Une approche simplifiée pour générer un retour sur investissement à partir des applications d’IA

Il n’est pas surprenant que l’objectif principal de la plupart des tables rondes des DSI auxquelles je participe ces jours-ci est de planifier, de créer et de déployer des applications d’IA. Mais plus récemment, la direction générale a demandé au service informatique de justifier ces projets en documentant les avantages et la valeur pour l’entreprise. Il est révolu le temps où vous pouviez simplement faire quelque chose de cool intégrant des fonctionnalités d’IA évidentes.

De nos jours, la direction souhaite que les calculs de retour sur investissement (ROI) fassent partie de toute proposition d’IA. Mais comment calculer le retour sur investissement sur quelque chose de complètement nouveau et différent, ou sur quelque chose d’aussi complexe que l’IA, qui entraîne de nombreux problèmes tels que des problèmes de confidentialité des données, des complications en matière de conformité réglementaire et de tout nouveaux risques de sécurité ? Ces considérations ont contraint de nombreuses équipes de développement à réduire la portée de leurs projets d’IA, ce qui constitue un soulagement pour ceux qui sont chargés de tenir les promesses de l’IA.

Cela met un nouvel accent sur la création d’applications d’IA capables d’atteindre les objectifs de retour sur investissement en améliorant les mesures déjà mesurées tout en réduisant la portée des projets d’IA pour se concentrer sur les améliorations les plus convaincantes (y compris l’obtention du retour sur investissement le plus important) pour ce système numérique. C’est une décision intelligente. Les équipes de développement peuvent utiliser les métriques existantes comme lignes directrices pour la conception d’applications, évaluant les applications actuelles afin d’identifier les façons les plus avantageuses d’utiliser l’IA. Et lorsqu’un projet vise uniquement à améliorer les processus actuels, et non à inventer quelque chose de complètement nouveau, la portée est considérablement réduite.