Interview
•
Guillaume, pourriez-vous nous raconter l'origine de votre intérêt pour l'intelligence artificielle dans l'industrie, et comment cela a influencé votre parcours professionnel jusqu'à la fondation de MY IA FACTORY ?
Mon parcours est profondément ancré dans le milieu industriel. Je suis, avant tout, un industriel de formation. Mon intérêt pour l'Intelligence Artificielle n'est pas venu de la théorie pure, mais d'une observation pratique et d'une conviction profonde :
L'Expérience Terrain et la Validation des Solutions : J'ai eu l'opportunité d'accompagner de grands comptes dans l'intégration et le déploiement de solutions d'IA au cœur de leurs processus. Cette expérience m'a permis de valider concrètement l'impact et la puissance de ces technologies.
Le Facteur ROI (Retour sur Investissement) : Les avancées technologiques récentes, notamment en matière d'accessibilité et de performance de l'IA, permettent désormais aux acteurs de l'industrie et de la logistique d'obtenir des retours sur investissement (ROI) extrêmement significatifs et rapides. L'IA est passée du statut de coût d'innovation à celui de levier de performance immédiat.
L'Urgence de la Transformation : Je suis absolument convaincu que l'IA est sur le point de révolutionner notre secteur en un temps record. Nous entrons dans une véritable troisième révolution technologique. Cependant, les entreprises ne peuvent pas opérer cette transformation seules. Elles ont besoin de partenaires de transformation solides et experts pour saisir pleinement cette opportunité.
La Vision de MY IA FACTORY : C'est cette conviction qui a mené à la fondation de MY IA FACTORY. Si les grands groupes avancent, je suis fermement persuadé que les PME et ETI industrielles ont également une carte majeure à jouer. Mon objectif est de démocratiser l'accès à ces outils puissants pour garantir leur compétitivité future.
Comment expliquez-vous concrètement l'importance de l'intelligence artificielle pour les PME et ETI industrielles, et quels sont les obstacles les plus courants à franchir pour ces entreprises ?
L'importance de l'Intelligence Artificielle pour les PME et ETI industrielles est aujourd'hui un impératif stratégique et non plus une option. Nous assistons à une croissance exponentielle de l'intégration de l'IA dans tous les pans de l'entreprise, rendant indispensable de s'y intéresser sous peine d'accumuler un retard technologique et concurrentiel pouvant mener à de grosses difficultés futures. Concrètement, l'argument le plus tangible réside dans le Retour sur Investissement (ROI) : des gains de productivité pouvant aller de 5 % à 40 % suivant les cas d'usages — qu'il s'agisse d'optimisation de la maintenance prédictive, d'amélioration de la qualité ou de la gestion des flux logistiques — ne peuvent absolument pas être ignorés. Cependant, la mise en œuvre se heurte à des obstacles majeurs : le manque d'accompagnement spécialisé sur le sujet est criant, de même que l'incapacité de faire émerger et de sélectionner les bons cas d'usages garantissant un ROI rapide. Enfin, l'enjeu humain est central : l'acculturation des équipes et la nécessité de rassurer les collaborateurs sur le rôle augmentatif de l'IA sont des étapes fondamentales pour assurer la réussite de la transformation.
Avec votre expérience auprès de grandes entreprises comme Airbus et Safran, quelles pratiques ou leçons apprises avez-vous réussi à adapter avec succès pour les structures de plus petite taille que vous conseillez aujourd'hui ?
Mon expérience auprès de géants comme Airbus et Safran, qui sont des modèles de rigueur et d'industrialisation, m'a permis d'extraire une leçon fondamentale : l'importance de la méthodologie structurée et du pragmatisme orienté valeur. J'ai réussi à adapter non pas l'échelle des projets, mais la qualité de l'approche pour la rendre accessible aux PME et ETI. La pratique la plus cruciale que j'ai transposée est le focus obsessionnel sur le Retour sur Investissement (ROI) : comme chez ces grands groupes, je veille à ce que chaque initiative d'IA cible un cas d'usage précis, mesurable et à haute valeur ajoutée. Cette approche pragmatique est d'autant plus vitale pour les structures plus petites, où les ressources sont limitées. C'est d'ailleurs ce qui explique la prépondérance de l'IA générative dans les cas d'usages des PME et ETI : ces solutions, de par leur coût moindre et leur simplicité d'implémentation, sont de parfaites « quick wins » qui garantissent le financement des étapes suivantes. Enfin, j'ai importé la nécessité d'une feuille de route claire et séquentielle, décomposant la transformation en phases maîtrisées – du diagnostic rapide au pilote, puis à l'industrialisation – ce qui permet de réduire le risque et de faciliter l'acculturation des équipes au même titre que dans les grandes entreprises, car sans l'adhésion des collaborateurs, aucune technologie, quelle que soit la taille de l'entreprise, ne peut réussir.
Quel rôle jouent l'acculturation et l'identification de cas d'usage à fort retour sur investissement dans le succès des projets d'IA, et comment les intégrez-vous dans votre méthodologie d'accompagnement ?
