvent affecter la construction, tels que la main-d'œuvre, l'équipement et la disponibilité des matériaux, les méthodes de construction et les problèmes de zonage, de manière que les planificateurs humains seuls ne pourraient jamais le faire.
• Alignez les trois années de travail de planification répliquées en seulement six semaines.
• Plus récemment, HS2 a signé un contrat 2024 avec Futuria pour être son partenaire de livraison d’IA dans un consortium nouvellement formé dirigé par Atos, afin de mettre en œuvre des solutions pilotées par l’IA pour améliorer les opérations ferroviaires, rationaliser les workflows de construction et améliorer la gestion des actifs.

En savoir plus

• Le cabinet de conseil en gestion Roland Berger décrit comment l'IA peut accroître l'efficacité tout au long de la chaîne de valeur de la^{construction27}.
• Construction Dive couvre une gamme d'applications d'IA de^{préconstruction28}.
• En 2022, le partenariat Align-ALICE a remporté le prix de l'^{innovation industrielle29} aux British Construction Industry Awards.
• Railway Technology explique comment un consortium dirigé par Atos va créer des^{jumeaux numériques30} d'infrastructures HS2, avec des connaissances spécifiques au chemin de fer d'Arup et de l'IA de Futuria.

Exemple 8 : Thomson Reuters rationalise le développement d'outils d'IA pour les journalistes, les avocats et les professionnels de la conformité

Datant de sa fondation en 1851 comme agence de presse, Thomson Reuters a toujours été au sujet des données, sous une forme ou sous une autre. Aujourd'hui, elle fournit des services métier basés sur les données dans les domaines de la justice, de la fiscalité, de la comptabilité et de l'actualité. Ce qui est maintenant sa division juridique a introduit la recherche en langage naturel il y a 30 ans, et son groupe R&D teste et fournit des innovations basées sur l'IA depuis.

En 2022, Thomson Reuters a créé une application d'IA pour accélérer son innovation en matière de Machine Learning en mettant en œuvre une gouvernance commune des données et des modèles, et en standardisant son processus de publication des modèles.

À retenir :

L'application IA de Thomson Reuters fournit non seulement un espace de travail commun pour la supervision de l'IA, mais aussi un système de gestion des risques spécifiques à l'IA dans le but d'équilibrer la vitesse et la gouvernance. Les performances efficaces des modèles d’IA sont confrontées à de nombreux défis, tels que le potentiel de biais algorithmique et les changements dans la distribution des données. Ces défis deviennent de plus en plus complexes à mesure que les entreprises développent leur déploiement de systèmes optimisés par l'IA, dépassant ainsi les capacités des experts en données à les suivre manuellement au fil du temps.

• Thomson Reuters a travaillé avec Amazon Web Services pour développer un outil qui fournissait une interface utilisateur « cliquable » standard que les experts en données et les propriétaires de modèles de toute l'entreprise pourraient utiliser sans écrire de code.
• L'application propose des espaces de travail d'IA, un service de données, un registre de modèles, une annotation IA et une surveillance pour des problèmes tels que la dérive et les biais de données ou de modèles.
• L'application rationalise la modélisation des performances traditionnelle effectuée par les experts en données humaines, qui surveillent la détérioration du modèle et travaillent avec les équipes appropriées pour effectuer les ajustements nécessaires.
• L'adoption par les utilisateurs a été le facteur de réussite le plus important et le plus grand défi. Le développement agile avec des démonstrations hebdomadaires permettant aux utilisateurs de recueillir des commentaires était essentiel.
• Le portefeuille d'offres basées sur l'IA de l'entreprise aide les journalistes humains à repérer les tendances, fournit une fonctionnalité de mappage prédictif pour la conformité fiscale et propose des requêtes en langage naturel et des algorithmes de recherche optimisés par l'IA pour les professionnels du droit, de la fiscalité et de la comptabilité.
• Thomson Reuters met l'accent sur l'IA human-in-the-loop pour réduire les erreurs et améliorer les performances des modèles.

En savoir plus

• Maria Apazoglou, vice-présidente de l'IA, du Machine Learning et de la Business Intelligence, a partagé des détails sur la^plateforme d'IA 31 avec le DSI Journal de Deloitte.
• Le blog AWS Machine Learning propose un^belvédère nitty-gritty 32 sur le développement de la technologie d'IA.
• Dans un article paru en 2025, Thomson Reuters explique comment trois niveaux d’^essais sur l’homme dans la boucle 33 par 2 500 experts en la matière ont aidé à créer son assistant GenAI, CoCounsel, qui peut mener des recherches approfondies, analyser des données étendues et complexes et générer rapidement divers types de contenu.

En savoir plus