Dave Henderson

Dave Henderson

Président, Solutions intelligentes et innovation

Comment étendre les effets de l’IA et accélérer les résultats?

Démystifier l'IA : où en sommes-nous vraiment?  

Dans les entretiens que j’ai eus avec des dirigeants du secteur au sujet de l’IA, j’ai pu distinguer deux catégories : ceux qui considèrent l’IA comme un outil de transformation unique, et ceux qui la considèrent comme un outil puissant et radicalement novateur, mais qui, au fond, reste une technologie qui suivra les mêmes schémas que ceux observés auparavant.  

Quelle que soit ma propre opinion (je suis dans le camp des « transformateurs »), je suis toujours surpris par l’omniprésence de l’IA. En effet, lors d’un récent brunch avec la mère de ma femme et son amie âgée de 104 ans (bonjour Shirlee et Garnet!), elles se sont tournées vers moi et m’ont demandé : « Alors, qu’est-ce qui va se passer avec l’IA? 

L’IA semble être devenue un produit de consommation comme nous n’en avons pas connu depuis la création d’Internet. Elle est de toutes les conversations, à chaque instant de notre vie, et semble se distinguer de tout ce que j’ai vu au cours de mes quatre décennies de carrière, car elle suscite à la fois enthousiasme et crainte en raison des effets qu’elle pourrait avoir (qu’elle aura) sur nos vies. 

Bien que nous ne soyons pas tous d’accord sur le niveau d’engouement dans lequel nous nous trouvons ou dans quelle mesure l’IA va transformer et bouleverser notre monde, ce que les dirigeants ressentent universellement, c’est la pression qu’ils subissent de part et d’autre pour agir : de haut en bas, de bas en haut, des actionnaires, des conseils d’administration, des clients et des employés. 

Nombre d’entre eux éprouvent le besoin de commencer quelque part, en réalisant des preuves de concept, par exemple. Des experts du Centre d’expertise en intelligence artificielle (IA) de CGI ont récemment observé que les dirigeants du secteur sont sortis de la période d’euphorie pour l’IA générative, dépassés par les preuves de concept. Ils ont également observé que de nombreux engagements centrés sur les technologies émergentes restaient bloqués aux stades des preuves de concept et des projets pilotes, en raison des problèmes liés aux données, à la gestion du changement et à un rendement du capital investi incertain ou lent. (Pour en savoir plus sur les observations de nos experts sur l’IA générative présentées auprès de TBR, lisez cet article.)

Que doivent faire les dirigeants maintenant? Quatre actions s’imposent

Il est essentiel de comprendre que malgré l'émergence récente de l'IA générative, l’histoire de l’IA va bien au-delà de cette technologie. Bien que la vague actuelle de l’IA soit porteuse de transformations différentes de celles du passé, l’adoption de nouvelles technologies a toujours nécessité un ensemble de mesures communes pour passer de l’engouement à une solution tangible. Ces mesures sont encore plus importantes dans le contexte plus large de notre monde en rapide évolution, non seulement avec l’IA générative, mais aussi avec les avancées qui se produisent parallèlement dans de nombreux autres domaines.  

Les dirigeants doivent définir leur vision de manière itérative, évaluer les cas d’utilisation basés sur le rendement du capital investi ainsi qu’étendre et exploiter un écosystème d’IA multimodèle. Il ne s’agit pas d’un processus linéaire. Certaines entités de votre entreprise peuvent se trouver à des stades différents. En outre, comme les écosystèmes continuent d’évoluer et l’IA de progresser, il est essentiel de disposer d’un cadre de gestion et d’une approche qui garantissent aux entreprises de produire rapidement de la valeur et des résultats. 

Forts de plus de 30 ans d’expérience dans la mise en œuvre de solutions d’IA responsable qui créent une valeur durable, atténuent les risques et sont centrées sur l’humain, nous considérons les quatre actions suivantes comme des impératifs en matière d’IA. 
 

Les quatre impératifs de CGI pour assurer la fiabilité des mesures et des résultats

Les quatre impératifs de CGI pour assurer la fiabilité des mesures et des résultats

Vous trouverez ci-dessous des exemples sur la façon dont chacun de ces impératifs est mis en œuvre par nos clients. 

the number 1 circled

« Envisager » un cas concret : définir la vision de l’IA

Avec le soutien de CGI, une société de chemin de fer nord-américaine a élaboré un cadre d’IA ethnique et une stratégie de mise en œuvre pour appliquer les cinq fondements du transport ferroviaire programmé avec précision. Nos experts en IA ont fourni les bonnes pratiques en matière de conception, de mise en œuvre, de gouvernance et d’exploitation de l’IA. Il s’agissait notamment de définir un centre d’excellence en IA pour l’entreprise, un cadre de mise en œuvre de l’IA, une architecture à nuages multiples pour l’intégration de l’IA, un cadre de gestion d’IA responsable ainsi qu’une matrice et un cadre de gestion des risques liés à l’IA.

Résultats – Des modèles définis pour la mise en œuvre de l’IA ainsi que des cas d’utilisation basés sur le rendement du capital investi accéléreront le parcours de l’IA des chemins de fer pour obtenir des résultats fiables.

number 2 in a circle

« Explorer » un cas concret : évaluer des cas d’utilisation basés sur le rendement du capital investi

Au sein d’une association nationale de prêts hypothécaires, nous avons organisé des séances de découverte dans les 11 unités d’affaires de l’entreprise afin d’identifier 50 cas d’utilisation possibles qui présentent le plus grand potentiel en matière de transformation et de valeur stratégique. CGI a procédé à une évaluation détaillée des processus afin d’identifier et de classer par ordre de priorité les cas d’utilisation d’IA générative exploitables qui correspondent aux objectifs et aux capacités technologiques de chaque unité d’affaires. 

