Julie Bilodeau :
Bonjour et bienvenue au BDO Digital Digest, votre référence en matière des dernières innovations technologiques ici chez BDO Canada. Je suis Julie Bilodeau, et je suis accompagnée de bien plus de personnes que vous avez l'habitude de voir. Voici Hamed, le co-animateur.
Hamed Faghfoury :
Bonjour.
Julie Bilodeau :
Voici Matt Glenen, et Ahmad Ovais. Nous sommes ici pour vous aider à explorer comment la technologie en évolution propulse les entreprises vers l'avant et redéfinit notre travail. Spécifiquement, dans le thème d'aujourd'hui, nous parlons de capital-investissement et comment cela réorganise discrètement le monde de la technologie, qui elle-même transforme la manière dont le capital-investissement réussit. Donc, des privatisations de plusieurs milliards de dollars, à la cybersécurité, à la construction d'infrastructures d'IA révolutionnaire, les règles du jeu change. Donc, aujourd'hui, nous allons analyser comment le capital, la technologie, et le Canada s'intègrent tous ensemble. Comme je l'ai mentionné, Matt Glenen est l'un de nos partenaires en conseil technologique. Il dirige notre domaine des applications commerciales chez BDO Digital, et il est notre leader en capital-investissement pour la technologie. Donc, il dirige des transformations à travers nos entreprises canadiennes. Nous sommes heureux de vous recevoir, Matt. Je tiens aussi à vous partager qu'il a également contribué à notre rapport BDO 2025 sur le capital-investissement au Canada. Alors, veuillez le consulter pour découvrir davantage ce que représente la valeur de la technologie en tant que levier pour nos entreprises de capital-investissement. Ahmad Ovais est aussi avec nous aujourd'hui, il fait partie de notre équipe BDO Canada Digital et Stratégie et Transformation AI, un de nos partenaires ici qui conseille les clients à travers les secteurs, comme le capital-investissement, sur comment planifier efficacement et adopter l'AI dans l'organisation pour obtenir une valeur mesurable. Donc, nous sommes bien entourés ! Je pense que nous sommes prêts pour notre discussion sur le capital-investissement. Tout d'abord pour structurer et démarrer la conversation voici quelques statistiques pour vraiment nous concentrer sur nos motivations, il s'avère qu'en 2025, 27 % des dépenses de capital-investissement sont allées dans 10 000.. dans des transactions de 10 milliards de dollars. J'aimerais bien que ce soit le cas. Donc, l'échelle est de retour selon un rapport d'EY. Nous avons aussi un jalon de 50 milliards de dollars de partenariat de capital privé déployé pour développer la capacité des centres de données IA. Cela figure dans un rapport média de KKR. Voici donc quelques statistiques concernant le capital-investissement, comment les choses se déroulent, et pourquoi nous sommes ici pour en parler aujourd'hui. Alors, merci à tous, et plongeons dans ce sujet fascinant.
Ahmad Ovais :
Merci de nous recevoir.
Julie Bilodeau :
Pas de problème. Donc, tout d'abord, je pense que nous pourrions démarrer par la façon dont, par exemple, les sociétés de capital-investissement semblent constamment chercher des moyens, pour rationaliser leurs opérations et maximiser la création de valeur. Alors, où voyez-vous les plus grandes opportunités pour des gains d'efficacité grâce à l'IA dans le cycle de vie du capital-investissement par exemple, de la recherche de transactions jusqu'à la gestion de portefeuille ? Qu'en pensez-vous ?
