Les plus grands gagnants de l'IA ne sont pas nécessairement les entreprises qui comptent le plus d'ingénieurs, les plus grandes équipes de données ou les budgets logiciels les plus élevés.
Ce sont peut-être les entreprises qui ont les marges les plus faibles. Les fabricants, les transporteurs routiers, les distributeurs, les agences de recrutement et les opérateurs de services sur le terrain qui fonctionnent avec des marges minces à un seul chiffre depuis des décennies – les entreprises que personne n'appellerait jamais des entreprises d'IA.
La transformation par l'IA crée de la valeur via trois leviers : les revenus, les coûts et les risques. La majeure partie de l'attention s'est portée sur les revenus, grâce à de meilleurs produits, des ventes plus rapides et des employés plus productifs. Mais pour les entreprises à faible marge, le levier le plus important à actionner est le coût – lorsque les marges bénéficiaires sont déjà minces, même de petites réductions des dépenses d'exploitation peuvent entraîner une augmentation disproportionnée des bénéfices.
Une entreprise de logiciels qui fonctionne avec des marges de 30 % peut utiliser l'IA pour devenir plus efficace, mais ce gain d'efficacité ne change généralement pas la trajectoire de l'entreprise. Une entreprise qui fonctionne avec des marges de 3 % est différente. Même une réduction des coûts inférieure à 1 % peut entraîner une augmentation des bénéfices de plus de 25 %.
Les industries à faible marge ont historiquement été piégées dans des environnements structurels à faible marge. Une IA correctement mise en œuvre change cette équation. Elle donne aux entreprises à faible marge un moyen d'attaquer des coûts qui étaient auparavant considérés comme permanents – et les entreprises qui agissent les premières peuvent capturer ce gain sous forme de marge avant que les concurrents ne le transforment en baisse de prix. L'efficacité se propage finalement dans un marché commoditisé, mais les premiers arrivés sont ceux qui engrangent la hausse des bénéfices et réinitialisent leur position de coûts en avance sur le peloton.
À la fin de cet article, vous devriez comprendre comment les entreprises aux marges les plus faibles peuvent enfin attaquer les coûts de coordination qui les ont maintenues structurellement à faible marge pendant des décennies – et pourquoi les entreprises qui agissent les premières distanceront le reste de leur secteur.
Les prestataires qui résoudront ce problème construiront des entreprises valant des milliards de dollars – et les entreprises qu'ils transformeront seront celles qui échapperont les premières au piège des marges.
Les barrières structurelles auxquelles sont confrontées les entreprises à faible marge
Pour la plupart des entreprises à faible marge, il existait des barrières structurelles qui les maintenaient enfermées dans cette position. Elles sont généralement en concurrence sur des marchés commoditisés, ont un pouvoir de fixation des prix limité et supportent de grandes bases de coûts d'exploitation qu'il était auparavant impossible de réduire sans nuire à la qualité du service. Comme elles ne peuvent pas faire bouger le prix du marché – le marché le fixe, pas l'entreprise individuelle – le coût est effectivement le seul levier qu'elles contrôlent.
Une part significative de cette base de coûts est la main-d'œuvre – et au-delà du travail physique lui-même, ces entreprises supportent également le coût de sa coordination.
Il existe une longue liste de travaux de coordination qui érodent la marge de ces entreprises au fil du temps. Par exemple, la planification, l'expédition, les approbations, la gestion des exceptions et d'innombrables boucles administratives sont supportées par les entreprises à forte intensité de main-d'œuvre, et grignotent ainsi les résultats de l'entreprise. C'est dans ce travail de coordination que l'IA a l'opportunité la plus claire de faire la différence pour les entreprises à forte intensité de main-d'œuvre et à faible marge.
Dans ces types d'entreprises, les coûts de main-d'œuvre représentent généralement près de 25 % du chiffre d'affaires. Environ un quart de ces dépenses de main-d'œuvre est lié à la gestion, la coordination et l'administration du travail, soit environ 6 % du chiffre d'affaires. Pour une entreprise qui fonctionne avec une marge de 3 %, réduire la charge de coordination de 10 % peut améliorer les bénéfices d'environ 20 %, modifiant ainsi l'ensemble du profil de bénéfices de l'entreprise.
