Le contenu de cette page a été publié à l’origine par MIT Sloan Management Review* en tant qu’article commandité.

MITSLOAN

Les progrès rapides de l’intelligence artificielle (IA) générative ont suscité une « anxiété de ratage », ce qui a alimenté une multitude d’initiatives visant à envisager* et à expérimenter* l’intégration de l’IA dans les processus d’affaires afin d’améliorer le service à la clientèle, de rationaliser les opérations et de stimuler l’innovation. Il ne fait aucun doute que des progrès ont été réalisés, mais compte tenu de l’élan rapide de l’IA axé sur le consommateur, les organisations sont désormais confrontées à un défi majeur : comment mettre à l’échelle les initiatives d’IA tout en générant des résultats d’affaires tangibles.

Ce changement marque le début d’une nouvelle ère, où l’accent n’est plus simplement mis sur l’IA, mais sur les possibilités de développement* et d’extension* des initiatives visant à optimiser les processus et à mettre à l’échelle les technologies de l’IA, tout en demeurant concentré sur les résultats d’affaires. La capacité de mise à l’échelle représente la prochaine vague de progrès dans l’obtention de la valeur commerciale de l’IA et la garantie que ses avantages sont exploités dans l’ensemble d’une organisation.

Cependant, il ne s’agit pas seulement d’étendre l’utilisation de l’IA. Grâce à des décennies de partenariat avec les gouvernements et les entreprises, nous avons développé un cadre stratégique* pour évaluer, prioriser et opérationnaliser les cas d’utilisation qui s’alignent aux principaux résultats d’affaires.

Dans l’étude La voix de nos clients CGI la plus récente, l’IA figure en tête des priorités d’investissement dans l’innovation pour les trois prochaines années. Ayant déjà réalisé ces investissements, les hauts dirigeants ne peuvent pas se permettre de faire du surplace en attendant que la technologie arrive à maturité. Les organisations sont contraintes de se concentrer sur l’évolutivité à long terme de leurs investissements dans l’IA, sous peine de s’exposer à des difficultés futures - attentes moindres des clients, perte d’avantage concurrentiel et attraction des meilleurs talents.

Pourtant, les organisations sont souvent bloquées au moment de passer à la mise en œuvre de l’IA. Elles peuvent être soit craintives – en avançant trop lentement ou en s’attaquant à de petits projets sûrs sans valeur ajoutée – soit imprudentes, en se lançant dans un trop grand nombre d’initiatives ou en jouant le tout pour le tout sans avoir pleinement pris en compte les risques. Pour éviter ces scénarios, les organisations doivent comprendre les éléments fondamentaux nécessaires à l’élaboration de leur stratégie et de leur technologie en matière d’IA.

Pour une mise à l’échelle réussie de l’IA, il ne suffit pas d’appliquer une nouvelle couche de technologie sur une infrastructure obsolète ou sur des données inadéquates ni de tirer parti de l’IA avec un manque de transparence sur les données sources utilisées pour former les modèles d’IA. Les organisations doivent également aborder la question de la gestion de la culture et du changement. La mise à l’échelle et la création de valeur commerciale exigent une base axée sur cinq impératifs :

  • Modèle opérationnel adapté au futur - Adopter une approche de développement centrée sur le produit avec des équipes interfonctionnelles évolutives et agiles afin de normaliser les processus et d’établir des mesures et des indicateurs clés de performance pour évaluer la qualité ainsi que la valeur des résultats. Il est aussi important de trouver un équilibre entre la normalisation et l’agilité qui stimule l’innovation tout en garantissant des solutions responsables, sûres et fiables. Le modèle opérationnel devrait permettre une répartition des ressources efficaces et fournir des renseignements sur le coût total de propriété.
  • Modernisation des TI - Mettre à jour les systèmes existants et accélérer l’adoption de l’informatique en nuage afin de soutenir la vitesse d’innovation nécessaire à la mise à l’échelle et à la pérennité des cas d’utilisation de l’IA.
  • Stratégie et interopérabilité des données - Mettre l’accent sur l’interopérabilité des plateformes de données dans le nuage, les logiciels-services et les ressources sur place; utilisation de solutions d’IA pour améliorer la qualité des données et éliminer les cloisonnements afin de créer des modèles efficaces et un ensemble de données fiables qui garantissent la précision et la performance des modèles d’IA.
  • L’IA agentique et l’automatisation - Réduire les tâches manuelles pour permettre aux équipes d’être plus efficaces et de se concentrer sur les initiatives stratégiques.
  • • Stratégie en matière de culture et de talents - Investir dans le perfectionnement des compétences des employés et encourager une mentalité « Omniprésence de l’intelligence artificielle » pour les mettre au défi. Instaurer une culture de l’innovation qui réduise le risque d’attrition et permette de conserver et d’attirer les meilleurs talents. Cela montre que l’IA ne remplacera pas leurs emplois, mais qu’elle améliorera leur environnement de travail et exploitera leurs compétences pour des tâches plus créatives.

Grâce à une base solide, les organisations commerciales qui peuvent rapidement déployer l’IA dans l’ensemble de l’entreprise sont mieux positionnées pour répondre aux changements du marché, optimiser les opérations et innover rapidement. Pour les entités du secteur public, le déploiement de solutions d’IA à grande échelle peut accélérer les temps de réponse aux demandes de services des citoyens et améliorer la collaboration entre les agences.

Les organisations doivent établir des partenariats avec des fournisseurs de technologies de confiance qui s’engagent à mettre à l’échelle leurs capacités d’IA afin de générer des résultats fiables. Les partenaires doivent partager la vision stratégique de l’organisation et être contractuellement impliqués dans la prestation de services et le soutien à long terme. Un partenaire d’affaires expérimenté, disposant d’une expertise du secteur d’activité, peut aider à harmoniser les personnes, les processus et la technologie afin d’obtenir le rendement du capital investi.

L’avenir de l’IA dans les entreprises réside dans l’alignement des initiatives d’IA responsables sur une gouvernance et des objectifs commerciaux clairs, dans la mise en place d’une infrastructure évolutive et dans le maintien d’une attention constante sur les résultats. Les organisations peuvent transformer l’IA d’une technologie prometteuse en un puissant moteur de croissance et d’innovation pour optimiser la valeur commerciale. Si l’on s’y prend bien, nous pouvons transformer les promesses de l’IA en résultats tangibles et fiables, non seulement dans les laboratoires ou sur les lieux de travail, mais aussi dans les foyers et les communautés, pour un plus grand impact sociétal.

* en anglais