Les quatre piliers de l’adoption intelligente de l’IA
Karthik Ramakrishnan Karthik Ramakrishnan
18 juin 14 min

Les quatre piliers de l’adoption intelligente de l’IA

Dans nos deux premiers articles, nous avons discuté du pourquoi et du quand de l’adoption intelligente de l’IA. Pour tirer parti des avantages transformateurs de l’intelligence artificielle, vous devez adapter l’IA à votre entreprise et adapter votre entreprise à l’IA. Et en raison des défis distincts que représentent le lancement, l’exécution et la mise à l’échelle de vos efforts d’IA, vous devez commencer ce travail le plus tôt possible.

Cet article porte sur la façon d’y parvenir (le « comment »), rendant ainsi les avantages de l’IA accessibles en utilisant les quatre piliers de l’adoption intelligente de l’intelligence artificielle : stratégie, technologie et données, ressources humaines et organisation, et gouvernance.

4 piliers de l'adoption intelligente de l'IA.

Ces quatre piliers abordent les plus grandes questions auxquelles sont confrontées toutes les entreprises, à chaque étape du processus d’adoption de l’IA. La voie la plus directe est la suivante : commencer par la stratégie et se déplacer dans le sens horaire à travers chacun des piliers subséquents.

Dans la stratégie, vous considérez la question primordiale de savoir quelle valeur vous allez créer avec l’intelligence artificielle et comment. Ensuite, vous préparez la technologie et les données pour renforcer et différencier les capacités d’IA; vous veillez à ce que les gens et l’organisation soient prêts, disposés et capables de travailler plus intelligemment avec l’IA; et vous préparez la gouvernance pour garantir une IA sûre, fiable et responsable dans le futur. Cette structure simple est la pierre angulaire de l’intégration de l’IA dans votre entreprise.

Stratégie

La stratégie vient en premier, car l’élaboration d’une stratégie cohérente en matière d’IA est le seul moyen d’atteindre vos objectifs à court et à long terme. L’intelligence artificielle est en train de remodeler le paysage concurrentiel, et il existe de nombreux domaines potentiels où l’IA pourrait être appliquée dans n’importe quelle entreprise. Il est important de discuter des possibilités d’IA que vous recherchez, et dans quel ordre.

Nous avons observé que les entreprises qui sautent l’étape de la stratégie finissent par prendre de faux départs : des tentatives d’IA qui ne mènent pas à des avantages stratégiques ou à un succès durable. À tout le moins, nous pensons que les entreprises doivent consacrer du temps à trois activités :

  1. Étudier des scénarios possibles pour l’avenir;
  2. S’aligner sur une vision commune de l’avenir; et
  3. Élaborer une feuille de route stratégique pour que cet avenir devienne réalité.

Tout d’abord, nous vous conseillons de faire une pause pour évaluer les tendances qui ont une incidence sur l’avenir de votre entreprise, de votre industrie et de l’IA elle-même. Explorer les possibilités dès le départ vous permet de passer aux étapes suivantes en utilisant un état d’esprit entrepreneurial plutôt qu’un état d’esprit réactionnaire.

Nous comptons sur la prévoyance pour cette activité, bien que vous puissiez utiliser n’importe quelle discipline qui vous aide à élargir le champ des options stratégiques et à faire des réserves face à de multiples avenirs possibles. Par exemple, les systèmes d’intelligence artificielle peuvent aider votre entreprise à attirer des talents dans un marché du travail de plus en plus serré, à redéfinir votre expérience client ou à résoudre les défis de l’industrie de manière nouvelle. Pour découvrir de telles occasions, vous devez regarder au-delà des limites de l’environnement opérationnel actuel, et au-delà des cycles de rapports trimestriels et annuels.

Deuxièmement, alignez votre équipe de direction sur les possibilités prioritaires en établissant une vision commune. L’alignement sur une vision commune ouvrira la voie à toutes les tâches à venir : débloquer les budgets, guider la prise de décision des gestionnaires et des employés, et concevoir les bons points de contrôle pour rester sur la bonne voie.

Enfin, une fois qu’une vision est établie, vous pouvez définir une feuille de route des cas d’utilisation de l’IA. Un cas d’utilisation de l’IA combine une ou plusieurs capacités d’IA, comme la vision par ordinateur ou le traitement du langage naturel, avec une tâche de gestion, comme la lecture et la compréhension des documents de prêt dans une banque. Les cas d’utilisation créent suffisamment de définitions autour des occasions pour valider celles qui sont techniquement réalisables et qui auront une incidence positive sur les utilisateurs et l’entreprise.

Technologie et données

Commencer, réaliser et évoluer l'adoption de l'ia.

