Passer au contenu principal

IA

23 mars 2026

 

Ce que les entreprises doivent savoir pour leur ère de l’IA

Janet George, leader de longue date de l’IA, partage ses idées pour dépasser le battage médiatique, développer la fluidité et adapter ce qui fonctionne.

logo de Google

Dianna Delling

Contributor

Janet George est une pionnière de l’IA. Depuis plusieurs décennies, elle sert des géants de la tech — dont Oracle, Intel, Apple, Yahoo ! et eBay — en développant des systèmes informatiques qui fonctionnent davantage comme le cerveau humain. Et elle l’a fait en mettant en œuvre l’intelligence artificielle, l’apprentissage automatique, les LLM et les réseaux neuronaux profonds.

« Mon expérience avec l’IA remonte à l’époque où le cloud computing, l’apprentissage profond, les vastes ensembles de données et les capacités avancées de GPU ont commencé à converger », dit-elle.

Depuis 2025, Mme George dirige le Centre d'excellence en IA de Mastercard, où elle se concentre sur l'exploitation des technologies de pointe afin d'améliorer, de protéger et de personnaliser les systèmes de paiement. Elle guide également Mastercard dans son parcours pour Become une organisation axée sur l'IA - un objectif qu'elle encourage pour les entreprises de toute taille.

L’IA a évolué comme une traînée de poudre au cours des deux dernières années, suscitant l’attente qu’elle transformera radicalement la manière dont les entreprises gèrent leurs opérations, développent de nouveaux produits et interagissent avec leurs clients. George estime que les entreprises ouvertes au changement — et qui s’efforcent de comprendre les capacités et les limites de l’IA — seront les mieux placées pour prospérer.

Nous avons demandé à ce pionnier de la tech ce que les dirigeants d’entreprise doivent savoir pour rester en avance dans un monde de plus en plus propulsé par l’IA. 

 

De votre point de vue, qu’est-ce qui semble le plus important pour les dirigeants de comprendre où l’IA se dirige actuellement — et où elle ne va pas ?

George : Tout d’abord, apprenez à ignorer le battage médiatique et à vous concentrer sur un retour sur investissement évolutif. L’objectif devrait être d’aller au-delà de l’expérimentation de l’IA générative et de commencer à la déployer dans toute l’organisation. Les dirigeants doivent identifier des cas d’utilisation réalistes et à fort impact qui améliorent réellement la valeur client grâce au retour sur investissement, plutôt que de se limiter à la recherche d’outils de productivité, car chaque jour, un nouvel outil de productivité émerge.

 

Apprenez à ignorer le battage médiatique et à vous concentrer sur un retour sur investissement évolutif. L’objectif devrait être d’aller au-delà de l’expérimentation de l’IA générative et de commencer à la déployer dans toute l’organisation. 

Janet George
Janet George

 

Je pense aussi que déployer l’IA de manière éthique et responsable est vraiment essentiel. Cela signifie traiter de manière proactive les biais qui peuvent déjà exister dans les opérations ou les données opérationnelles, en veillant à la transparence dans l’utilisation de nos données et en maintenant la confiance auprès des clients.

La maîtrise technologique est vraiment cruciale. Je ne pense pas que les dirigeants aient besoin d’écrire eux-mêmes le code, mais ils devraient comprendre la complexité, les capacités et les limites de l’IA, y compris comment atténuer les risques et examiner les inexactitudes des données ou toute forme de vulnérabilité de sécurité.

Cela dit, l’IA doit être vue comme un outil qui augmente, et non remplace, l’intelligence humaine. En encourageant la recherche de modèles où l’IA s’attaque aux tâches routinières, les dirigeants peuvent permettre à leurs collaborateurs de se concentrer sur la créativité, l’empathie et la pensée stratégique.

 

Vous travaillez dans l’IA depuis des décennies. Quels sont les plus grands changements que vous avez observés dans la technologie durant cette période ?

Au cours des dernières années, l’IA a connu une transformation remarquable, passant de l’apprentissage automatique de première et deuxième génération et à l’extraction de fonctionnalités avec la modélisation algorithmique du gradient boost pour adopter l’apprentissage profond avec les réseaux de neurones avec la troisième et quatrième génération de modélisation transformer, avec des mécanismes d’attention et l’auto-apprentissage. Ce changement a été marqué par l’émergence de très grands modèles de langage, tels que les transformateurs génératifs pré-entraînés, ou GPT, qui ont redéfini ce que l’IA peut accomplir.