Matt Glenen :
Merci Julie. Je vais y répondre. Et encore une fois merci beaucoup de nous recevoir. C'est un sujet vraiment passionnant. J'ai l'impression qu'on doit presque le dater et l'horodater, parce que nos propos pourraient évoluer. L'IA évolue à une vitesse fulgurante. Je vais en parler un peu. Nous avons mentionné le capital-investissement plusieurs fois. Je vais définir rapidement le capital privé. Donc, le capital privé est un terme général qui couvre les entreprises d'infrastructure, les entreprises immobilières, et les entreprises de capital-investissement. Mais pour aujourd'hui, nous parlerons de PE, ou capital-investissement. Et donc, comme dans toute industrie, nous voyons des PE à tous les stades d'évolution en ce qui concerne leur adoption de l'IA. Nous avons quelques premiers utilisateurs. Ils ont des plans clairs, ils ont des équipes assignées, ils ont alloué des fonds, ils font le choix délibéré d'être un leader progressif en IA. Ils voient l'IA comme un avantage stratégique. Et souvent, nous voyons cela comme certains des fonds plus importants et mieux financés qui peuvent vraiment allouer les ressources nécessaires pour être à la pointe de l'avancé. Nous voyons certaines entreprises adopter une approche patiente et attentive. Ils observent ce que font les autres. Ils font un choix délibéré d'être habilités par l'IA. Nous voyons cela de diverses manière, surtout auprès de certaines sociétés de capital-investissement, les PE de marché intermédiaire, certaines d'entre elles sont des structures assez légères. Ils n'ont pas une grande équipe de personnes à redéployer pour réfléchir à comment maximiser l'IA. Mais si vous prenez du recul, il y a probablement trois types de modèles typiques que nous avons vus émerger dans l'adoption de l'IA par le capital-investissement. Le premier est d'utiliser l'IA pour faciliter une prise de décision adéquate et améliorée. Ainsi, les investisseurs en capital privé ont accès à une tonne d'informations. Ils ont beaucoup de données. Dans certains cas, ils utilisent des modèles complexes pour évaluer une analyse transactionnelle. Souvent, leurs données sont fragmentées, l'information est un peu dispersée, et ils doivent agir rapidement. Ils doivent prendre des décisions rapides pour acquérir une entreprise ou se désengager. La tendance a été, de par le passé, de prendre ces décisions par instinct ou peut-être par intuition. Par le biais de données pour plus de clarté. Désormais l'IA peut être utilisée et est utilisée pour rendre ce processus beaucoup plus reproductible, fiable et passionnant. Ainsi, vous pouvez prendre, des décisions rapides en utilisant la cohérence, en étant guidé par les données, et en évaluant le risque. Et ensuite, vous pouvez entraîner votre IA à identifier de meilleures données et utiliser cette information de manière plus efficace. Il s'agit de la prise de décision. La prise de décision, est le domaine numéro un où nous voyons l'adoption de cette technologie. Le numéro deux concerne la gestion de leurs opérations. Donc, que ce soit leurs équipes de négociation qui font des recherches sur une cible potentielle, ou en facilitant le processus de diligence, en lisant un CIM, un mémorandum d'information confidentiel, et en le résumant rapidement, ou en communiquant avec leurs investisseurs, leurs LP, dans le juridique, en rédigeant ou en analysant un contrat. Cela peut être fait de manière vraiment efficace avec l'IA générative. En finance, il est possible de rédiger une entrée d'examiner les rapports de dépenses, plein de cas d'utilisation pour gérer leurs opérations principales plus efficacement. Et puis, la troisième manière, et cela varie vraiment, selon le capital-investissement, mais cela les entreprises de leur portfolio à adopter l'IA. Donc, aider les entreprises de leur portfolio à mettre en œuvre une stratégie d'IA pour obtenir beaucoup de valeur et rationaliser leurs opérations. Donc, beaucoup de façons. Je le répète, actuellement parce que cela change constamment. Les capacités de l'IA évoluent de manière exponentielle.
Julie Bilodeau :
Oui. À vous écouter, les cas d'utilisation semblent infinis, Matt.
Hamed Faghfoury :
Pour rebondir là-dessus, je sais, Ahmad, que vous êtes expert de la tendance IA pour le RSI ici chez BDO Canada. Vous êtes à la tête de ce mouvement. Et quand vous pensez au RSI en termes de capital-investissement, on dirait généralement, traditionnellement, qu'il est mesuré en résultats financiers. C'est ce qui semblerait logique. Voyez-vous l'IA changer cette tendance d'après ce que vous observez dans l'industrie ? Non seulement en termes de retours plus rapides, mais voyez-vous cela débloquer de nouvelles possibilités et de nouveaux moteurs de valeur dans l'ensemble ?
