8 facteurs à prendre en compte avant d’acheter ou de créer votre solution d’IA

L’intelligence artificielle (IA) – c’est ici, c’est là, c’est partout. Les entreprises de tous les secteurs verticaux – vente au détail, finance, santé, fabrication, transport, chaîne d’approvisionnement, divertissement et technologie – utilisent l’IA.

Plus d’un quart des entreprises utilisant l’attribut IA au moins 5% de leurs gains avant intérêts et impôts à AI. Près des deux tiers des premiers utilisateurs de l’IA notent que l’IA leur donne un avantage concurrentiel. Compte tenu des avantages, il n’est pas surprenant que certaines entreprises aient FOMO sur l’IA.

Mais lorsque l’entreprise est prête à adopter l’IA, elle est confrontée à un dilemme : doit-elle acheter ou construire ? Lisez la suite pour en savoir plus sur les facteurs à prendre en compte lors du choix des solutions d’IA pour votre entreprise.

L’IA pour les entreprises

Les startups et les grandes entreprises prêtes à adopter l’IA ont deux façons de procéder : créer leur propre modèle d’IA ou acheter un logiciel d’IA disponible dans le commerce. Les deux options impliquent l’utilisation d’IA open source ou de produits prêts à l’emploi tels que applications de chat en direct gratuites

Avant de disséquer le dilemme build vs buy, il est important de comprendre les logiciels d’IA open source et propriétaires.

IA open source

L’IA open source comprend des outils d’IA disponibles gratuitement. Il peut s’agir d’algorithmes, d’ensembles de données, d’interfaces de programmation d’applications (API) prêtes à l’emploi, de bibliothèques de codes ou d’une combinaison de tous. Certaines des plates-formes gratuites d’IA et d’apprentissage automatique (ML) sont Tensorflow, Python, PyTorch, KNIME, Apache Spark et H2O.ai.

Habituellement, chaque logiciel d’IA a des cas d’utilisation spécifiques comme la reconnaissance vocale, la vision par ordinateur, le ML, le traitement du langage naturel (NLP) ou l’analyse de données volumineuses. Par exemple, TensorFlow et PyTorch sont adaptés à la création de modèles de ML et d’apprentissage en profondeur. Les bibliothèques comme Keras et OpenNN, en revanche, sont réseau de neurones artificiels (ANN) cadres. Les entreprises exploitent ces bibliothèques et plates-formes pour créer leur propre système d’IA en fonction de leurs besoins.

Logiciel d’IA commercial

Des chatbots et de l’IA conversationnelle à l’automatisation et à la science des données avancée, il existe de nombreux outils d’IA prêts à l’emploi. Bien qu’ils soient coûteux, ces outils peuvent économiser beaucoup de ressources et de temps pour l’entreprise. Le modèle commercial le plus courant de logiciel d’IA est le modèle d’abonnement annuel qui comprend les licences nécessaires, le support et le service des fournisseurs. Un autre type est le “pay-as-you-go” où l’on peut accéder au logiciel AI en tant qu’API.

De grandes entreprises technologiques telles que Google, Microsoft, Amazon, IBM et Salesforce proposent également l’IA et le ML en tant que service de plate-forme. Ces services d’IA fournissent des plates-formes hébergées dans le cloud de bout en bout pour développer et déployer des modèles d’IA.

Décomposer le dilemme construire vs acheter

Imaginez que vous ayez besoin d’une nouvelle maison – en achèteriez-vous ou en construiriez-vous une ? Le choix entre les deux dépend de beaucoup de facteurs. Quel genre de maison voulez-vous? Quelles ressources avez-vous sous la main ? Combien de temps et d’argent avez-vous? Et combien de chacun êtes-vous prêt à dépenser ?

Décider si vous voulez construire ou acheter votre IA pour votre entreprise est similaire. Regardons les facteurs que vous devriez considérer avant de franchir le pas.

Le besoin : pourquoi avez-vous besoin d’IA ?

Plonger dans les algorithmes et les réseaux de neurones avant de déterminer ce que vous attendez de l’IA, c’est un peu comme plonger dans l’océan pour trouver un trésor perdu qui pourrait ou non exister. Qu’est-ce que votre entreprise cherche à réaliser en utilisant des outils d’IA ? L’IA est-elle un élément central de croissance future de l’entreprise? Ou est-ce pour automatiser une tâche ou améliorer les processus métier ?

Si l’IA est au cœur de votre entreprise, développez-la. Si vous souhaitez utiliser l’IA pour des opérations commerciales spécifiques, achetez. Un fournisseur de chatbot doit créer son propre modèle NLP. Mais une petite startup en ligne n’a pas besoin de créer un énorme modèle de PNL pour avoir un chatbot sur son site Web. Il peut simplement acheter l’outil de IA conversationnelle fournisseurs comme Dialpad ou Drift et améliorer l’expérience client.

La difficulté : quelle est la complexité de la solution d’IA ?

