L’adoption de l’IA s’accélère à mesure que les PoC des entreprises montrent des gains de productivité

«Ces outils sont incroyablement puissants et parfois erronés», déclare Diasio d’EY. Malheureusement, les gens ont tendance à passer en pilote automatique. Les humains doivent travailler avec les outils et examiner les résultats, pas seulement avec désinvolture, mais en détail. « Il faut planifier le temps pour cela », dit-il.

Srivastava affirme que la plupart des projets gardent un humain au courant de la prise de décisions finales, mais le suivi est essentiel. « Comment passer des données aux informations, puis à l’action en boucle continue ? » il demande. « C’est la principale raison pour laquelle les gens n’obtiennent pas de résultats économiques. »

La préparation des données est importante, sauf…

Dans des domaines tels que la chaîne d’approvisionnement et l’analyse, il est essentiel de disposer de toutes vos données sous une forme facilement accessible à un modèle d’IA. « Les données sont la clé du succès de l’IA », déclare Nafde. « Commencez par votre stratégie de données avant votre stratégie d’IA et alignez votre stratégie d’IA sur votre stratégie commerciale. »

Diasio est d’accord. « Assurez-vous que les données dont vous disposez sont détectables par les systèmes d’IA, ce qui peut impliquer de créer un catalogue enrichi à l’aide de l’IA générative ou de l’utiliser pour créer une ontologie sur des données structurées », explique-t-il. « Dans de nombreux cas, l’utilisation de l’IA pour rationaliser ces charges de travail représente une amélioration significative de la productivité. Dans certaines activités de migration de données, nous avons observé une augmentation de 40 % des différentes étapes du processus ainsi qu’une augmentation de la vitesse.

Lilly utilise déjà des outils basés sur l’IA pour accélérer l’ingestion et le nettoyage des données utilisées pour former et affiner ses modèles pharmaceutiques, explique Rau, et Genpact utilise également l’IA pour préparer ses données à être consommées par ses modèles d’IA. «Nous disposons d’une tonne de données, dont les deux tiers ne sont pas structurées», explique Srivastava. « Vous pouvez utiliser l’IA générative pour créer automatiquement une couche sémantique au-dessus de vos données. Vous devez comprendre quelles données se trouvent où, comment elles sont liées à autre chose, quelle est leur qualité, leur lignée et où elles sont utilisées.

Ce travail est difficile et nécessite des talents hautement qualifiés, c’est pourquoi de nombreuses entreprises font appel à un partenaire pour les aider dans ce travail. Mais l’IA peut automatiser la création de cette couche sémantique pour vous. Ce n’est pas parfait, mais cela pourrait vous amener à 80 %, dit Srivastava.

Cependant, Diasio affirme qu’il n’est pas toujours nécessaire d’organiser les données internes pour tirer parti de l’IA. « Par exemple, avec l’IA générative et les modèles pré-entraînés disponibles sur le marché, les tâches créatives telles que le développement de produits ou les tâches de synthèse telles que les transcriptions du centre de contact peuvent fonctionner efficacement dès le départ dans le contexte contextuel approprié et avec des incitations intelligentes », dit-il. « Cela peut aider les entreprises à accélérer l’utilisation de l’IA tout en continuant à conserver leurs données internes et à récolter leur expertise. »

Assurez-vous de l’adéquation des capacités de l’IA avant de les activer

« Les DSI devraient investir dans de nouveaux outils CRM, IoT, ITSM et de business intelligence, ou mettre à niveau ceux existants, qui incluent l’IA/ML », déclare Jevin Jensen, vice-président de la recherche chez IDC. « Le délai de rentabilisation est considérablement réduit lorsque vous sélectionnez une solution auprès d’un fournisseur disponible dans le commerce existant qui a ajouté des fonctionnalités d’IA aux logiciels que vous avez déjà implémentés. » Vous devrez peut-être simplement activer la fonctionnalité ou ajouter un plug-in. Vérifiez simplement que vous pouvez refuser que vos données soient utilisées pour former les modèles du fournisseur, dit-il.

