Combler l’écart entre les promesses de l’IA et sa mise en œuvre

L’intelligence artificielle (IA) est probablement l’un des termes technologiques les plus mal compris à la fois sur ses réels apports, ses limites mais surtout sur son déploiement effectif au sein de l’entreprise. Son association de longue date avec la science-fiction l’a positionnée dans l’esprit populaire comme potentiellement dangereuse, de nombreux écrits l’ont caricaturée et les pratiques sous forme de Poc en ont réduit les impacts. Il existe un écart important entre les promesses de l’IA et l’usage qui en est fait en réalité, de nombreuses entreprises se concentrent sur des projets à petite échelle plutôt que sur des transformations à grande échelle. 

Pour comprendre pourquoi, nous avons procédé à une analyse détaillée des défis auxquels sont confrontés nos clients lorsqu’ils abordent cette technologie. Les résultats de cette analyse sont assez révélateurs : il existe des problèmes systémiques clairs qui vont bien au-delà d’un manque de sensibilisation à ce que la technologie peut apporter.

Tout commence avec les données, or trop d’entreprises sont négligentes avec celles-ci. Les entreprises travaillent souvent avec des ensembles de données de mauvaise qualité, comportant de nombreuses erreurs, parfois obsolètes. Pour ne rien arranger, ces données sont souvent éparpillées dans différents silos. La tâche de collecte, de nettoyage, d’analyse et d’exploitation des données peut déjà rebuter les plus enthousiastes.

Cela se poursuit par une emphase métier trop faible, or l’IA est avant tout un sujet métier qui a pour vocation de transformer en profondeur les processus. Les gains de ces projets sont intimement corrélés à la fois à la qualité de l’intégration avec les systèmes, l’ampleur de la transformation du processus et non une simple approche incrémentale, et enfin la qualité de l’apprentissage.

Enfin, sa mise à l’échelle est encore balbutiante et seuls certains groupes ont réussi cette étape d’industrialisation et de déploiement à l’échelle au travers notamment la création de factory avec le bon niveau de centralisation et de décentralisation d’activités supportant à la fois une innovation dynamique, une mise en déploiement efficiente, un développement des compétences et le respect d’un cadre éthique et réglementaire.

Si on y ajoute un certain scepticisme sur la valeur réelle qui sera produite et une pénurie avérée des compétences nécessaires pour une conception et une mise en œuvre appropriée, les obstacles peuvent apparaitre effectivement comme conséquents.

Pourtant, selon une étude publiée par Forrester Consulting en 2020, commandée par IBM, les entreprises qui adoptent, développent et intègrent de l’IA ont sept fois plus de chances d’être parmi les leaders de leur secteur. Ce seul résultat devrait convaincre même les plus dubitatifs des dirigeants. En fait, si elle n’adopte pas l’IA, l’entreprise se prive d’un atout majeur dans sa stratégie digitale et plus globalement dans sa transformation. Lufthansa, par exemple, a compris très tôt qu’avec les bonnes données et la bonne stratégie d’IA, elle pouvait améliorer le service fourni à sa clientèle, responsabiliser ses employés et améliorer l’efficacité opérationnelle. Nous avons travaillé avec cette compagnie aérienne pour l’aider à passer de la validation de concepts d’IA à la mise à l’échelle de projets dans toute l’organisation. Lufthansa a ainsi pu construire une plateforme technologique au service des métiers permettant de déployer les cas d’application dans toute l’entreprise et à grande échelle.

Pour qu’une technologie soit largement acceptée, il faut d’abord qu’elle inspire confiance et c’est particulièrement vrai pour l’IA. L’idée même que la machine prenne des décisions qui dépassent la perspicacité humaine peut être très déstabilisante.

Tout d’abord, les fournisseurs d’outils d’IA doivent veiller à ce que leurs systèmes produisent des décisions et des recommandations explicables, compréhensibles et entièrement traçables. Ils doivent également mettre l’accent sur la confidentialité, la sécurité et l’éthique, en s’appuyant sur un cadre qui garantit un examen humain de chaque décision et action de l’IA. Il existe cependant un piège potentiel : l’introduction d’un parti pris humain involontaire, un biais, qui peut influencer les résultats par inadvertance. C’est pourquoi nous recommandons aux entreprises de désigner un responsable de l’éthique, une personne chargée de superviser la gouvernance quotidienne de chaque mise en œuvre de l’IA et de communiquer ses objectifs permanents. Cette gouvernance doit s’accompagne par la création d’un framework, autrement dit un cadre de référence alliant processus, technologie et organisation pour s’assurer que l’ensemble des modèles déployés dans les cas d’application sont bien dignes de confiance pour les utilisateurs finaux. Établir la confiance et la maintenir sont les fondements d’une mise en œuvre réussie de l’IA. 

Cependant, pour tirer pleinement parti de cette mise en œuvre, les entreprises doivent également avoir accès à un éventail de compétences spécifiques, une expertise actuellement victime d’une pénurie. Trouver des spécialistes du deep learning, du traitement du langage naturel et de l’automatisation robotisée des processus est un véritable défi. Sans accès à ces compétences, les entreprises passent à côté d’une bonne partie des bénéfices de l’IA. Cette quête des talents doit être le plus large possible tant la notion de pluridisciplinarité est importante : linguiste, métier, architecte, designer, data scientistes… sont nécessaires.

Malheureusement, il n’existe pas de solution rapide et simple pour combler ce déficit de compétences : formation, académie RH spécifique, développement d’éco systèmes alliant pôles académique et entreprise, incubation de start-ups… la place est à la créativité et l’innovation.  

L’IA est une partie intégrante de la stratégie d’entreprise, elle n’en est pas le tout. Il est plus que temps d’industrialiser les projets l’IA dans les entreprises avant que le fossé ne devienne infranchissable. Soyons ambitieux, faisons-en une réalité et surtout assurons le bon niveau d’appropriation et d’adoption des hommes et des femmes au travers une conduite de changement appropriée. L’IA sera ce que nous en ferons.

The post Combler l’écart entre les promesses de l’IA et sa mise en œuvre first appeared on ProcuRSS.eu.

Menu