Ces innovations, propulsées par d’immenses ressources de données et une accélération GPU, ont permis à l’IA d’atteindre des performances de niveau humain. Il y a eu un bond exponentiel dans la manière dont la technologie récupère l’information, comprend le contexte et démontre l’intelligence, notamment dans le domaine du traitement et du raisonnement du langage naturel. Ainsi, les systèmes autonomes modernes et les agents d’IA sont désormais conçus pour imiter le cerveau humain, incorporant des éléments comme la mémoire épisodique et des capacités cognitives avancées. Je suis constamment étonné de voir à quel point toutes nos avancées scientifiques ont été inspirées biologiquement.

 

Comment voyez-vous l’IA façonner les services financiers et la banque ?

L’IA est en train de remodeler fondamentalement les industries financières et la banque. Elles évoluent de l’utilisation d’automatisation simple à des institutions d’IA générative d’abord, agissant et déployant de manière très décisive les technologies modernes d’IA.

Et tout cela devrait leur donner un avantage concurrentiel très significatif sur ceux qui dépendent de systèmes hérités et de processus manuels. Une enquête EY de 2025 a montré que 71 % des banques ont mis en place ou lancé en douce des capacités d’IA générative, 61 % constatant déjà de forts impacts et 89 % observant de forts impacts à l’avenir dans les deux prochaines années, allant des outils d’économie à la croissance du chiffre d’affaires global.

Nous utilisons depuis longtemps l’IA pour la gestion des risques et la détection de fraudes. Désormais, les agents IA peuvent surveiller les transactions et les schémas entre comptes et canaux, notant les risques en millisecondes et signalant des anomalies de localisation et de dépenses que les anciennes méthodes de détection peuvent facilement manquer. Les agents d’IA générative peuvent réduire considérablement le nombre de faux positifs dans le trafic réseau opérationnel. Les agents autonomes peuvent comprendre, raisonner et agir au nom de la banque pour gérer des tâches complexes de bout en bout, telles que la gestion des litiges de crédit. 

 

Quels sont quelques exemples montrant comment les consommateurs commencent à utiliser l’IA de nouvelles manières ?

George : Au lieu de s’appuyer principalement sur les sites web de marques ou les moteurs de recherche traditionnels, les consommateurs utilisent désormais des outils de questions-réponses pilotés par l’IA pour orienter leurs décisions d’achat. Un rapport récent a montré que 60 % des consommateurs utilisent l’IA pour faire leurs achats et que 46 % de ces personnes font plus confiance à l’IA qu’à leurs amis lorsqu’elles cherchent des conseils sur les tenues — quelques-unes des informations qui motivent notre investissement continu dans le commerce d’agents et le développement d’outils et services comme Agent Pay et Agent Suite.

Nous voyons également davantage de support client alimenté par l’IA. Les consommateurs s'engagent désormais avec des agents d'IA, plutôt qu'avec des chatbots traditionnels, sur les sites web de vente au détail pour accéder à une assistance instantanée 24 heures sur 24. Mais ce qui est incroyable, c’est que ces agents sont suffisamment sophistiqués pour comprendre et gérer des conversations complexes, s’adaptant à divers schémas de parole, tons et accents.  

 

Comment les petites entreprises commencent-elles à bénéficier de l’IA ?

Les petites entreprises ont adopté l’IA générative pour automatiser divers processus routiniers — travail administratif, planification de rendez-vous, contrôle des stocks et saisie de données — permettant ainsi de réaliser ces tâches de manière plus efficace et précise.

Nous observons également, dans le domaine de la gestion financière, l’essor des CFO virtuels alimentés par l’IA, qui permettent aux petites entreprises d’obtenir une analyse en temps réel de leurs flux de trésorerie, d’identifier des activités potentiellement frauduleuses et d’améliorer la cybersécurité en surveillant les transactions et le trafic réseau.

Enfin, je dirais qu’un des avantages pour les petites entreprises est la réduction des coûts. En automatisant les tâches routinières et répétitives, ils peuvent réduire significativement les coûts de main-d’œuvre et obtenir une plus grande efficacité, libérant ainsi du temps auparavant consacré à des tâches manuelles. Désormais, les propriétaires d’entreprise peuvent se concentrer sur la croissance stratégique et l’avantage concurrentiel. Les petites entreprises acquièrent la capacité d’offrir des services supérieurs et plus rapides, leur permettant de rivaliser efficacement avec les grandes organisations. 

Quand la confiance devient le produit

Verifiable Intent établit une nouvelle couche de confiance pour l’IA agentique, permettant une autorisation utilisateur prouvée, la protection des consommateurs, la responsabilité et l’interopérabilité dans le commerce agentique.

A red button showing a shopping cart.