Ahmad Ovais :
Oui, je pense... août 2025, Matt, n'oublions pas de dater. Je pense que, quand on pense au RSI, en ce qui concerne l'IA, il faut le considérer un peu différemment. Comme nous avons généré un impact sur le marché, le RSI grâce à l'IA devrait être réparti sur trois niveaux différents. Le premier niveau est ce dont, Matt a beaucoup parlé qui est le RSI mesurable en termes de valeur interne et externe, que ce soit le chiffre d'affaires ou le résultat net ou des économies de valeur générale, efficacité, productivité. Et il y en a énormément. Et certains sont des gains rapides, et certains sont de la valeur stratégique, mais je pense que c'est mesurable. L'autre partie constitue un niveau véritablement différenciateur de valeur, comment pouvons-nous utiliser l'IA pour transformer notre organisation ? Où nous pouvons commercialiser nos produits différemment, où nous pouvons établir des partenariats différemment, où nous avons une force qui se démarque d'une entreprise typique de capital-investissement. Le troisième est un retour sur investissement des capacités, comment pouvons-nous aider nos talents à renforcer leur curiosité et leur compétence, à stimuler plus d'agilité et de flexibilité dans le marché en évolution. Actuellement, les défis transfrontaliers les complexités perdurent, et le marché continue de connaître des hauts et des bas intéressants et des flux et reflux. Et donc, ce que cela signifie vraiment c'est que, pour un membre du personnel d'entreprise ou un leader, le monde est complexe, il change quotidiennement. Et dans ce contexte, vous avez des personnes curieuses et des personnes traditionnelles. L'IA va suralimenter les gens curieux. Et donc, ces gens apporteront plus de valeur à l'avenir. Donc, ce sont les résultats mesurables à travers un RSI quantifiable, c'est un RSI stratégique à travers des moments de différenciation de valeur et des mesures, et ensuite c'est un RSI de capacité à travers le renforcement des compétences, de la curiosité. Je dirais que les trois sont puissants. Si nous regardons l'horizon, Je pense que, à court terme, c'est plus mesurable, mais je pense qu'en termes d'avantage compétitif durable, comme le dit Porter, ce sera davantage une question de capacité et de stratégie.
Julie Bilodeau :
Alors, Ahmad, comment une entreprise passe-t-elle de l'expérimentation avec l'IA, ce que beaucoup d'entre elles font, À quoi cela sert-il, et que pouvons-nous en attendre ? À la connecter à leurs investissements pour obtenir des résultats commerciaux mesurables ? Y a-t-il des clés que vous voyez qui les feront passer de simples expérimentateurs de l'IA à ceux qui réalisent véritablement, ce retour sur investissement de l'IA ?
Ahmad Ovais :
Je pense que la plupart d'entre nous ont parcouru le rapport Gartner qui est sorti il y a deux mois et le rapport MIT qui est sorti la semaine dernière, qui parle des défis auxquels les organisations sont confrontées dans l'expérimentation. Je pense que Gartner le présente comme « POC ». Le rapport MIT a un autre terme. Mais au final, ce que beaucoup de recherches et d'analyses, et je veux dire d'un point de vue IA vers RSI, alors que nous interagissons avec une tonne de clients et livrons des projets, il y a trois raisons principales pour lesquelles les organisations ont du mal à obtenir un RSI. La première est l'absence de planification technologique traditionnelle. Je pense que beaucoup d'organisations se sont dit : « Oh, nous pouvons simplement passer à l'IA sans aucun niveau de- »
Hamed Faghfoury :
Ils voulaient un raccourci. Ils voulaient un raccourci. De la magie. C'est magique.
Ahmad Ovais :
C'est magique. Nous ne faisons pas cela lorsqu'il s'agit de toute autre transformation numérique. Une partie a été suspendue. Comme un espoir et une manière optimiste de procéder, beaucoup d'entreprises reconnaissent que, sans intention claire, vision, objectif, approche, vous essayez essentiellement beaucoup de choses différentes sans raison.
Julie Bilodeau :
Ahmad, cela me rappelle le « Si vous planifiez... », comment c'est ? « Si vous échouez à planifier, vous planifiez d'échouer. » C'est à cela que cela me fait penser.
