L'intelligence artificielle - sur la photo, un robot qui travaille avec des humains - est considérée comme une technologie clé. Les dernières recherches du KOF montrent que l'IA est souvent introduite dans des groupes relativement fermés. (Image créée avec l'IA)

Intelligence artificielle : comment les réseaux gèrent le savoir-faire en matière d'IA dans les entreprises

Selon les dernières recherches du KOF, la technologie de l'IA est introduite dans des groupes relativement fermés, à l'instar de clubs exclusifs. Cela pourrait conduire à une concentration des connaissances en matière d'IA, ce qui rendrait plus difficile la diffusion de cette technologie et renforcerait la dépendance vis-à-vis d'un petit nombre de fournisseurs de technologies. Les pouvoirs publiques devraient faire pression afin de vaincre les effets de cluster trop importants.

Le groupe de recherche « Innovation » du KOF étudie, en partenariat avec un réseau international de scientifiques, la manière dont les entreprises, les performances et les marchés sont modifiés par la transformation numérique. Une attention particulière est accordée à l'IA. Afin de connaitre la manière dont les entreprises utilisent l'IA, les chercheurs ont entraîné un modèle de langage transformateur. Pour ce faire, ils ont utilisé les données textuelles de plus de 1,1 million de sites web et ont créé un réseau d'hyperliens avec plus de 380.000 entreprises en Allemagne, en Autriche et en Suisse.

Les résultats de l'échantillon montrent que 2,2 % des entreprises disposent de connaissances approfondies en matière d'IA, lesquelles ont déjà un impact sur l'activité économique. Dans certains secteurs, l'IA est déjà profondément intégrée, comme par exemple dans les services des Technologie de l’information et de la communication (TIC), la construction mécanique ainsi que le commerce de détail et de gros.

Les résultats de l'analyse montrent que l'introduction de l'IA est liée à trois canaux importants à effet épidémique. Premièrement, la localisation de l'entreprise joue un rôle, en particulier si elle se situe dans un hotspot industriel et/ou régional lié à la production de connaissances en matière d'IA. Cela expose l'entreprise à un niveau élevé de pression indirecte, ce qui peut potentiellement conduire à une pratique d'adoption de nature « suiveur ».

Deuxièmement, l'intégration de l'entreprise dans le réseau de connaissances en IA influence la diffusion ultérieure. Les auteurs de l'étude font valoir que plus le système d'utilisateurs de l'IA est fermé, moins la diffusion a posteriori devrait être importante.

Troisièmement, l'existence de liens directs intenses entre les entreprises augmente la probabilité de transfert des connaissances en matière d'IA. Toutefois, l'efficacité du transfert direct de connaissances en matière d'IA dépend de la proximité cognitive des partenaires, de la force de leur lien et de l’intensité des connaissances partagées. Les liens directs intenses entre les entreprises semblent vaincre les distances géographiques et pourraient donc constituer un point de mire potentiel pour les mesures politiques visant à encourager la diffusion au-delà des clusters locaux.

Les réseaux d'entreprises forment des îlots d'IA

Le graphique G 1 illustre la répartition géographique des applications d'IA et montre qu'elle est concentrée dans certaines régions. Ces régions sont souvent reliées entre elles par des réseaux, ce qui signifie que la transmission des connaissances en matière d'IA n'est pas entravée par les distances géographiques (cf. graphique G 2). L'accès à ces réseaux est toutefois essentiel pour les entreprises. Les recherches montrent que l'introduction de l'IA dans le monde des affaires, à l'instar de clubs exclusifs, se fait dans des groupes relativement fermés. L'intégration des entreprises dans un réseau s'avère cruciale pour en faire des utilisateurs avertis de l'IA.

Désavantage concurrentiel structurel

La structure de ces réseaux constitue un défi pour la future diffusion de l'IA dans l'économie. Les connaissances sont inégalement réparties en fonction des régions, des secteurs et des clusters. Dans une perspective à long terme, cette dynamique pourrait entraîner des désavantages concurrentiels structurels et des inégalités économiques liés au potentiel de transformation de la technologie de l'IA, créant ainsi un scénario avec peu de gagnants et de nombreuses dépendances.

Conséquences en termes de politique et de management

Pour éviter ce scénario, les chercheurs recommandent de surveiller la diffusion de cette technologie clé en utilisant des métriques d'innovation en temps réel, telles que des mesures basées sur le web, se concentrant sur des grappes d'entreprises individuelles. Les instruments politiques visant à promouvoir l'utilisation des technologies d'IA devraient soutenir à la fois la production et l'application des technologies d'IA et les liens entre les clusters non connectés.

Au niveau de la direction, les résultats de la recherche soulignent l'importance de comprendre la manière dont les informations pertinentes en termes de technologie arrivent dans les entreprises et comment elles y sont traitées au-delà des hiérarchies. Cette compréhension est essentielle pour réussir l'adoption des technologies d'IA.

external pageCette recherche est menée dans le cadre du Programme national de recherche (PNR 77) soutenant 46 projets sur le thème de la transformation numérique.

Pour plus d'informations sur cet article, consultez les actualités du PNR77 : external pageexternal pagehttps://www.nfp77.ch/fr/brCvrwixLKY4Qpw2/news/revolution-de-l-ia-comment-les-reseaux-fermes-transforment-les-entreprises-en-expertes et a publication originale parue dans la revue "Research Policy" : Dahlke, J., M. Beck, J. Kinne, D. Lenz, R. Dehghan, M. Wörter, & B. Ebersberger (2024): Epidemic effects in the diffusion of emerging digital technologies: evidence from artificial intelligence adoption. Research Policy, 53(2), 104917: external pagehttps://doi.org/10.1016/j.respol.2023.104917

Contacts

Dr. Mathias Beck
Lecturer at the Department of Management, Technology, and Economics
  • LEE F 113
  • +41 44 632 29 46

KOF FB Innovationsökonomik
Leonhardstrasse 21
8092 Zürich
Switzerland

Prof. Dr. Martin Wörter
Lecturer at the Department of Management, Technology, and Economics
  • LEE F 111
  • +41 44 632 51 51

KOF Konjunkturforschungsstelle
Leonhardstrasse 21
8092 Zürich
Switzerland

Dr. Johannes Dahlke
Assistenzprofessor für digitale Innovation und Unternehmertum und KOF Research Fellow

Universität Twente

JavaScript has been disabled in your browser