Tactique ou transformateur : l'évolution du rôle de l'intelligence artificielle dans la transformation numérique

Aujourd'hui, il semble y avoir autant de cas d'utilisation et de solutions d'IA que de problèmes commerciaux, sinon plus. L'intelligence artificielle et l'apprentissage automatique (IA et ML) ne sont plus nouveaux pour les équipes informatiques, de développement ou de données. Pourtant, commencer par une compréhension commune aide. En général, l'IA est un type de logiciel qui imite les réponses intelligentes et humaines (reconnaissance vocale/texte, reconnaissance d'image, analyse prescriptive, etc.) aux données, aux applications ou aux humains. Les entreprises utilisent principalement l'IA pour automatiser des actions ou des décisions. Nous appelons cela l'apprentissage automatique lorsque les ordinateurs peuvent accomplir cela sur la base d'un processus d'apprentissage à partir des données.

Au-delà des cas d'utilisation tactiques ou des projets pilotes, les initiatives de transformation de type IA/ML peuvent fondamentalement changer la façon dont les entreprises fonctionnent, se façonnent et se développent en découvrant de nouvelles possibilités. . C'est ce qui différencie l'IA des autres technologies permettant la transformation numérique.

La réalité de l'IA d'aujourd'hui est plus souvent fondée sur des améliorations progressives des processus métier standard répondant à des défis tactiques. Pourtant, certaines entreprises commencent par de petites expérimentations et parviennent à atteindre des objectifs plus ambitieux avec des programmes plus transformateurs. Pourquoi certaines entreprises réussissent-elles alors que d'autres ont du mal à réaliser leur valeur en matière d'IA ? Quel est l'impact des investissements technologiques et des données sur une stratégie d'IA réussie ? HPE a récemment chargé Emerald Research Group de découvrir pourquoi.

L'étude¹ regroupe les organisations en fonction de leur niveau d'adaptation à l'IA en 3 catégories : "en développement", "utilisatrices" et "avancées". Les caractéristiques de chaque groupe vont de pair avec le niveau de capacité dont ces organisations font preuve dans leur parcours de transformation numérique¹   Par exemple, les organisations avancées (représentées par 26 % des répondants) utilisent l'IA d'une manière qui a modèles commerciaux traditionnels (20 % de toutes les organisations) ou utilisent l'IA comme méthode principale de génération de valeur commerciale (6 % des organisations) qui est la clé de la transformation numérique (Figure 1).

HPE

Edge à l'IA dans le cloud

Selon l'étude, 26 % de ces organisations avancées exploitent l'IA/ML de nouvelles manières qui perturbent les modèles traditionnels tels que la périphérie pour découvrir plus rapidement des informations exploitables et automatiser les réponses, développant ainsi un puissant avantage concurrentiel. 6 % de ces répondants considèrent l'IA/ML comme la valeur principale de leur organisation. Les organisations avancées associent la périphérie et l'IA pour créer la périphérie intelligente, ce qui leur permet de surpasser leurs concurrents, tandis que les organisations qui attendent pour élaborer une stratégie d'IA et investir dans des solutions de pointe risquent de prendre du retard.

En outre, l'intérêt pour un as-a- service, le modèle de type cloud dans ces organisations est plus élevé par rapport aux autres catégories. Les entreprises qui continuent d'adopter les modèles de livraison cloud et en tant que service bénéficieront probablement de l'IA à grande échelle.

Obstacles au succès

Alors que de nombreuses organisations en développement commencent par une exploration des besoins et des opportunités, puis passent à une phase d'expérimentation pour montrer la preuve de la valeur, leur évolution vers l'IA au niveau de l'entreprise est une autre histoire.

Dans cette recherche, les organisations nous ont dit que le plus grand défi était de trouver le talent et l'expertise nécessaires pour mettre en œuvre leurs stratégies d'IA. Au fur et à mesure que les organisations se perfectionnent dans l'IA, elles réalisent souvent rapidement qu'elles sont confrontées à un manque critique de compétences et manquent de l'expertise nécessaire pour mettre en œuvre leurs stratégies.

En outre, les organisations ont du mal à comprendre le retour sur investissement de l'IA. La capacité d'articuler le retour sur investissement de l'investissement dans l'IA augmente à mesure que les organisations mûrissent dans leur sophistication de l'IA, la lutte pour quantifier et mesurer le retour sur investissement est presque universelle dans les organisations en développement, utilisatrices et avancées.