Ahmad Ovais :
Correct. Et un de mes leaders dans l'entreprise, Sam, dit que parfois vous devez aller lentement pour aller vite. Et je pense que tout le monde a essayé d'aller plus vite le premier jour, et ça ne fonctionne tout simplement pas quand quelque chose d'aussi complexe que l'IA est en jeu. Donc, je dirais que c'est un élément, et c'est un élément très facile à corriger. Construisons un bon plan dans un cas d'affaires pour aller de l'avant. L'autre élément est le manque de préparation en ce qui concerne la technique et les données. Beaucoup d'organisations ont des données historiques étendues, et les sociétés de capital-investissement en ont beaucoup. Pensez aux rapports PortCo qu'ils reçoivent chaque trimestre, tous les milliers de contrats et documents juridiques, une quantité considérable de données, mais vous ne pouvez pas les parcourir. Vous ne pouvez pas vraiment vous en servir. Vous devez les nettoyer, les organiser, les classifier avant de pouvoir les rendre utilisables. Donc, cela concerne la préparation des données, et nous ne touchons même pas aux données dans les systèmes, qui pourraient être, des pétaoctets de données. Et puis, vous avez la préparation technique, qui est une étape où les systèmes ne se parlent pas. Donc, si je veux une perspective en utilisant l'IA qui rassemble plusieurs sources de données, si ces sources ne sont pas connectées, ça va être très difficile à réaliser. Et donc, avoir un peu de préparation technique, et des données, va dynamiser les cas d'utilisation complexes de l'IA où réside beaucoup de valeur, et de résultats personnalisés. Et je dirais que le troisième élément est l'adoption responsable. Beaucoup d'organisations pensent à l'IA comme quelque chose que nous allons former pendant les tests commerciaux. Juste avant qu'ils ne soient en ligne, nous allons former les utilisateurs commerciaux sur comment tout utiliser, et tout ira bien. Cela ne se passe jamais bien, surtout pour quelque chose d'aussi puissant que l'IA. Le personnel a d'énormes préoccupations concernant leur vie, leur emploi, leurs résultats. Et donc, vous devez les impliquer dès le début. Vous devez expliquer ce qu'ils y gagnent, et vous devez le faire de manière responsable. Donc, d'un point de vue PE, une des choses que nous observons beaucoup est la sensibilité à la précision et à la qualité; c'est primordial pour leur entreprise. Et donc, il y a une aversion extrême au biais et à l'hallucination et à la mauvaise qualité et au manque de références. Donc, nous devons nous assurer que la responsabilité n'est pas perdue. Beaucoup d'organisations adoptent la norme ISO 4201, qui est l'une des normes les plus avancées. Mais n'importe quelle norme est meilleure que pas de norme. Nous devons trouver un moyen de garantir une observabilité appropriée, une base solide, une objectivité, une traçabilité lorsque l'IA répond, et nous devons impliquer nos équipes dans ces processus. Donc, je dirais que ce sont les trois choses essentielles. Et si une organisation fait ces trois choses pendant qu'elle expérimente ou dans le cadre de son expérimentation, elle aura une probabilité beaucoup plus élevée de valeur et de résultats que dans le contexte de : « Essayons simplement cinq cas d'utilisation différents, et l'un d'eux fonctionnera. »
Hamed Faghfoury :
Cela m'amène à ma prochaine question pour vous Matt, en termes de talent et de culture en général et de gestion du changement. Nous utilisons tous l'IA de différentes manières dans notre vie quotidienne, et nous en avons parlé dans d'autres épisodes également. Et c'est vraiment intéressant quand vous commencez à regarder comment cela pose un défi, avec des organisations qui observent pour voir comment s'adapter à leur équipe et à leur culture. Alors, comment les entreprises de capital-investissement gèrent-elles cela ? Comment font-elles face à ce changement, cette idée qu'il y a des implications à utiliser l'IA et des moyens stimulants pour changer leur mode de travail.
