Pour développer l’IA et produire des résultats sans risque au sein de votre entreprise, vous devez d’abord déterminer la cadence à suivre dans ce domaine.
- Client Gartner ? Log in pour des résultats de recherche personnalisés.
Développer l’IA : stratégies pour les entreprises dont le rythme de développement de l‘IA se maintient et celles pour lesquelles cette cadence s’accélère
Auteurs : Mary Mesaglio et Hung LeHong | 4 novembre 2024
Pour assurer le développement et déploiement de l’IA, il faut dans un premier temps dresser un bilan de votre entreprise
L’IA affiche une progression significative, avec la publication de nouveaux modèles de fondation de l’IA générative à intervalles rapprochés, tous les deux jours et demi. En dépit de la rapidité avec laquelle ces innovations sont réalisées, près de la moitié des directeurs des systèmes d’information (DSI) déclarent que l’IA n’a pas répondu à leurs attentes en matière de retour sur investissement. Les entreprises sont confrontées à cette dichotomie : trouver un équilibre entre l’engouement suscité par l’IA et son potentiel, d’une part, et l’obtention de résultats tangibles, d’autre part. Cette situation est d’autant plus urgente que 74 % des PDG pensent que l’IA aura une incidence significative sur leur secteur d’activité en 2024, contre 59 % en 2023. Il va sans dire que maîtriser et mettre en œuvre des stratégies de gestion de l’IA et de son développement est plus que jamais essentiel.
Le discours d’ouverture de la conférence Gartner IT Symposium/Xpo 2024 (dont cet article est tiré) a mis en évidence la dualité qui caractérise le contexte dans lequel s’inscrit l’IA. Les technologies de l’IA évoluant rapidement, les entreprises intéressées par un déploiement à grande échelle de ces dernières doivent décider si elles doivent adopter une approche axée sur un rythme régulier ou sur un accroissement du rythme de son développement, ce qui dépendra en partie des ambitions qu’elles se sont fixées.
Pour développer l’IA et favoriser son adoption, déterminez vos ambitions dans ce domaine
Bien que votre entreprise ne se focalise probablement que sur ce deuxième point, il est important d’être au fait de ces deux objectifs.
Compétition entre les prestataires de services technologiques : cette compétition est alimentée par l’innovation incessante des prestataires de services technologiques, qui publient de nouveaux modèles d’IA à intervalles rapprochés.
Compétition autour des résultats de l’IA : cette course est axée sur l’obtention de résultats probants en matière d’IA, en toute sécurité et à grande échelle, au sein de votre entreprise. L’accent est mis ici sur l’obtention d’une valeur commerciale réelle provenant des investissements dans l’IA.
Définir le rythme d’adoption de l’IA
En partant du principe que vous participez à la course aux résultats de l’IA, commencez par déterminer si votre entreprise appartient à la catégorie «∘développement constant et régulier de l’IA∘» ou «∘développement de l’IA accéléré∘».
Rythme de développement constant et régulier de l’IA
Pour les entreprises dont les ambitions dans le domaine de l’IA sont plus modestes ou celles qui appartiennent à des secteurs qui ne sont pas encore fortement impactés par l’IA, une cadence de développement régulière semble plutôt adaptée. Cette approche permettra une adoption plus progressive des technologies de l’IA.
Priorité à la productivité des employés : il peut être difficile de réaliser des gains de productivité grâce à l’IA et les employés doivent intégrer efficacement les outils d’IA dans leurs flux de travail quotidiens.
Comprendre les dépenses liées à l’IA : les investissements consacrés à l’IA peuvent se révéler considérables et il est facile de dépenser plus que le budget anticipé. Les entreprises doivent donc bien appréhender leurs projets dans le domaine de l’IA et surveiller les dépenses de près, de la même manière qu’elles gèrent les coûts liés au cloud.
Mettre en place une combinaison successive de techniques d’IA : Une approche de ce type (on peut parler de «∘sandwich technologique∘») permet dans un même temps de prendre en compte la centralisation des données et de l’IA qui sont généralement gérées par le service informatique, mais également les données et projets d’IA qui proviennent des différents services de l’entreprise (services commerciaux, fournisseurs de logiciels d’entreprise, équipe de science des données et d’ingénierie, etc.).