Alors que les organisations en développement et utilisatrices s'efforcent de réaliser leur IA. stratégies, ils ont tendance à avoir du mal à accéder rapidement et facilement aux données. De plus, beaucoup sont sceptiques quant à la véracité des données avec lesquelles ils travaillent. Les organisations souhaitant élaborer une stratégie d'IA réussie plus tôt dans leur parcours d'IA doivent d'abord répondre à leurs besoins en matière de données. le cloud ou un modèle AIaaS n'est pas une tâche anodine, surtout lorsqu'il s'agit de processus métier et de données critiques. Mais les entreprises s'attendent à ce que les avantages l'emportent sur les coûts et les risques une fois leur transformation vers un modèle d'IA/ML basé sur le cloud terminée. En cours de route, ils seront confrontés à des opportunités, des défis et des décisions. Le bon cadre fournit une structure et un langage commun pour comprendre où ils en sont dans leur parcours. Cela leur permet également de se comparer aux meilleures pratiques et de prioriser correctement les prochaines étapes pour leur organisation de manière méthodique. Lisez « Développer et consommer des cas d'utilisation de l'IA dans le cloud » pour en savoir plus.

La recherche nous indique que la flexibilité de déploiement, la plate-forme et la sécurité de bout en bout et la protection sont leurs 3 principaux critères de sélection d'une solution AIaaS. Au fur et à mesure que les organisations grandissent et mûrissent dans leur sophistication de l'IA, elles se tournent vers AIaaS pour maintenir la flexibilité dans l'endroit où elles déploient leurs solutions, que ce soit dans le cloud ou sur site (Figure 3). Cette constatation confirme ce que nous voyons avec les projets clients d'IA et de données que les experts HPE proposent. La mise à l'échelle des solutions d'IA et leur mise à disposition à l'échelle mondiale, l'entreprise nécessite une collaboration continue et une boucle de rétroaction entre les équipes, les rôles (informatique, données, applications) et les BU sur une plate-forme flexible, ouverte et sécurisée en tant que service afin qu'ils puissent bénéficier d'un pool partagé de les talents organisationnels, les modèles d'IA, les outils et les données où qu'ils se trouvent.

HPE GreenLake apporte l'expérience cloud directement aux applications et aux données d'une organisation, où qu'elles se trouvent : périphérie, colocations ou centres de données. Avec une expérience de paiement à l'utilisation, de pointer-cliquer et de libre-service évolutive et gérée, HPE GreenLake fournit des services pour l'analyse unifiée, le calcul haute performance, le Big Data, les MLOps et les charges de travail d'infrastructure informatique de base (calcul, stockage, virtualisation).

La sécurité et la protection dans une solution AIaaS sont considérées comme des enjeux de table. En fait, les données suggèrent que plus les organisations progressent et réalisent leurs stratégies d'IA, plus le besoin de sécurité et de protection augmente. En savoir plus sur Culturer la confiance dans l'IA

Figure 3 :  Intérêt pour AIaaS

HPE

Les organisations avancées ont appris la valeur du bout en bout Des solutions d'IA qui évoluent facilement. En outre, ils recherchent des solutions de bout en bout qui englobent les éléments suivants :

• Services de conseil et professionnels
• Configurations
• Modèles de consommation
• Financement
• Services d'assistance technique
• Sécurité et protection[19659032]En résumé, les organisations avancées
  • Sont de fervents partisans des solutions d'IA edge-to-cloud
  • Sont beaucoup plus susceptibles de penser que l'informatique de périphérie est essentielle ou importante pour atteindre les objectifs de l'IA
  • Pensent qu'avoir la fin -les solutions d'IA de bout en bout sont soit indispensables, soit un élément clé du succès avec l'IA lors de la sélection des services d'IA

  Pour en savoir plus sur la recherche, accédez au rapport complet du rapport Emerald Research Group (commandé par HPE) sur https://www.hpe.com/psnow/doc/a50005016enw[19659002]HP IA  [19659002]Pour en savoir plus sur Digital Next Advisory ou pour contacter un conseiller numérique HPE, veuillez nous contacter à digitaladvisors@hpe.com ou visitez www.hpe.com/digitaltransformation

  The AI ​​Journey : Passer de la pratique à la transformation, Emerald Research Group, sponsorisé par HPE¹ https://www.hpe.com/psnow/doc/a50005016enw

  ---

  ___________________________________

  À propos de Hande Sahin-Bahceci

  

  HPE

  Dans son rôle mondial basé à Londres, au Royaume-Uni, Hande dirige le marketing des services de données et d'intelligence artificielle pour HPE GreenLake Edge to Cloud Platform. Hande a plus de 20 ans d'expérience en technologie et en marketing en tant que consultant, gestionnaire de portefeuille et responsable marketing. Hande est passionné par les technologies émergentes et leur impact sur les organisations, les sociétés et l'éthique. , Twitter , Blogs HPE AI

  Sites Web : https://hpe.com/greenlake  https://hpe. com/AI