Accompagnement des entreprises québécoises dans leur adoption de l'IA : freins, facteurs et leviers de réussite - une approche mixte

Ce mémoire s’inscrit dans le cadre d’un mandat de recherche au CIRANO visant à mieux comprendre les conditions favorisantes ou freinant l’adoption de l’intelligence artificielle (IA) au sein des entreprises québécoises, et notamment le rôle des structures d’accompagnement dans ce processus. Plus précisément, il a pour objet la conception et la mise à l’essai d’un questionnaire d’enquête à grande échelle destiné à mesurer ces dynamiques d’adoption. Pour ce faire, la première partie, dédiée à la revue de littérature, a permis de définir les concepts clés de l’adoption de l’IA, et d’en exposer les relations: littératie en IA, maturité numérique, processus d’innovation en IA, freins à l’adoption, bénéfices à l’adoption, accompagnement en IA, variables socio-économiques de l’entreprise impliquées. La deuxième partie, relative à la méthodologie, a pour but de formuler, à partir des enseignements de la littérature, les propositions qui décrivent ces relations entre variables. Un guide d’entrevue à destination des structures d’accompagnement en IA a été construit pour étudier le bien-fondé des propositions de recherche, la légitimité des concepts dans le modèle d’adoption de l’IA et la validité des indicateurs utilisés pour mesurer ces concepts. Afin d’obtenir une mesure future des différents concepts, le mémoire présente la construction d’un questionnaire à destination des entreprises, ainsi que la méthode pour l’enquête par sondage associée. Afin de construire ce questionnaire, nous avons fait une revue des outils préexistants, afin d’étudier les items utilisés et leurs formulations. Les choix méthodologiques relatifs à l’identification des populations de répondants aux entrevues et au sondage sont présentés dans cette même partie. La troisième partie, consacrée aux résultats présente les observations de 15 répondants appartenant à 9 structures d’accompagnement (parmi les plus importantes de l’écosystème en IA au Québec). Les résultats préliminaires témoignent que le modèle de description du phénomène d’adoption de l’IA, fondé sur l’étude d’un premier projet dont les performances influencent la propension des entreprises à poursuivre l’adoption, se rapproche fortement de la réalité. Ensuite, les représentants des organisations accompagnantes ont permis d’identifier les principaux freins et facteurs à l’adoption. D’après les résultats, un niveau de littératie en IA globalement faible ralentit l’adoption. Ce frein se répercute sur de nombreux autres : mauvaise compréhension du processus d’adoption, inadéquation des technologies aux besoins, perception biaisée du coût réel de l’IA. L’aspect financier occupe selon plusieurs accompagnateurs une place aussi très importante, surtout chez les PMEs. La stratégie gouvernementale, basée notamment sur des financements incitant les entreprises à investir en IA, fonctionne dans une moindre mesure : une fois les financements épuisés, les projets en IA en phase expérimentale sont pour beaucoup abandonnés. Les structures d’accompagnement jouent plusieurs rôles dans ce processus d’adoption technologique : formation, mise en relation avec divers acteurs, allocation de subventions gouvernementales, partage de ressources et transfert de connaissances. Les participants aux entrevues ont été nombreux à faire état d’un rôle d’éducateur : aider les entreprises à démêler le vrai du faux autour des questions d’IA, à comprendre leur besoin et leur maturité technologique. L’écosystème et ses acteurs ont un impact limité dans l’adoption de l’IA à grande échelle. Leur nombre ne suffira pas à appuyer suffisamment d’entreprises pour atteindre les 10% d’adoption voulus par le gouvernement. Ils jouent néanmoins un rôle essentiel pour la mise en pratique de la stratégie québécoise en intelligence artificielle. Finalement, cette étude a permis de consigner et d’analyser les réflexions de plusieurs membres de l’écosystème d’accompagnement en IA, orientées autours des questions de son adoption par les entreprises. L’étude a aussi enrichit la méthode d’une étude quantitative à grande échelle qui permettra d’appuyer ces résultats préliminaires.

Abstract

This research project is part of CIRANO’s mandate to develop a better comprehension of the conditions that facilitate or hinder AI adoption in Québec’s compagnies, and in particular the role of the collaboration organizations as a part of this process. More precisely, the aim of it is the conception and testing of a survey dedicated to measure the phenomenon. To do so, the first part, dedicated to the literature review, allowed us to define the key concepts of IA adoption, and to shed light on their relationships: AI literacy, digital maturity, Ai innovation processes, barriers to adoption, benefits of adoption, collaboration mechanisms, and the socio-economics variables involved. The second part, related to methodology, achieved the objective of formulating, thanks to the literature review, the main hypothesis describing the relationships between variables. An interview guide, aimed at collaborative organizations was created to assess the accuracy of the research hypothesis, the legitimate of the concepts used in the Ai adoption describing model, and the validity of the indicators used to measure those concepts. To make a measure of those concepts, the paper presents the construction of a survey, aimed to compagnies of the province of Québec, as well as the method associated. To do so, we made a review of the pre-existing survey to evaluate the items used and the formulations. Methodological choices related to the identification of both interview and survey respondent’s population are also presented in this section. The results section presents the observations formulated by 15 respondents of 9 of the most important collaborative structures in Québec’s AI ecosystem. The preliminary results suggest that the AI adoption model used in the survey, based on a first project which performance influence the propensity of pursuing adoption, is close to reality. Then, participants helped identifying the main factors affecting adoption. According to the observations, a generally low level of AI literacy is slowing down the adoption of AI. This barrier reflects on others: misunderstanding of the adoption process, inadequacy of technologies and needs, and biased perception of AI real cost. Financial aspects are also a main factor according to respondents, especially for SMEs. The government strategy, based on incentive fundings for programs, is working more or less: once the fundings drained, many AI projects are left behind. Collaborative organizations play many roles in this technological adoption process: training activities, networking with actors of the ecosystem, subvention allocation, resources’ mobilization, and knowledge transfer. Participants were numerous to indicate the educational role: helping compagnies understand the reality behind AI, understand their needs and evaluate their digital maturity. However, the ecosystem and its actors have a limited impact on large-scale AI adoption. Their number will not be sufficient to support enough compagnies to achieve the 10% of adoption wanted by the government. Even though, they have a key role to play in the implementation of Québec’s AI strategy. Finally, this study aimed to document and analyse the perspectives of several members of the collaborative AI ecosystem, regarding compagnies’ adoption. The study contributed to improving the methodology for a quantitative survey designed to verify these preliminary finding.