L’Intelligence Artificielle (IA) promet de transformer les secteurs clés de l’Economie. En Afrique, son impact sur les entreprises, les consommateurs, l’environnement et les Etats, alimente les stratégies de développement. L’intégration de l’IA dans le Cloud ouvre la voie à une transition numérique plus inclusive, tout en faisant émerger de nombreux questionnements en termes de compétences, d’infrastructures, de souveraineté, de cybersécurité, de réglementation et de coopération.
Au terme des travaux ayant jalonné deux journées intenses d’échanges et de partage d’expériences à l’occasion de la 13è édition des ATDA, voici 10 leviers pour réduire le fossé numérique entre l’Afrique et les économies avancées détentrices de technologies Cloud et en IA, afin d’asseoir une véritable maîtrise de ces technologies disruptives sur le continent.
1- Construire un écosystème numérique basé sur des compétences locales, pour valoriser et absorber les talents, accompagner les entrepreneurs digitaux et les femmes, afin de limiter la fuite des cerveaux. La reconversion des professionnels en activité dans l’administration publique et des programmes de formations professionnelles certifiantes seront indispensables.
2- Doter l’Afrique d’infrastructures numériques de pointe (centres de données, capacités cloud, réseaux à haut débit, supercalculateurs), afin de concrétiser le plein potentiel du Cloud et de l’IA. La domiciliation des données en local est cruciale pour traduire l’ambition commune de souveraineté en actions concrètes et durables.
3- Encourager l’émergence d’une véritable recherche fondamentale et appliquée en IA, dans le but de soutenir la création de pôles d’excellence, les projets innovants et le partage de bonnes pratiques. Les partenariats public-privé, les fonds et programmes de financement dédiés seront les clés pour passer des modèles théoriques à des stratégies de mise en œuvre concrètes.
4- Définir des cadres de gouvernance de l’IA alignés sur des principes éthiques et adaptés aux réalités africaines des entreprises publiques et privées. Un paysage institutionnel cohérent, harmonisé au niveau des acteurs et contribuant à améliorer la conduite du changement et l’adoption de technologies Cloud à base d’IA est un prérequis pour faciliter l’intégration de ces technologies disruptives.
5- Mettre en place des politiques de cybersécurité nationales rigoureuses, par la sensibilisation des dirigeants, des travailleurs et des consommateurs aux risques cybers, l’adoption d’approches proactives en matière de cybersécurité, afin d’optimiser la protection des solutions numériques et garantir une résilience optimale des infrastructures Cloud alimentées à l’IA. L’adhésion à des conventions communes en matière de cybersécurité et de protection des données, et l’adoption d’une réglementation africaine en matière d’IA sont essentielles pour traduire l’ambition commune de souveraineté en actions concrètes.
6- Développer des partenariats ciblés avec des leaders mondiaux de l’IA publics et privés (transferts de technologie, co-développements, investissements), de manière à accélérer la montée en puissance de l’Afrique.
7- Accroitre la collaboration entre les entreprises, les startups numériques et les organisations d’appui à l’entrepreneuriat, pour éviter de passer à côté d’innovations et d’opportunités, parfois de “rupture” en matière d’IA et de Cloud, à un moment où d’autres acteurs prennent pied dans l’écosystème.
8- Promouvoir la diversité et l’inclusion dans le développement de l’IA, afin de réduire l’écart qui se creuse entre les sexes. Redoubler d’efforts pour accompagner les entreprises féminines et aider les femmes à surmonter les écueils dans le secteur du numérique est important pour favoriser un développement équitable.
9- Accroître et améliorer les cas usages en matière d’IA, afin de mieux faire comprendre cette évolution technologique, ses apports à l’amélioration des compétences, son impact sur la transformation, la création de valeur et la croissance économique qu’elle engendre.
10- Améliorer la durabilité des centres de données en vue de prévenir l’augmentation des charges de travail liées à l’intelligence artificielle et à la quantité de données alimentant les modèles.