Matt Glenen :
Je pense, oui, Ahmad en a couvert une partie, mais je reviendrai peut-être sur le concept comme étant un voyage ou un spectre. Si vous pensez à la première interaction que la plupart d'entre nous ont eue avec l'IA, c'était en se connectant à ChatGPT et en lui posant une question amusante et en lui demandant d'écrire une histoire pour nous. Donc cette première interaction et la première façon dont les organisations adoptent l'IA est ce que nous appelons : la couche d'autonomisation individuelle. Donc, les gens utilisent l'IA individuellement pour faire des choses simples, peut-être que j'utilise Copilot pour prendre mes notes de réunion, ou j'utilise quelque chose pour m'aider à écrire un email. Donc, cela rend mon travail un peu plus facile. Et à l'échelle de l'organisation, il est difficile de voir ces résultats. À mesure que vous progressez dans votre carrière, donc, en quelque sorte, la deuxième étape est l'habilitation de l'équipe. Ainsi, les équipes utilisent l'IA ensemble pour effectuer des fonctions particulières. Donc peut-être que nous avons mis en œuvre un modèle de prise de décision, ou nous l'utilisons pour revenir à l'idée d'une équipe de négociation utilisant une IA pour améliorer une partie de leur processus. Plus loin sur la courbe, c'est l'augmentation de l'équipe. Donc, maintenant vous avez construit un agent IA qui est un membre de l'équipe, qui est autonome, effectue une fonction particulière dans l'équipe, remplit un rôle. Et puis, un peu le dernier stade de maturité, ou la dernière étape du parcours c'est lorsque vous exploitez un modèle d'exploitation d'IA complet, vous avez plusieurs agents qui prennent en charge des parties d'un processus d'affaires. Donc, vous pouvez imaginer que les impacts organisationnels changent vraiment selon l'endroit où vous vous situez dans le spectre. Au début, vous devez enseigner aux gens les bases. Vous devez trouver des cas d'utilisation, vous devez faire des expérimentations, vous devez former les gens à comment formuler des demandes, comment valider les résultats, afin d'éviter ce piège de l'hallucination dont Ahmad a parlé. À mesure que vous progressez sur la courbe et que vous commencez à faire exécuter des fonctions par des agents, vous avez besoin de politiques et de procédures qui implémenteront des garde-fous. Vous avez besoin de capacités, vous devez rester à jour avec les tendances, vous avez besoin d'équipes qui peuvent se concentrer sur les données. Et puis, à mesure que vous vous rapprochez de l'état final, l'IA est un membre de l'équipe, vous avez besoin de RH qui réfléchissent à la manière dont les agents IA font partie de votre organisation. Donc, la formation et l'impact sur les talents sont vraiment multifacettes et dépendent en quelque sorte de l'endroit où vous en êtes dans ce parcours.
Hamed Faghfoury :
Oui, ça a du sens.
Ahmad Ovais :
Si je peux juste ajouter une chose à cette réponse c'est que je pense que Jenson l'a très bien dit : la meilleure façon d'utiliser l'IA est de l'utiliser de manière agressive. Nous devrons continuer à essayer différentes manières de travailler avec elle, et avec le temps, nous découvrirons tous quelle est la meilleure façon pour nous. Et avec les fonctionnalités de mémoire, je pense qu'elle commence à mieux nous connaître, et elle deviendra exponentiellement meilleure avec le temps.
Hamed Faghfoury :
Oui, et apprendre les uns des autres. C'est aussi une grande leçon, c'est que nous allons apprendre. Je pense que cela fait partie du talent, c'est que c'est l'une des rares technologies où, à mesure que les gens l'utilisent quotidiennement, ils pourront également en tirer parti de manière positive aussi.
Julie Bilodeau :
Je dois vous couper, Hamed, car nous avons atteint le temps imparti.
Hamed Faghfoury :
Oh, whaou.
Julie Bilodeau :
Je sais.
Hamed Faghfoury :
Nous devrions en parler, et Jenny n'a même pas eu l'occasion de poser sa question.
Julie Bilodeau :
Je sais. Ce sera une surprise pour notre public. Dans quel épisode était-ce que nous avons manqué Jenny posant une question ?
Hamed Faghfoury :
Donc, si vous ne le savez pas, Jenny est notre co-animatrice, et ils m'ont dit dans le passé, « Ne mettez pas en colère les agents IA. » Et je ne sais pas, peut-être que j'ai regardé trop de films de science-fiction. Mais c'est l'un de ces cas où, espérons-le, elle-
Matt Glenen :
Nous n'avons pas permis à l'IA de poser une question sur le podcast IA.
Julie Bilodeau :
Oui, ce sera celui-là. Ce sera celui-là.
Hamed Faghfoury :
On verra si nous fâchons l'agent IA. Mais nous laisserons Jenny en poser deux dans le prochain épisode.
Julie Bilodeau :
Voilà. Nous nous rattraperons auprès d'elle. Nous nous rattraperons. Je pense que c'est un bon endroit pour terminer. Parler des gens et comment cela impacte notre façon de travailler. C'est tout ce dont parle ce podcast. Alors, merci beaucoup à tous d'être ici. Merci à ceux qui nous écoutent. Merci de nous rejoindre à nouveau sur BDO Digital Digest. La prochaine fois, Jenny posera quelques questions supplémentaires. Et en attendant, pour ceux qui nous écoutent, continuez à explorer l'avenir de la technologie dans votre monde, et restez innovants, et pliez l'arc des possibilités dans votre monde. Alors, merci beaucoup à tous d'être ici.
Ahmad Ovais :
Merci de nous avoir invités.