Après avoir établi votre feuille de route en matière d’IA, il est temps de mettre la technologie et les données à jour pour l’IA. La feuille de route devrait partir de cas d’utilisation réalisables, mais les entreprises doivent presque toujours terminer des tâches préparatoires importantes avant que leur technologie et leurs données ne soient prêtes pour l’IA. Nous avons constaté que les entreprises ont souvent besoin de bonifier leurs données, de mettre à niveau leur infrastructure, ou les deux.

Dans les données, il y a 5 dimensions que nous validons typiquement :

  • Volume : Y a-t-il suffisamment de données pour former les modèles d’IA?
  • Représentativité : Les données sont-elles suffisamment variées pour saisir l’éventail des cas trouvés dans la production?
  • Qualité : Les données sont-elles suffisamment bien structurées et exemptes de lacunes et d’erreurs pour être utilisées avec les méthodes existantes?
  • Étiquetage : Si vous utilisez des techniques d’apprentissage supervisé, les données sont-elles correctement étiquetées pour permettre aux modèles d’IA de comprendre les exemples?
  • Accessibilité : Les données sont-elles accessibles aussi bien pour les environnements de développement que pour les environnements de production?

L’une des lacunes typiques des données est de les étiqueter correctement pour la formation des modèles d’IA. Il existe de nombreuses façons d’accélérer l’étiquetage des données, mais toutes ne sont pas utiles au-delà des cas les plus simples. Si les données sont trop sensibles ou nécessitent une expertise en la matière pour être interprétées, vous devrez décider s’il faut affecter des experts compétents à l’étiquetage des données d’un seul coup, ou progressivement en ajoutant une étape d’étiquetage aux méthodes de travail existantes. La première approche prend moins de temps et concentre les coûts, tandis que la seconde approche est moins coûteuse et prend beaucoup plus de temps.

Une fois que les données sont en place, vous avez encore besoin de la technologie pour les intégrer, construire des modèles à partir de ces données et mettre à l’échelle des solutions axées sur les données en production. Les plus grandes lacunes technologiques se situent généralement au niveau de la prise en charge des nouveaux flux de travaux avec des exigences lourdes, mais en évolution rapide. Les outils doivent être suffisamment flexibles pour se connecter à différents types de données, gérer différents types de modèles et s’adapter à différents scénarios de production.

Dans la pratique, il existe diverses structures et de nombreux outils différents, chacun ayant ses propres forces. Plutôt que de compter sur une solution unique, nous vous recommandons de mettre en place une chaîne d’outils flexible qui vous aidera à choisir le meilleur outil ou la meilleure structure pour chaque tâche en cours de route.

Enfin, nous conseillons d’élaborer une stratégie à long terme en matière de technologie et de données. La technologie et les données sont essentielles pour différencier votre utilisation de l’intelligence artificielle au fil du temps, et vous devez faire preuve d’intention en soutenant des moyens nouveaux et créatifs d’acquérir des ensembles de données, de stocker et de servir des données dans des contextes sensibles à la vie privée, et de développer les capacités dans un paysage réglementaire en constante évolution. De nouvelles structures et plateformes de modélisation, de nouveaux processus et partenariats, ainsi que de nouvelles politiques, fusions et acquisitions peuvent tous être nécessaires pour réussir.

Les employés et l’organisation

Après avoir élaboré une feuille de route et préparé votre technologie et vos données, vous devez travailler à la formation des employés et à la conception du soutien organisationnel dont ils ont besoin pour investir, gérer et travailler en toute confiance avec les applications IA. Même les systèmes d’IA les plus sophistiqués ne seront pas utilisés si les gens ne sont pas prêts à en faire l’usage.

Les employés de votre organisation devront acquérir des connaissances et des compétences en matière d’IA, ce qui va bien au-delà de la formation technique. Au fur et à mesure que les employés travaillent plus étroitement avec l’IA à tous les niveaux d’une organisation, la nature de leur travail change. Les employés devront apprendre à reconnaître les possibilités d’IA et à tirer le meilleur parti de ces possibilités du point de vue de leur propre rôle.

Non seulement la formation à l’IA doit avoir lieu au début de votre parcours d’IA — par exemple pendant de courts sprints pour permettre l’élaboration d’une stratégie d’IA — mais vous devez aussi penser aux changements dans les rôles de vos employés au fil du temps. À l’aide de votre feuille de route stratégique des cas d’utilisation de l’IA, dressez l’inventaire de toutes les capacités d’IA dont votre personnel et votre organisation ont besoin pour être prêts. Vos cas d’utilisation détermineront quelles seront les répercussions potentielles et, en travaillant avec les responsables des RH, vous pouvez minimiser ces répercussions en améliorant les compétences, en embauchant du personnel ou en vous associant à une aide extérieure pour préparer les équipes.