Résultats – Le client dispose maintenant d’une analyse prospective, adaptée aux objectifs actuels et futurs, des répercussions et des avantages potentiels des initiatives proposées. L’analyse prévoit des améliorations tangibles de l’efficacité opérationnelle, de la génération de revenus, de la gestion des risques ainsi que de l’agilité et de la résilience organisationnelles globales face à l’évolution du marché de même que des environnements réglementaires et technologiques.

number 3 in a circle

« Concevoir » un cas concret : construire des fondations évolutives et adaptatives

La mission ExoMars Rover de l’Agence spatiale européenne (ESA) sera la première mission européenne de surface sur Mars. Nous avons mis au point une technologie pour aider les scientifiques à comprendre Mars à distance à un niveau de détail sans précédent, à travers les yeux d’un véhicule astromobile martien, grâce à nos systèmes d’autonomie et d’intelligence artificielle embarqués et non embarqués. Nous fournissons le système VisLoc (localisation basée sur la vision), qui est un élément essentiel de la solution de navigation autonome. Notre équipe concevra, développera et vérifiera également le composant logiciel d’IA, Mission Management Software Instruments Layer (MMS-IL). Celui-ci prendra en charge le deuxième objectif de la mission, à savoir le déplacement autonome sur la surface, en plus de fournir des capacités de localisation et de visualisation.

Résultats – Permettre au véhicule astromobile de parcourir des distances plus importantes que celles qu’il aurait pu parcourir sans ce niveau d’intelligence. Les processus de validation et de vérification garantiront sécurité, fiabilité et robustesse dans un environnement où la maintenance physique est impossible et le degré d’incertitude élevé. 

number 4 in a circle

« Développer » un cas concret : accélérer la valeur et travailler de manière responsable 

Un fournisseur mondial de services de communication a accéléré ses capacités de transformation de l’IA en établissant un bureau de projets dynamique pour optimiser le rendement du capital investi dans les initiatives d’IA générative. Notre équipe a conçu et utilisé un processus d’évaluation de 10 jours avec une méthodologie d’« échec rapide » pour permettre une sélection rapide des projets. Elle a également mis en place une gestion et un suivi de projet tout au long du processus, et a effectué une revue diligente sur le rendement du capital investi obtenu par rapport aux attentes initiales. Nous avons aussi fourni des propriétaires de produits, des gestionnaires de produits et des chefs de mêlée certifiés pour ce projet agile.

Résultats – Le client a réalisé un rendement du capital investi de 57 %, la première année, grâce aux économies réalisées sur les projets sélectionnés (un investissement de 300 millions de dollars américains a généré un rendement de 470 millions de dollars américains). Ces économies se sont confirmées d’une année sur l’autre, ce qui a permis au client de sélectionner des initiatives avec rapidité et efficacité en tenant compte de facteurs clés tels que le coût réel, le rendement attendu précis, l'utilisation responsable de l’intelligence artificielle et la qualité des données fondamentales.

Comment générer des résultats et une valeur durables?

Lorsqu’il s’agit de générer des résultats et de la valeur, nous avons constaté que les projets pilotes de même que les preuves de concept étaient plus efficaces lorsqu’ils étaient liés à une stratégie ainsi qu'à une feuille de route d‘IA globales avec des objectifs clairs et des outils d’évaluation de la valeur ajoutée. 

Les projets pilotes devraient déjà constituer la base de l’analyse de rentabilité à développer. Il est important de démontrer qu’un cas d’utilisation s’inscrit dans un contexte commercial concret et qu’il permet d’obtenir des améliorations notables avec un rendement du capital investi clair et quantifiable. Sans cette base de préparation et sans les connaissances spécifiques du secteur, de l’entreprise et du processus, il est arrivé que l’IA génère une certaine valeur à court terme dans le cadre de projets pilotes, mais entraîne finalement des perturbations ainsi que des coûts plus importants que d’autres modèles et approches d’IA. 

En outre, pour générer une valeur réelle à l’échelle, les organisations ont également besoin d’un écosystème d’IA multimodèle, au-delà de l’IA générative, guidé par une gouvernance d’utilisation responsable, sous la supervision d’un humain. 

Quelles sont les prochaines étapes? 

Vous souvenez-vous de la maxime selon laquelle « le réseau est l’ordinateur »? Je pense que l’intelligence artificielle sera l’ordinateur du futur et qu’en tant que telle elle stimulera la créativité, l’innovation et la productivité humaines dans tous les secteurs d’activité. 

Avec l’IA, il est essentiel de créer un écosystème de partenaires fiables et sûrs pour que nos clients et nous-mêmes puissions faire face au rythme du changement, pour lequel il n’y aura pas de solution magique et universelle. La bonne nouvelle est que nous avons une dynamique et des gens formidables qui travaillent ensemble chaque jour pour exploiter le pouvoir de l’IA de manière responsable, en se concentrant sur les résultats commerciaux, et en plaçant toujours l’humain au cœur du processus.

Pour en savoir plus sur nos offres et nos études en matière d’IA, veuillez consulter notre page d’accueil consacrée à l’IA.  

 

 

Haut de page

À propos de l’auteur

Dave Henderson

Dave Henderson

Président, Solutions intelligentes et innovation

Dave Henderson agit à titre de président, Solutions intelligentes et innovation chez CGI. Il travaille à l’évolution de l’innovation technologique dans l’ensemble des régions et secteurs d’activité. Son mandat comprend l’expansion du portefeuille de solutions de propriété intellectuelle (PI) de l’entreprise qui tirent profit de ...