Le 16 novembre 2024, nous avons organisé notre deuxième Digital Talks, avec le célèbre économiste italien, le professeur Andrea Bonaccorsi, comme orateur principal. Devant un public de dirigeants de grandes marques, le professeur a discuté du rôle de l'IA générative en tant que force motrice de l'innovation.

La session, introduite par notre PDG Francesca Gabrielli et modérée par notre président exécutif Enrico Donati, a été enrichie par les idées d'un panel d'éminents intervenants, dont Monica Dalla Riva, SVP et Chief Design Officer chez Deutsche Telekom AG, Stefano Gatti, Head of Data & Analytics chez Nexi, Giorgia Molajoni, Chief Technology and Communication Officer chez Plenitude, et Daniele Petecchi, Global Head of Data and Artificial Intelligence chez Pirelli. Les intervenants ont partagé leurs points de vue sur l'utilisation de l'IA pour promouvoir l'innovation dans différents secteurs, et sur la manière dont leurs entreprises exploitent le vaste potentiel de l'IA pour améliorer les processus existants et créer de nouvelles capacités.

Dans son discours, le professeur Bonaccorsi a exploré cinq modalités cognitives clés qui sous-tendent les processus d'innovation et le rôle de la GenAI dans chacune d'entre elles :

1. la recherche
L'innovation dans la recherche se développe lorsque : l'objectif est bien défini, l'espace de recherche est fini, la procédure de recherche est connue, le critère de réussite est clair. Cependant, le principal défi réside dans la taille de l'espace à explorer. L'IA a déjà atteint des performances comparables ou supérieures à celles des humains dans des tâches telles que le diagnostic médical et la recherche d'informations. Cependant, les systèmes d'IA ne sont pas encore capables d'explorer de manière autonome des espaces complexes ou de gérer efficacement le raisonnement causal.

2. La recombinaison
La technologie numérique est un facteur clé de l'innovation fondée sur la recombinaison, qui consiste à combiner des composants physiques (par exemple, la presse de Guthenberg) ou des fonctions auparavant distinctes (par exemple, le smartphone, Netflix, Booking, Spotify, etc.) L'IA favorise la pensée divergente - GenAI peut dessiner un éléphant dont les oreilles ressemblent à des ailes de papillon - et explore des combinaisons inhabituelles. Cependant, elle n'est pas capable d'identifier des idées radicalement nouvelles.

3. L'analogie
L'innovation par analogie repose sur l'identification de similitudes entre différents domaines de connaissance. Par exemple, l'idée de la cafetière Bialetti vient de l'observation du processus traditionnel de lavage du linge dans la rivière, où l'eau remonte avec la cendre. Mais plus ces domaines sont éloignés les uns des autres, plus le processus d'adaptation est difficile et plus le risque d'erreur est élevé. Bien que les systèmes de gestion du cycle de vie puissent générer des analyses concurrentielles ou des modèles d'entreprise pour de nouvelles idées entrepreneuriales, leur capacité à produire des analogies créatives est limitée.

4. La négation
L'innovation par la négation consiste à supprimer des éléments essentiels d'un produit ou d'un processus, ce qui oblige l'esprit à penser à l'inverse. Parmi les exemples de ce type d'innovation, on peut citer Lego, qui est passé des jouets en bois aux jouets en plastique parce qu'après la guerre, elle s'est retrouvée sans matières premières. Elle a donc décidé d'essayer un nouveau matériau, le plastique. Un autre exemple est celui des stratégies de réduction des coûts de Ryanair pour rendre le transport aérien plus accessible. Cependant, la GenAI a des limites lorsqu'il s'agit de traiter des réflexions contrefactuelles complexes ou de "nier" des aspects clés d'une expérience.

5. L'abstraction
L'innovation par abstraction se produit lorsqu'un innovateur peut envisager une solution en termes généraux, indépendamment du contexte spécifique. L'idée de Katalin Karikó d'utiliser l'ARNm pour la production de protéines et l'obsession de Polegato de trouver des matériaux qui libèrent l'humidité de manière asymétrique pour les chaussures Geox en sont de parfaits exemples. Bien que la GenAI soit puissante, elle est limitée dans sa capacité à former des abstractions solides et à raisonner sur des concepts qui n'ont pas été directement rencontrés dans ses données d'apprentissage.

Le processus d'innovation active divers mécanismes cognitifs. Ces processus requièrent des capacités de raisonnement avancées, notamment le raisonnement logique, le raisonnement causal et l'abduction (pensée inversée). La GenAI a démontré des performances surhumaines dans la recherche d'informations et est efficace pour générer de nouvelles idées par "recombinaison créative". Cependant, elle présente des limites importantes en ce qui concerne l'identification d'analogies productives , le traitement de la négation et le raisonnement abstrait.

Les panélistes ont souligné l'importance d'une approche ouverte de l'intégration de l'IA pour conserver un avantage concurrentiel et découvrir de nouvelles opportunités. Cela signifie qu'il faut investir dans le développement de la main-d'œuvre, soutenir la gestion du changement et collaborer avec les établissements d'enseignement.

Avant tout, il est essentiel de favoriser les possibilités d'expérimentation de l'IA à tous les niveaux et dans tous les secteurs : il faut devenir des "spécialistes de la promptitude" à tous les niveaux, capables de poser les bonnes questions à l'IA et avec l'IA, et de reconnaître que les erreurs font partie intégrante de l'apprentissage et de la découverte.

Le débat a permis d'identifier quelques accélérateurs clés pour l' intégration de l'IA:

• Favoriser la diversité des mentalités : faire appel à la fois à des experts hautement spécialisés et à des penseurs expérimentaux à l'esprit ouvert. Encourager les individus à utiliser ces outils librement dans des environnements sûrs.
• Engagement de l'encadrement supérieur : hiérarchiser les interventions en se concentrant sur un nombre réduit de cas d'utilisation à fort impact afin de garantir des résultats clairs et mesurables.
• Élaborer des paramètres solides : affiner en permanence les paramètres permettant d'évaluer les progrès réalisés dans l'intégration de l'IA, un domaine crucial qui reste un défi ouvert.
• Aborder le rôle essentiel de la réglementation et de la loi sur l'IA, en tirant parti de nos atouts intellectuels et commerciaux malgré des ressources moindres que celles d'autres pays.

En conclusion, le Digital Talk a souligné le potentiel de transformation de l'IA en tant que puissant moteur de l'innovation commerciale, tout en mettant en évidence la nécessité d'une supervision humaine et d'un leadership stratégique pour guider les changements nécessaires dans les processus, les compétences et la culture d'entreprise.