Dans les coulisses du nouveau GenAI Studio d’Accenture à Zurich

En juin dernier, Accenture a ouvert à Zurich des espaces spécialement dédiés à la GenAI. Via ces nouveaux locaux, la société de conseil et de services entend aider ses clients à exploiter l’intelligence artificielle générative. Le GenAI Studio occupe environ 360 m2 et réunit 14 experts couvrant divers domaines: de la GenAI au développement backend, en passant par la robotique, la réalité virtuelle et la réalité augmentée ou étendue.

Accenture exploite plusieurs studios de ce type à travers le monde. L’équipe locale collabore étroitement avec celles des sites de Munich et de Kronberg. Chaque studio possède son propre axe thématique: celui de Munich se concentre par exemple sur l’industrie automobile, tandis que celui de Zurich met l’accent sur les services financiers. Peu après l’ouverture, Kyriakos Voutsas, Financial Services and Data & AI Transformation Executive, et Marco Mantoan, Technology Innovation Lead Zürich chez Accenture DACH, ont fait découvrir le studio à la rédaction.

L’IA, une ascension par étapes

Accenture compare la transition vers l’intelligence artificielle à une ascension en montagne. Ce voyage, tel que le décrit l’entreprise, commence au camp de base (Basecamp). Celui-ci symbolise les compétences fondamentales, comme l’a expliqué Kyriakos Voutsas lors de la visite du GenAI Studio. Il s’agit notamment de l’AI Literacy, c’est-à-dire la capacité à comprendre les concepts de base de l’IA et à les évaluer de manière critique. «Nous ne commençons donc pas par la technologie, souligne Kyriakos Voutsas. Les entreprises doivent d’abord savoir où elles veulent appliquer l’IA, dans quels cas cela a du sens et dans quels cas non, afin de pouvoir ensuite prendre des décisions éclairées.»

Pour atteindre le sommet, il faut donc partir du camp de base. Cela semble logique, mais en pratique, la plupart des entreprises essaient de commencer par la deuxième étape, note Kyriakos Voutsas. Il est presque devenu tendance pour elles de créer directement un AI Center of Excellence, de définir des indicateurs de performance (KPI) et d’attendre que tout le reste suive automatiquement. Les organisations investissent ainsi massivement dans des catalogues de données (data catalogs), des architectures distribuées (data mesh) ou d’autres infrastructures, sans toujours savoir pourquoi, quel sommet elles visent réellement, ni qui les accompagnera dans cette ascension. C’est pourquoi Accenture doit souvent ramener ses clients au camp de base avant de reprendre l’ascension vers le sommet. Les prérequis techniques se trouvent ensuite au camp 2, correspondant à la deuxième étape: l’infrastructure, la couche technologique, la couche données et les applications. Ce n’est qu’après cela que viennent, selon Kyriakos Voutsas, la stratégie métier, les services et les processus – c’est à ce stade que l’on définit le sommet à atteindre, autrement dit la direction que doit prendre le voyage dans l’IA. Il peut s’agir, par exemple, d’améliorer l’expérience client, d’accroître l’efficacité ou d’optimiser la gestion des risques.

La sélection des modèles constitue la troisième étape. ­Accenture ne se limite pas à conseiller ses clients dans ce choix: l’entreprise peut aussi adapter les modèles de fondation à leurs besoins spécifiques grâce à des phases d’entraînement et de fine-tuning. «Je défends désormais l’idée que nous ne devrions pas nous focaliser sur les modèles eux-mêmes», explique Kyriakos Voutsas. Tous les deux à trois semaines, de nouveaux modèles stables et performants apparaissent sur le marché. Selon Kyriakos Voutsas, il n’est donc ni pertinent ni financièrement viable pour une entreprise de développer et entraîner ses propres Large Language Models (LLM). Il préconise plutôt, en fonction du cas d’usage, de travailler avec des modèles existants et de développer des Small Language ­Models (SLM) spécialisés. Ceux-ci sont plus abordables et, pour certains usages, plus efficaces en matière de raisonnement et de réponses que les LLM génériques, affirme-t-il.