C'est le cœur de la problématique, et pour moi, ces deux éléments — l'acculturation et l'identification de cas d'usage à fort ROI — sont les deux piliers sur lesquels repose le succès d'un projet d'IA ; sans eux, même la meilleure technologie est vouée à l'échec. L'identification des cas d'usage n'est pas une simple étape de brainstorming, c'est l'étape stratégique qui garantit que l'investissement génère de la valeur mesurable et un Retour sur Investissement rapide, agissant comme le moteur financier de la transformation. J'intègre cela dès le diagnostic initial, en utilisant une matrice de priorisation qui évalue la faisabilité technique, la disponibilité des données, mais surtout l'impact business potentiel. Parallèlement, l'acculturation est le volet humain, tout aussi indispensable : elle permet de transformer la peur en adhésion. Si les collaborateurs ne comprennent pas, n'acceptent pas ou ne sont pas formés aux nouveaux outils, l'adoption échouera. Ma méthodologie intègre donc des phases de formation ciblée, de sessions d'éveil (ou évangélisation) et des ateliers collaboratifs tout au long du processus, garantissant que l'IA soit perçue comme un outil d'augmentation des compétences et que les équipes deviennent les premiers ambassadeurs du projet, assurant ainsi la pérennité et le succès de l'industrialisation.
Pour les dirigeants encore hésitants, quels arguments incontournables utiliseriez-vous pour les inciter à intégrer l'intelligence artificielle dans leur stratégie industrielle ?
Pour les dirigeants encore dans l'hésitation, j'utiliserai des arguments purement stratégiques et financiers plutôt que technologiques. Le premier est l'impératif de compétitivité : l'intégration de l'IA n'est plus une course à l'innovation, mais une course à l'obsolescence évitée. En attendant, les concurrents qui adoptent l'IA avancent, et le fait de différer la décision expose l'entreprise à des retards structurels qui pourraient devenir irrécupérables. Le second argument est le Retour sur Investissement (ROI) massif et rapide : je le répète, les gains de productivité dans des cas d'usage industriels précis peuvent atteindre jusqu'à 40 %. De telles marges de manœuvre ne peuvent être obtenues par aucune autre optimisation classique. Enfin, je mettrai en avant la facilité d'accès actuelle, notamment via l'IA générative, qui permet d'obtenir des « quick wins » administratifs et opérationnels avec un coût d'entrée et une complexité d'implémentation moindres. l'IA ne doit plus être vue comme un centre de coût technologique, mais comme un investissement absolument nécessaire pour sécuriser ma rentabilité future et transformer mes données dormantes en un avantage concurrentiel décisif.
En tant qu'ambassadeur du programme « Osez l’IA », quelles sont les idées fausses les plus répandues concernant l'IA dans l'industrie que vous souhaitez dissiper lors de vos interventions ?
La première idée fausse que je combats est que « l'IA est une affaire de data scientists et de grandes structures ». C'est faux : l'IA est aujourd'hui accessible aux PME et ETI, grâce à des outils plus simples et des coûts d'entrée réduits, notamment avec l'IA générative. La deuxième illusion est la peur de l'investissement : beaucoup pensent que « c'est trop cher et le ROI est incertain ». Je démontre que le contraire est vrai ; l'IA, lorsqu'elle est bien ciblée sur des cas d'usage à haute valeur, est un moteur de rentabilité immédiat, avec des retours d'expérience prouvant des gains de productivité substantiels. Enfin, la troisième idée reçue, et la plus toxique, est que « l'IA va remplacer les emplois ». Mon message est clair : l'IA est un outil d'augmentation des compétences ; elle ne remplace pas l'homme, elle lui permet de se concentrer sur des tâches à plus forte valeur ajoutée, transformant le travail plutôt que de le supprimer. Mon objectif est de rassurer les dirigeants sur la faisabilité technique et financière et de mobiliser les équipes autour de cette opportunité de croissance.
Comment voyez-vous l'évolution de l'IA dans l'industrie d'ici 2025, et quels conseils donneriez-vous aux entreprises pour se préparer dès maintenant aux changements à venir ?
D'ici 2025, je vois l'évolution de l'IA dans l'industrie s'accélérer autour de la convergence de l'IA générative et des systèmes opérationnels et de la prolifération de l'IA de pointe (Edge AI). Pour que les entreprises se préparent, le conseil le plus fondamental que je donne est de placer l'acculturation et la formation en tout premier lieu : c'est le fondement majeur de tout projet IA. Cesser d'attendre l'outil parfait et investir dans la compréhension de l'IA par les équipes est l'action la plus stratégique. Cet investissement initial a un coût moindre mais permet de réduire les freins et d'accélérer l'adhésion des collaborateurs, ce qui est une source de gain immense par la suite. De plus, seule une équipe acculturée peut véritablement choisir les meilleurs cas d'usage en évaluant de manière pertinente le rapport Impact / Effort, car elle identifie souvent des opportunités (notamment dans la documentation, l'administratif ou l'amélioration des processus) qui ne sont pas forcément les cas d'usages auxquels nous aurions pensé en premier lieu.
-teaser.webp)
