Ayesha Khanna

Pourquoi les entreprises font appel à Ayesha Khanna

• Son diagnostic intitulé « pilot purgatory » (selon lequel plus de 88 % des projets pilotes d'IA ne sont jamais déployés à grande échelle) offre aux équipes de direction un cadre précis pour comprendre pourquoi leurs programmes stagnent, ainsi qu'une feuille de route structurée vers la mise en production. Il s'agit d'un argument validé sur le terrain, avec des implications stratégiques claires.
• Elle apporte une expérience de gestion au niveau du conseil d'administration que la plupart des conseillers en IA ne possèdent pas : Johnson Controls (bâtiments intelligents), NEOM Tonomus (infrastructure nationale de ville intelligente en Arabie saoudite), Mercy Healthcare (États-Unis) et le comité consultatif scientifique de L'Oréal. Elle a dirigé des stratégies d'IA, et ne s'est pas contentée de les conseiller.
• Son travail de conseil couvre à la fois la stratégie nationale en matière d'IA : elle a contribué à l'élaboration du programme SkillsFuture de Singapour et a siégé au conseil d'administration de l'IMDA. Les organisations bénéficient ainsi d'une stratège qui a travaillé des deux côtés.
• Son ancien poste au conseil d'administration d'AVEVA et son rôle actuel chez Johnson Controls lui confèrent une vision directe de la manière dont l'IA et la transformation numérique remodèlent les infrastructures critiques, ce qui est particulièrement pertinent pour les secteurs où l'adoption de la technologie a des conséquences à long terme.
• En tant qu'auteure de l'ouvrage à paraître Gamechanger, un guide pratique de stratégie d'entreprise sur l'IA générative, elle élabore le cadre conceptuel nécessaire pour relever le défi actuel de l'adoption de cette technologie au moment même où il se pose, et non a posteriori.

Faits marquants de sa biographie

• Co-fondatrice et PDG d'Addo AI, une entreprise mondiale de solutions d'IA dont les clients comptent notamment Singtel, SMRT, Pfizer, Sompo Holdings, Habib Bank et Smart Dubai
• Membre du conseil d'administration : Johnson Controls (NYSE : JCI) ; NEOM Tonomus, Arabie saoudite ; anciennement AVEVA (FTSE 100, avant son acquisition par Schneider Electric)
• Membre du comité consultatif scientifique de L'Oréal ; membre du comité des consommateurs de Mercy Healthcare ; membre de Singapore HTX (technologies de sécurité intérieure)
• Membre des Conseils mondiaux pour l'avenir du Forum économique mondial ; anciennement membre du conseil d'administration de l'IMDA de Singapour et du comité directeur SkillsFuture du ministère de l'Éducation
• Nommée parmi les femmes entrepreneurs pionnières d'Asie du Sud-Est par Forbes ; classée parmi les 50 meilleurs créateurs d'IA par Edelman (2025) ; classée parmi les 16 influenceurs IA à connaître par Salesforce (2024)
• Auteure de Straight Through Processing (2008) et co-auteure de Hybrid Reality (TED Books, 2012) ; prochain ouvrage Gamechanger sur la stratégie commerciale en matière d'IA générative
• Publiée et citée dans le New York Times, la Harvard Business Review, Forbes, TIME, Foreign Policy et Strategy+Business
• Doctorat en systèmes d'information (innovation numérique dans les villes intelligentes), London School of Economics ; Master, Université de Columbia ; Licence (avec mention), Université de Harvard

Biographie

Ayesha Khanna a passé deux décennies à la croisée des chemins entre la stratégie en matière d'IA et les décisions que les conseils d'administration doivent prendre. Son argument est clair : la plupart des organisations n'échouent pas dans le domaine de l'IA par manque d'ambition ou de budget. Elles échouent parce qu'elles mettent en place des projets pilotes sans l'architecture de résultats commerciaux nécessaire pour les déployer à grande échelle, ce qu'elle appelle le « purgatoire des projets pilotes », un état dans lequel se retrouvent piégés plus de 88 % des programmes d'IA en entreprise.