La complexité de la solution d’IA que l’entreprise cherche à adopter est également un élément important auquel il faut réfléchir. Il existe de nombreux produits éprouvés sur le marché que vous pouvez acheter pour les applications d’IA courantes, telles que les ventes et automatisation du marketing processus, prévisions prédictives, chatbots, synthèse vocale ou traduction automatique.

Mais parfois, les données concernées sont sensibles ou l’entreprise recherche une nouvelle solution. Les outils commerciaux ne sont tout simplement pas adaptés ou suffisants dans ces cas. Netflix, par exemple, a construit son propre modèle d’IA propriétaire qui propose des films personnalisés et des recommandations d’émissions basées sur les données des utilisateurs. Cela valait la peine d’être construit car Netflix considère cette fonctionnalité comme essentielle à son activité.

D’autre part, Énergie Woodside, une société pétrolière et gazière, a tiré parti des technologies ML et NLP d’IBM Watson pour rendre 30 ans de données sur les opérations de la plate-forme pétrolière accessibles dans toute l’entreprise. Woodside est propriétaire des données, mais les a partagées avec IBM pour exploiter leur expertise au lieu de les créer en interne.

L’effort humain : avez-vous les bonnes personnes ?

Évaluez les capacités d’IA de vos experts internes. Votre groupe d’experts techniques peut-il développer des frameworks d’IA ? Ou votre entreprise a-t-elle les ressources nécessaires pour embaucher de tels experts? Si oui, l’entreprise peut envisager de créer un modèle d’IA en interne.

Les entreprises technologiques, les fournisseurs d’IA et les grandes entreprises des secteurs de la banque, de la vente au détail et de la santé disposent d’un vaste bassin d’experts en IA travaillant exclusivement sur l’IA et disposent des ressources nécessaires pour développer leurs solutions en interne.

Banque d’Amérique, par exemple, a créé sa propre assistante bancaire virtuelle, Erica. Au moment où l’assistant IA de la banque était en phase bêta en 2017, la banque disposait d’une équipe dédiée de plus de 100 personnes travaillant sur le projet.

Cependant, si l’entreprise n’a pas d’expertise technique ou de ressources à embaucher, il est préférable d’acheter auprès d’un fournisseur. Par exemple, une petite entreprise de marketing peut acheter un outil de création de contenu basé sur l’IA plutôt que d’investir des millions pour embaucher une équipe et la développer en interne.

L’heure : quelle est la date limite ?

Avez-vous besoin du logiciel AI immédiatement ? Ou pouvez-vous attendre pour obtenir un outil personnalisé ?

Si votre entreprise a besoin de l’outil immédiatement et qu’il existe déjà plusieurs produits disponibles à l’achat, l’achat est la solution idéale. Mais, si l’entreprise a besoin d’un outil personnalisé qui nécessite du temps pour se construire, l’entreprise peut se développer par elle-même, étant donné qu’elle a les ressources pour le faire.

Le coût : quel est le budget ?

De nombreuses entreprises ne comprennent pas le coût réel de la construction ou de l’achat d’un modèle d’IA. Les deux options nécessitent de lourds investissements pour obtenir les bonnes personnes, le bon matériel et les bons logiciels.

Une entreprise peut réduire certains coûts en créant une IA à l’aide d’un logiciel gratuit et open source. Mais il y a d’autres prix à payer. De l’obtention de données de formation à l’achat de logiciels et de matériel nécessaires comme le stockage en nuage, une puissance de calcul coûteuse et Logiciel d’opérationnalisation de l’IA, cela implique des coûts cachés importants. Les entreprises doivent débourser davantage pour embaucher des experts en intelligence artificielle (coûteux et rares). Le salaire de base moyen pour un travail d’IA est facilement au-dessus de 100 000 $ aux Etats-Unis.

L’achat d’une solution d’IA tierce résout le problème d’avoir à dépenser pour embaucher une équipe d’IA. Mais les outils commerciaux peuvent encore être coûteux. Une solution d’IA personnalisée peut coûter de 6 000 $ à plus de 300 000 $ par solution alors qu’un logiciel tiers peut coûter jusqu’à 40 000 $ par an. Les entreprises devront peser les coûts des deux options et décider.

L’intégration : votre technologie actuelle peut-elle prendre en charge l’IA ?

Il est essentiel d’évaluer dans quelle mesure l’infrastructure informatique existante peut s’intégrer à l’IA, qu’il s’agisse de construire ou d’acheter. L’équipe doit déterminer si la plate-forme d’IA peut se synchroniser avec sa pile technologique actuelle. Le plus souvent, les plates-formes open source ont des problèmes d’intégration et de mise à l’échelle.

Les fournisseurs commerciaux s’occupent de la tâche redoutée des problèmes d’intégration, de mise à l’échelle et de compatibilité de l’IA. Mais il est toujours préférable de vérifier la compatibilité de l’outil du fournisseur avec l’écosystème existant. Si vous intégrez une solution d’IA pour optimiser votre processus de génération de leads, elle doit s’intégrer de manière transparente à votre CRM existant. Ignorer cela peut devenir coûteux à réparer.

Le service : que se passe-t-il quand quelque chose ne va pas ?