Par conséquent, l'IA ne se contente pas de les rendre légèrement plus efficaces. Elle donne aux entreprises qui l'adoptent tôt une chance d'ouvrir un avantage de coût structurel sur leurs concurrents – et de fonctionner comme une entreprise véritablement plus rentable, peut-être pour la première fois.
Le problème, c'est que les entreprises qui ont le plus à gagner de l'IA sont souvent les moins capables de l'adopter
La plupart des solutions vendues aujourd'hui dans l'IA d'entreprise partent du principe que les employés adopteront un nouvel outil, l'utiliseront correctement et transformeront progressivement son utilisation en valeur qui se concrétisera dans les comptes de résultat. Étant donné que cette hypothèse ne tient même pas au sein des entreprises axées sur la technologie, elle est encore plus fragile dans une entreprise manufacturière, une entreprise de logistique ou toute autre entreprise à forte intensité de main-d'œuvre où la main-d'œuvre n'a pas l'habitude d'adopter un nouveau logiciel. Ces entreprises sont souvent les moins réceptives à la gestion du changement.
La véritable question est de savoir comment obtenir une expansion des marges pilotée par l'IA sans dépendre de l'adoption par les employés – ou du moins sans imposer de nouvelles interfaces d'interaction. C'est là le défi, et sa solution pourrait être l'opportunité la plus accessible d'un billion de dollars dans l'IA actuellement.
Trois étapes pour résoudre le défi du billion de dollars des faibles marges
1) Trouver le coût de coordination caché
La plupart des gens envisagent les économies de coûts de l'IA de manière trop étroite. Ils imaginent remplacer une tâche, réduire les effectifs ou rendre un employé plus rapide. Cela peut être important et se produira probablement à l'avenir, mais là où en sont les capacités de l'IA aujourd'hui, une part significative de l'opportunité réside dans le travail derrière le travail : les frais généraux nécessaires pour maintenir en mouvement des opérations humaines désordonnées.
L'employé de première ligne fait le travail, mais derrière l'exécution de la tâche se trouve un système de managers, superviseurs, analystes, équipes financières, équipes opérationnelles et personnel de back-office qui veillent à ce que le travail soit accompli et acheminé vers la bonne division de l'entreprise.
Cette couche de coordination existe parce que le travail humain est intrinsèquement plus désordonné que l'IA. Les humains prennent naturellement des décisions d'appréciation différentes, et chaque personne a son propre contexte de l'entreprise et de la tâche à accomplir. Avec le temps, cela devient un coût d'exploitation massif à coordonner au sein de l'organisation, et ainsi, la couche de coordination émerge.
Prenons l'exemple d'une entreprise de logistique avec laquelle nous avons récemment travaillé. Le coût de main-d'œuvre visible était celui des chauffeurs, mais l'entreprise payait aussi pour l'infrastructure de coordination autour d'eux : équipes de dispatching, modifications d'itinéraires, mises à jour clients, réclamations, factures, exceptions et rapprochement back-office. Cette dépense de coordination supplémentaire s'élevait à près de 10 % du chiffre d'affaires, et c'est cette dépense que nous avons pu attaquer dans la transformation.
Après avoir réalisé plusieurs autres transformations pour des entreprises à faible marge, nous avons réalisé que ce n'était pas un cas isolé. Le même schéma se retrouve dans la logistique, la fabrication, la gestion des installations, les services sur le terrain, le recrutement, les cliniques de soins de santé et d'autres entreprises à forte intensité de main-d'œuvre où le service est difficile à différencier, le pouvoir de fixation des prix est limité et l'opération dépend d'une coordination humaine constante. Ces entreprises ne peuvent pas simplement augmenter leurs prix pour échapper au problème. Leurs marges restent comprimées parce qu'elles ont besoin d'une grande couche de coordination pour fournir un service relativement commoditisé de manière fiable.
2) Supprimer l'adoption par les employés en tant que goulot d'étranglement
Si les entreprises axées sur la technologie ont du mal à obtenir une adoption à grande échelle de l'IA, il est irréaliste d'attendre un résultat différent d'une main-d'œuvre non technique. La plupart des produits d'IA d'entreprise dépendent encore de ce changement de comportement. Ils demandent aux employés d'ouvrir une nouvelle interface, de se rappeler quand l'utiliser, de décider à quelles tâches elle s'applique, puis de traduire le résultat dans le flux de travail qu'ils avaient déjà. En pratique, cela transforme l'IA en un autre endroit où le travail doit être effectué, au lieu d'un système qui supprime réellement du travail.