Ayesha accompagne les grandes entreprises et les gouvernements tout au long du processus d'adoption, de la stratégie au déploiement, avec des clients tels que Singtel, SMRT, Pfizer, Sompo Holdings, Habib Bank et Smart Dubai.

Ayesha Khanna a passé plus de dix ans à Wall Street à développer des systèmes à grande échelle de trading, de gestion des risques et d’analyse de données. Son doctorat à la London School of Economics portait sur l’innovation numérique dans les villes intelligentes, ancrant son travail pratique dans un cadre analytique rigoureux.

Ce qui distingue Mme Khanna de la plupart des stratèges en IA, c'est la nature de son expérience au sein de conseils d'administration. Elle occupe actuellement des mandats d'administratrice chez Johnson Controls (technologies de bâtiments intelligents, NYSE : JCI), NEOM Tonomus (l'organisme chargé de l'infrastructure technologique du projet de ville intelligente NEOM de 500 milliards de dollars en Arabie saoudite) et Mercy Healthcare, et siège au comité consultatif scientifique de L'Oréal.

Elle a précédemment siégé au conseil d'administration d'AVEVA lorsque celle-ci figurait dans l'indice FTSE 100. Il ne s'agit pas de simples fonctions consultatives, mais de rôles de gouvernance dans lesquels elle a été responsable de la stratégie technologique au niveau fiduciaire, couvrant simultanément les secteurs de la santé, des infrastructures et des sciences de la consommation.

Son prochain ouvrage, Gamechanger, transpose cette perspective de praticienne en un guide stratégique structuré pour l'IA générative.

Ses deux précédents livres, Straight Through Processing (2008) et le livre TED Hybrid Reality (2012), coécrits avec Parag Khanna, ont établi son argument initial selon lequel la relation entre l'homme et la technologie passait de la coexistence à la coévolution. Cet argument a bien vieilli. Khanna a été reconnue par Forbes comme l'une des femmes entrepreneurs les plus innovantes d'Asie du Sud-Est, classée parmi les 50 meilleurs créateurs d'IA d'Edelman en 2025, et citée dans le New York Times, la Harvard Business Review et Foreign Policy.

Principaux thèmes de ses interventions

• Stratégie en matière d'IA générative et adoption par les entreprises
• Gouvernance de l'IA et cadres de gestion des risques
• Villes intelligentes et infrastructures technologiques urbaines
• L'IA dans les services financiers et les soins de santé
• L'avenir du travail dans une économie axée sur l'IA
• Stratégie nationale en matière d'IA et collaboration public-privé
• L'ère hybride : coévolution entre l'humain et la technologie

Idéal pour

• Les PDG et les équipes de direction chargées de mettre en place ou de développer des programmes d'IA d'entreprise
• Les membres du conseil d'administration et les administrateurs non exécutifs chargés de la gouvernance technologique et de la supervision des risques numériques
• Les dirigeants du gouvernement et du secteur public qui élaborent des stratégies nationales en matière d'IA ou des initiatives de villes intelligentes
• Les organisations des secteurs des services financiers, de la santé et des infrastructures qui en sont à des stades avancés de déploiement de l'IA

Résultats attendus

• Un diagnostic précis des raisons pour lesquelles les projets pilotes d'IA s'enlisent avant leur déploiement à grande échelle, ainsi qu'un cadre pour mettre en place l'architecture des résultats commerciaux nécessaire pour passer de l'expérimentation à la production
• Une compréhension pratique de ce à quoi ressemble la gouvernance de l'IA au niveau du conseil d'administration : ce que les conseils d'administration doivent prendre en charge, ce qu'ils doivent déléguer et quels risques nécessitent un cadre formel
• Des exemples sectoriels d'organisations générant des revenus mesurables et un impact opérationnel grâce à l'IA, tirés d'une base de clients issus des secteurs des télécommunications, de la finance, de la santé et des infrastructures
• Une perspective structurée sur « l'ère hybride » – l'évolution de la manière dont les humains et les systèmes d'IA fonctionnent ensemble – et ce que cela implique pour la stratégie de gestion des effectifs et la conception organisationnelle
• Critères permettant de hiérarchiser les investissements en IA en fonction des résultats commerciaux plutôt que des capacités technologiques, applicables à tous les secteurs à différents stades de maturité numérique