Au sommet, quatrième et dernière étape du parcours IA, l’objectif est de concrétiser l’impact de l’IA générative sur le modèle économique et opérationnel. C’est à ce stade que l’ensemble de l’écosystème GenAI d’Accenture intervient, afin de concevoir ensemble des solutions sectorielles et applicatives spécifiques. Kyriakos Voutsas souligne l’importance d’identifier le bon cas d’usage dès le départ. Car implémenter un simple chatbot capable de rechercher dans des documents ne change pas grand-chose.

«Je peux certes parcourir plus vite les documents, et peut-être utiliser directement des fonctions de traduction ou de résumé, mais je n’ai pas modifié le processus sous-jacent», explique Kyriakos Voutsas. Résultat: le processus et les coûts associés restent inchangés. «Et j’ai des coûts supplémentaires», ajoute-t-il. On peut certes se féliciter d’avoir un chatbot, mais le ratio coûts/revenus (Cost-Income Ratio) peut se dégrader à cause des investissements en IA. Cela peut être acceptable dans une phase exploratoire et expérimentale, mais désormais l’enjeu est de générer de véritables gains de coûts grâce à l’IA.

Inspirer, guider, faire évoluer à grande échelle

Où Accenture intervient-elle dans ce parcours? L’entreprise affirme accompagner ses clients de camp en camp, jusqu’au sommet de l’IA. Le GenAI Studio joue un rôle central dans cette démarche et remplit, selon Kyriakos Voutsas, trois fonctions principales:

Les clients qui en sont encore aux tout premiers pas de leur voyage dans l’IA peuvent venir au studio pour participer à des ateliers d’inspiration. Ils y découvrent les possibilités offertes par la technologie. Accenture y présente notamment des exemples mettant en scène des avatars numériques, de la réalité virtuelle ou augmentée, ainsi que des expériences dans le métavers.

D’autres clients ont déjà commencé à explorer l’IA, mais peinent à identifier les bons cas d’usage. Dans ce cas, ­Accenture fait appel à des experts sectoriels qui connaissent en profondeur les processus réels et les chaînes de valeur. «Il ne s’agit pas ici de simples ateliers d’une ou deux heures; cela peut durer plusieurs jours», précise Kyriakos Voutsas. «A la fin, nous obtenons un pipeline mieux qualifié de cas d’usage et de processus sur lesquels travailler au cours des deux à trois prochaines années, pour atteindre le sommet de l’IA.»

Enfin, certaines entreprises ont déjà franchi les deux premières étapes et souhaitent désormais passer à l’échelle. Ces échanges peuvent s’étendre sur plusieurs semaines, voire plusieurs mois. Ils portent sur des thèmes tels que la réglementation, l’IA responsable (Responsible AI) et les investissements en infrastructure — toujours en tenant compte des modèles opérationnels et économiques des entreprises.

Le GenAI Studio se veut un espace collaboratif où se réunissent clients et partenaires, complète Marco Mantoan. «Nous y présentons des démonstrations et des cas d’usage développés par d’autres équipes d’Accenture et par nos partenaires.» Le studio ne se limite toutefois pas à exposer des projets existants: il sert aussi à produire de nouvelles preuves de faisabilité. «Les clients viennent avec un besoin précis et nous développons un prototype en conséquence. Pas de simple théorie ni de diaporamas PowerPoint: nous livrons quelque chose de concret, que les clients peuvent tester et faire évoluer vers de véritables projets d’innovation», explique-t-il.

Métavers et agents IA

Parmi les différentes démonstrations présentées par Accenture dans son studio figure une expérience dans le métavers, développée pour ABB. Cet environnement 3D permet de rendre tangibles des thèmes tels que l’IA et la robotique — dans le contexte de la Formule E.

Un autre sujet qu’Accenture souhaite mettre en avant via ce studio est celui des agents IA. Contrairement aux chatbots, qui se limitent à répondre à des questions, les agents IA peuvent non seulement fournir des informations, mais aussi agir. Ils sont capables de comprendre, traiter, décider et exécuter, explique Marco Mantoan.

L’idée est qu’une chaîne d’agents puisse automatiser des processus de travail dans leur ensemble. «Les agents IA seront donc ceux qui vont bouleverser le marché du travail, puisqu’ils peuvent fonctionner de manière autonome», affirme Marco Mantoan. Cette transformation sera rapide, ajoute-t-il. Cela ne signifie toutefois pas qu’il y aura moins d’emplois, mais que les postes exigeront, après cette mutation, des compétences différentes.