Miser sur la gouvernance et la confiance : mettez en place une équipe responsable de l’IA, un comité central et un petit nombre de groupes de réflexion pour assurer la gouvernance et la sécurité de l’IA. Ces différents organes seront essentiels pour gérer efficacement les projets d’IA.
Modification de la gestion du changement : soyez attentif et incluez des stratégies pour répondre au grand nombre de réactions potentielles des employés face à l’IA.
Un rythme de développement accéléré de l’IA
Pour les entreprises qui se donnent des objectifs ambitieux en matière d’IA ou celles qui évoluent dans des secteurs en passe d’être transformés par l’IA, il est nécessaire d’adopter un rythme accéléré dans ce domaine. Cette approche implique une adoption plus marquée des technologies de l’IA.
Ne pas se cantonner à la productivité : privilégiez des avantages tels que l’amélioration des processus, la recherche d’innovations dans les modèles commerciaux et la création de nouvelles sources de revenus.
Mettre en œuvre un suivi des dépenses en temps réel : sachez y recourir pour gérer efficacement les dépenses liées à l’IA. Cette démarche est cruciale pour faire évoluer les projets d’IA sans encourir de dépenses imprévues.
Mettre en place une combinaison personnalisée et successive de techniques d’IA : concevez une approche des différentes technologies qui s’adapte à l’IA et aux données provenant de diverses sources. Il s’agit notamment de développer l’IA en interne, de tirer parti de l’IA embarquée et de gérer les données décentralisées.
Adoption des technologies en suivant le modèle TRiSM : les technologies de gestion de la confiance, du risque et de la sécurité (TRiSM) sont essentielles pour garantir une IA fiable et sécurisée à plus grande échelle. Ces technologies mettent en œuvre des politiques d’IA programmées et en temps réel, dépassant ce que peut accomplir un système de gouvernance humain.
Prendre en compte les répercussions sur les comportements des employés : il s’agit notamment de gérer les émotions que l’IA peut susciter (rancœur et anxiété) et de s’assurer que les employés acceptent les changements induits par l’IA.
Faire évoluer l’IA pour obtenir des résultats tangibles dans ce domaine
Quel que soit le rythme adopté, l’obtention de résultats en matière d’IA implique de se concentrer sur trois domaines clés :
Résultats opérationnels : l’IA doit apporter des avantages commerciaux tangibles, tels qu’une augmentation de la productivité, une optimisation des processus et des modèles commerciaux innovants.
Résultats technologiques : préparez votre environnement technologique à l’IA en gérant efficacement les données structurées et non structurées. Veillez à ce que les droits d’accès aux données soient correctement définis pour prévenir les problèmes de sécurité.
Résultats comportementaux : prenez en compte les répercussions émotionnelles et comportementales de l’IA sur les employés. Impliquez les employés tout au long du processus de développement de l’IA et sachez faire en sorte que leurs expériences soient organisées de manière à ce que l’adoption de l’IA soit réussie.
FAQ sur le développement de l’IA
En quoi consiste le développement et la mise à l’échelle de l’IA ?
La généralisation de l’IA (et de l’IA générative) au sein de l’entreprise implique de suivre des étapes telles que l’établissement d’un processus continu pour prioriser les applications, la création d’un cadre décisionnel pour déterminer s’il faut concevoir ou acquérir les solutions, la conduite de tests d’utilisation pour assurer l’évolutivité de la technologie, la mise en avant d’une IA responsable et d’investissements dans les données et la maîtrise de l’IA. Ces pratiques exemplaires qui voient le jour dans le secteur permettent aux DSI de renforcer leur stratégie et leur mise en œuvre.
Comment faire évoluer un modèle d’IA ?
Il est essentiel de faire appel à un architecte de plateforme composable pour assurer au mieux la mise à l’échelle d’un modèle d’IA. Pour y parvenir :
adoptez le principe de la composabilité dans votre architecture et dissociez les modèles des outils d’ingénierie, de l’infrastructure et des expériences des utilisateurs.
Déterminez le modèle le mieux adapté à vos applications en fonction des performances du modèle, du coût de possession et des principes de sécurité et de confidentialité.
Investissez dans des outils d’ingénierie de l’IA qui ne dépendent pas de modèles sous-jacents, mais qui y sont étroitement intégrés.
Évitez de développer des infrastructures coûteuses, mais aussi de personnaliser des modèles à l’avance, faute d’une analyse de rentabilisation clairement justifiée.