C'est pourquoi l'adoption échoue. Les employés ne veulent pas d'un autre outil qui les aide à faire le travail. Ils veulent que le travail soit fait. La solution idéale n'est pas une meilleure interface pour les employés, mais un système qui fonctionne à l'intérieur du flux de travail existant et qui supprime le besoin de la plupart de ces interactions en premier lieu.
3) Intégrer l'IA au niveau de l'infrastructure de l'entreprise
Ce que nous avons constaté dans ces déploiements, c'est que les meilleurs déploiements d'IA font des agents une partie de la couche opérationnelle de l'entreprise. Elle est superposée aux systèmes, boîtes de réception, fichiers, approbations et flux de travail existants là où le travail se fait déjà aujourd'hui.
Si la comptabilité fournisseurs passe par NetSuite, les e-mails, les PDF et les feuilles de calcul, l'agent doit fonctionner sur NetSuite, les e-mails, les PDF et les feuilles de calcul. Il doit extraire la facture, la rapprocher du bon de commande, signaler l'exception, préparer l'approbation et acheminer le problème à la bonne personne uniquement lorsqu'un jugement est nécessaire. Il doit ensuite aller plus loin pour apprendre des retours d'approbation afin d'affiner l'agent au fil du temps. La valeur doit être réalisée sans qu'un employé n'adopte et n'utilise un nouveau système – elle doit être intégrée dans le déploiement de l'IA.
La leçon qui vaut un million de dollars que nous avons apprise est que pour intégrer la valeur de l'IA dans une entreprise, vous devez vendre l'IA comme une infrastructure. Le logiciel demande à l'employé d'adopter un outil, mais l'infrastructure modifie la couche opérationnelle sous l'employé. L'employé doit toujours savoir ce qui s'est passé, et le propriétaire du processus doit toujours pouvoir mettre en pause le flux de travail, modifier une règle, approuver une exception ou rappeler une personne si nécessaire. Mais la valeur ne doit pas dépendre du fait que quelqu'un se souvienne d'utiliser l'IA chaque jour.
La plus grande opportunité de l'IA se cache là où on l'attend le moins
C'est pourquoi les entreprises à faible marge sont la plus grande opportunité d'expansion des marges dans l'IA.
Elles ont l'incitation économique la plus forte car de petites améliorations de marge créent d'énormes augmentations de bénéfices. Elles ont des structures de coûts de main-d'œuvre et de coordination importantes que l'IA est particulièrement adaptée à réduire. Et elles opèrent dans des industries où devenir ne serait-ce que légèrement plus efficace peut changer la position concurrentielle de l'entreprise.
Le marché s'est concentré sur les entreprises de logiciels, les entreprises technologiques et les travailleurs du savoir parce que ces entreprises adoptent les outils plus rapidement et ont les budgets pour expérimenter. Mais l'impact le plus important sur les bénéfices pourrait provenir des entreprises les moins susceptibles de se décrire elles-mêmes comme des entreprises d'IA.
Ce ne sont pas des gagnants évidents de l'IA parce qu'ils ne ressemblent pas à des entreprises d'IA de l'extérieur. Mais c'est précisément pour cela que l'opportunité est si grande.
Leurs marges sont minces parce que leurs opérations sont lourdes. Leurs opérations sont lourdes, souvent parce que la main-d'œuvre doit être coordonnée. Et l'IA est la première technologie qui peut supprimer une quantité significative de ce travail de coordination sans exiger que l'ensemble de la main-d'œuvre change sa façon de travailler.
La prochaine vague de gagnants de l'IA viendra du placement d'agents derrière les flux de travail des entreprises à faible marge et laisser les économies se manifester silencieusement dans le modèle opérationnel.
Si votre entreprise souhaite des résultats similaires, à l'instar de nos autres clients manufacturiers et logistiques qui ont constaté des hausses de marge à huit chiffres, retrouvez-nous sur varickagents.com