Pour tirer pleinement parti des capacités étroites mais puissantes de l’intelligence artificielle, vous devrez également organiser les employés d’une nouvelle façon. L’une des considérations est de savoir comment gérer l’IA elle-même de manière centralisée ou décentralisée. Il n’y a pas de réponse universelle pour toutes les entreprises. Un centre d’excellence d’IA concentre les ressources et le pouvoir décisionnel, tandis que dans l’autre, l’IA est dirigée simultanément par plusieurs parties de l’entreprise. Plutôt que de décider d’une structure par hasard, déterminez quelle approche convient le mieux à votre feuille de route et à votre vision de l’IA.

L’élaboration d’une stratégie organisationnelle délibérée est également essentielle pour les personnes qui ne travaillent pas sur l’IA, mais qui travaillent avec elle. Nous savons que 133 millions de nouveaux emplois s’ajouteront à l’économie au cours des prochaines années en raison de l’adoption de l’IA, tandis que 76 millions d’emplois sont en déclin. Vous devrez déterminer ce que cela signifie pour votre entreprise en matière de requalification ou de remodelage des équipes, d’embauche selon le nouveau paradigme et de conception d’emplois entièrement nouveaux. De nombreux emplois nécessiteront de nouvelles compétences techniques, mais beaucoup d’autres nécessiteront des compétences non techniques, notamment l’innovation, l’apprentissage actif et l’intelligence émotionnelle.

Gouvernance

Guider une IA sécuritaire et digne de confiance.

Que vous agissiez rapidement ou lentement, vous devez être proactif dans la conception et la mise en œuvre de la gouvernance de l’IA. Cela comprend de nouvelles politiques et procédures ainsi que de nouveaux principes pour garantir une IA sûre, éthique et digne de confiance. Il ne s’agit pas seulement de conformité. Le fondement de toute interaction commerciale, avec ou sans technologie, est la confiance, et il en va de même pour l’adoption de l’IA.

Le défi auquel sont confrontées les entreprises est que les approches actuelles en matière de gouvernance des systèmes informatiques ne sont pas assez complètes pour les applications d’IA. Planifiez de travailler en collaboration avec les équipes commerciales, techniques, de gestion des risques et de conformité afin de définir des plans d’atténuation pour chaque cas d’utilisation dans votre feuille de route.

Pour vos premiers cas d’utilisation, nous vous recommandons de cibler une large liste de risques potentiels à chaque étape du développement d’une application d’IA. Par exemple, parce que les modèles d’apprentissage profond reposent fortement sur les données pour le développement et l’utilisation en production, vous devrez surveiller les données pour déceler les partis pris aux deux étapes : pendant la formation initiale et lorsque le système est utilisé sur de nouvelles données au fil du temps. L’utilisation que vous faites de certaines facettes des données peut également être régie par des règlements comme le RGPD en Europe ou la récemment annoncée.

Votre gestion des risques ne part pas de zéro. Après avoir repéré les risques lors de l’élaboration de votre feuille de route en matière d’IA, concentrez-vous d’abord sur toute nouvelle gouvernance qui s’impose au-delà des pratiques existantes. Au fil du temps, ces stratégies peuvent être synthétisées sous forme de directives plus descendantes qui s’appliquent à un plus grand nombre de cas d’utilisation.

Idéalement, la mise en œuvre de votre gouvernance de l’IA devrait aller au-delà d’une simple liste de contrôle. Les concepteurs et les développeurs devraient également participer à l’élaboration de solutions — par exemple, en tirant parti des pratiques exemplaires qui émergent actuellement dans le domaine de l’explicabilité de l’IA. Ce domaine actif de la recherche scientifique confère aux systèmes d’IA la capacité de démontrer la chaîne de raisonnement qui mène à une prédiction. À l’avenir, l’explicabilité délibérée pourrait devenir la norme, et votre gouvernance devrait refléter cette approche.

Commencer avec la fin en tête

Les quatre piliers, c’est-à-dire la stratégie, la technologie et les données, les employés et l’organisation, ainsi que la gouvernance; vous guident systématiquement dans l’adoption intelligente de l’IA. En considérant chacun à leur tour, vos progrès s’appuient sur les connaissances acquises au cours des étapes précédentes : d’abord établir des objectifs stratégiques et réalistes, puis rassembler la technologie et les données pour atteindre ces objectifs, diriger et aider les employés à réussir dans le nouveau monde qu’ils créent, et enfin mettre en place les politiques, procédures et principes de conception pour guider une IA sécuritaire et digne de confiance. Lors des itérations ultérieures de ce cycle, de nouvelles conditions et fonctionnalités vous aideront à construire et à affiner les progrès que vous aurez déjà réalisés.

Parmi toutes les activités qui composent ce parcours, nous avons constaté que la feuille de route de l’IA est le plus grand accélérateur du succès de l’IA dans le travail avec les clients. Lorsqu’elle est correctement exécutée, elle guide et explique chaque décision qui suit. Dans notre prochain article, nous nous pencherons plus en détail sur la façon dont vous pouvez en créer une pour votre entreprise.