Avec les produits commerciaux, il y a toujours un service et une assistance du fournisseur. Le fournisseur d’IA a la responsabilité et l’obligation de rendre compte du bon fonctionnement de l’outil. Votre équipe peut compter sur eux pour corriger les bogues et autres problèmes qui surviennent dans le modèle d’IA. Lors de la construction de l’IA, l’entreprise doit faire face à tous les problèmes qui surgissent sans beaucoup de soutien.

La sécurité : votre IA est-elle sécurisée ?

Les plates-formes d’IA open source et commerciales présentent des risques de sécurité potentiels. Contrairement à l’opinion populaire selon laquelle l’open source a plus de vulnérabilités, presque 90 % des responsables informatiques pense qu’il est aussi sécurisé ou plus sécurisé que les logiciels propriétaires. La question n’est donc pas de savoir quelle option est la plus sûre, mais laquelle a besoin de plus de soutien. La réponse est de construire avec l’open source. Les fournisseurs d’IA s’occupent des problèmes de sécurité et corrigent eux-mêmes les bogues et les correctifs. Mais développer l’IA en interne signifie disposer d’une équipe dédiée à l’examen des problèmes de sécurité potentiels. Cela ajoute des coûts importants au budget.

Construire ou acheter de l’IA : peser le pour et le contre

Facilitons un peu votre prise de décision sur les solutions d’IA. Voici quelques avantages et inconvénients courants de la construction par rapport à l’achat d’IA.

Avantages et inconvénients de la construction d’IA

Construire une IA en interne à l’aide de frameworks open source convient aux entreprises qui disposent de données uniques et de la capacité d’investir du temps et des ressources. Ses avantages incluent :

• aucun investissement ou investissement à faible coût dans la technologie
• meilleure personnalisation en fonction des besoins
• contrôle à la fois des données et du modèle
• flexibilité pour changer le modèle si nécessaire
• soutien communautaire

Cependant, les plates-formes d’IA open source présentent plusieurs lacunes telles que :

• délai d’exécution élevé
• difficulté à recruter des experts en IA et des data scientists
• manque de service et de soutien pour résoudre les problèmes
• coût de sécurité supplémentaire
• problèmes de compatibilité avec d’autres logiciels

Avantages et inconvénients de l’achat d’une IA propriétaire

L’achat d’un outil commercial prêt à l’emploi peut être préférable pour les entreprises qui ne disposent pas des ressources humaines nécessaires pour créer leur propre solution ou qui manquent d’ensembles de données uniques. Ses avantages incluent :

• connaissances spécialisées pour un cas d’utilisation particulier de l’IA
• disponibilité d’ensembles de données de formation volumineux et bien organisés
• intégration transparente des outils d’IA dans l’infrastructure existante
• capacité à mettre à l’échelle des modèles d’IA
• service et assistance continus des fournisseurs pour résoudre les problèmes

Mais les produits commerciaux ont leurs propres inconvénients comme :

• coût d’investissement élevé
• moins d’options de personnalisation
• risque de perdre l’accès aux données critiques
• périodes de blocage des fournisseurs

Encore confus? Optez pour la stratégie Lean

Si vous êtes toujours confus après avoir évalué tous les facteurs, pensez à la stratégie Lean AI. La stratégie découle de la philosophie des industries manufacturières japonaises appelée le processus de fabrication allégée. Adoptée par des constructeurs automobiles comme Toyota, la stratégie vise à réduire les déchets de production sans sacrifier l’efficacité et la qualité.

La stratégie d’IA allégée vise également le même objectif : mettre en œuvre l’IA de manière progressive tout en réduisant les coûts et les risques liés aux ressources. L’entreprise peut démarrer avec un petit projet d’IA qui fournit un produit d’IA minimum viable (MVAP).

L’arbre de décision construire-vs-acheter

Avec MVAP à l’esprit, considérez l’arbre de décision suivant. Rechercher une solution disponible. S’il existe plusieurs produits commerciaux, l’achat serait la meilleure solution. S’il n’y a pas beaucoup de fournisseurs proposant l’outil requis, recherchez un partenaire pour développer une solution d’IA personnalisée. Cela permet à l’entreprise d’économiser du temps, des efforts et des ressources pour construire à partir de zéro.

Cependant, si l’achat et le partenariat ne fonctionnent pas, l’entreprise peut construire son MVAP. Viser le MVAP aide l’entreprise à démarrer le projet d’IA plus tôt. Avec des délais et des objectifs établis, les entreprises peuvent évaluer plus rapidement les performances et l’impact commercial du MVAP. Au fur et à mesure que le projet mûrit, l’entreprise a plus d’opportunités d’évaluer et d’entreprendre des projets d’IA plus ambitieux.

Gagner avec l’IA

Comme toutes les délibérations sur la mise en œuvre de nouvelles technologies, il est important de prendre une décision éclairée sur l’IA dans votre entreprise. Que vous choisissiez de construire ou d’acheter votre IA, gardez simplement à l’esprit que l’IA ne va nulle part de si tôt – alors commencez tôt pour en récolter les fruits tôt.