Même si les nouvelles fonctionnalités d’IA des logiciels d’entreprise telles que celles proposées par Salesforce et ServiceNow promettent des avantages substantiels en matière de productivité des flux de travail, vous ne devriez pas vous contenter de les activer sans bien comprendre comment elles s’intègrent à vos flux de travail. « Nous avons récemment eu une session approfondie avec ServiceNow sur la manière d’utiliser la prédiction intelligente, le chat virtuel et d’autres fonctionnalités en accord avec notre stratégie commerciale », explique Nafde. Par exemple, la fonction de chat virtuel de la banque comprend quelques dizaines de cas d’utilisation. Certains pourront peut-être l’utiliser directement, certains nécessiteront une personnalisation et certains ne seront pas adaptés à leur usage. « Nous devons décider quelles capacités seront utiles », dit-il.

Eaton a déjà activé certaines fonctionnalités d’IA dans ServiceNow, avec des résultats encourageants jusqu’à présent. « Cela nous aide du point de vue de la gestion des cas, en identifiant les problèmes que nous pouvons améliorer, en trouvant la cause profonde et en proposant des solutions qui peuvent réduire le nombre de cas », explique Redmond.

Cependant, le problème de l’IA intégrée aux logiciels d’entreprise est qu’elle n’offre peut-être pas aujourd’hui une solution convaincante pour les besoins de votre organisation. Dans ce cas, les DSI, surtout s’ils sont confrontés à des pressions concurrentielles, peuvent se retrouver face à un dilemme : « Devez-vous attendre que vos fournisseurs d’applications métier intègrent l’IA et sacrifier le temps de commercialisation en attendant que le fournisseur la développe, ou devriez-vous vous élaborez une stratégie d’architecture d’entreprise dans laquelle vous disposez de votre propre implémentation et infrastructure personnalisée, mais cela coûte cher et nécessite un investissement continu ? » demande Srivastava. « C’est là que réside le défi. »

Lilly exploite également les capacités AIOps dans ses opérations informatiques. Les outils basés sur l’IA comprennent un système de détection et de réponse aux incidents qui détecte rapidement les anomalies, prédit les problèmes potentiels avant qu’ils ne s’aggravent, détermine la cause première des pannes et évalue l’impact commercial des problèmes techniques. « Par exemple, si le système de traitement des commandes connaît des retards, l’AIOps peut quantifier l’impact sur les revenus et la satisfaction des clients », explique Rau. Cela permet à l’équipe de prioriser et de résoudre plus rapidement le problème le plus critique.

Que faire – et ne pas faire

Alors que la Webster Bank en est encore aux premières phases de son parcours vers l’IA, Nafde a appris quelques choses en cours de route jusqu’à présent : Mettez de l’ordre dans vos données. Alignez votre stratégie d’IA avec votre stratégie commerciale. Mettez en place les bons KPI avant de commencer. Ensuite, commencez petit, montrez la preuve de votre valeur, évoluez progressivement, puis éduquez et communiquez avec vos parties prenantes à chaque étape du processus, dit-il.

Il est tout aussi important de nouer des partenariats pour démarrer, mais de constituer votre équipe avec les outils et l’expertise nécessaires pour développer et maintenir de nouvelles capacités d’IA. Et ne sous-estimez pas la nécessité d’instaurer la confiance. « Gardez une longueur d’avance sur votre messagerie », dit-il. « Attendez-vous à des sceptiques, organisez des assemblées publiques et demandez aux dirigeants d’intervenir. » Après tout, il existe beaucoup de peur et une réticence générale à accepter le changement lorsque de nouvelles technologies sont introduites. « Le défi ici ne concerne pas seulement l’IA », ajoute-t-il. « C’est un problème classique de gestion du changement. »

Soyez stratégique et limitez le nombre de projets que vous entreprenez, ajoute Redmond. « Concentrez-vous sur quelques choses et allez en profondeur », dit-elle. Trouvez des partenaires de confiance pour vous aider à démarrer et profitez des capacités d’IA que vos fournisseurs SaaS ont introduites dans leurs produits, lorsque cela est logique. Ne négligez pas ce qui existe déjà dans votre écosystème, ajoute-t-elle.

« La culture compte », ajoute Rau. « Le changement est difficile, c’est pourquoi les DSI doivent mener un changement culturel en faisant preuve des comportements innovants et ouverts d’esprit que vous recherchez et en créant un environnement qui encourage l’apprentissage et l’innovation autour de l’IA. Notre plus grand risque est que nos collaborateurs n’utilisent pas l’IA autant qu’ils le pourraient.»

Obtenir des victoires à votre actif, comme le fait que les parties prenantes l’utilisent jusqu’à ce qu’elles soient à l’aise avec la nouvelle technologie, est un véritable regain de confiance, déclare Redmond. «Cela réduit le facteur de peur», dit-elle.