La manière dont les entreprises exploitent, entraînent et affinent les outils d'IA générative pourrait également avoir une incidence majeure sur la confiance des clients et des collaborateurs. Pour favoriser l'adhésion, les leaders IT doivent démontrer que l'IA peut être déployée de manière responsable, c'est-à-dire en protégeant la vie privée, en préservant les emplois et en générant des contenus exacts.
De leur côté, les collaborateurs veulent approfondir la question de l'IA. Ils sont environ trois sur quatre à espérer que leur entreprise explore davantage les possibilités de mise en œuvre. Mais les entreprises doivent trouver un juste équilibre entre innovation et éthique pour susciter l'enthousiasme à l'égard des nouvelles méthodes de travail. Dans le cas contraire, la résistance interne au changement pourrait entraver la réalisation de progrès significatifs.
Voici comment les DSI peuvent adopter et mettre en œuvre des solutions d'IA générative qui permettront à la fois d'améliorer les résultats et de donner aux collaborateurs les moyens de participer à un changement responsable.
Élaborer (et communiquer) une stratégie claire en matière d'IA
Bien que l'IA générative ait quelque chose de magique, la déployer avec succès ne se fait pas du jour au lendemain. Pour aller plus vite avec cette technologie, il faut avoir une vision claire de ce que l'entreprise veut réaliser, qu'il s'agisse de stimuler la productivité, d'accroître la satisfaction client ou d'améliorer l'expérience collaborateur. À partir de là, les équipes peuvent commencer à réfléchir à différents moyens d'atteindre ces objectifs.
Toutefois, les résultats dépendront de la qualité et de la quantité des données auxquelles les modèles d'IA ont accès. Bien que certaines solutions prêtes à l'emploi soient pré-entraînées sur des jeux de données pertinents, la plupart des modèles doivent être affinés à l'aide de données propriétaires pour fournir les résultats les plus significatifs. Les DSI doivent donc s'efforcer de relier les données internes de manière responsable.
Les DSI doivent également veiller à ce que la stratégie d'IA de l'entreprise ne perde pas de vue l'évolutivité, en réfléchissant à la manière dont les nouvelles solutions s'intégreront aux processus existants. Il s'agit d'améliorer les résultats tout en restant agile, en adoptant une technologie capable de s'adapter à l'évolution de l'entreprise et des applications d'IA.
Si une planification stratégique proactive est essentielle pour rendre les investissements dans l'IA générative aussi efficaces que possible, cela ne signifie pas que les DSI ont besoin d'un plan entièrement élaboré pour commencer, rassure Mohammed Bari, Director, Powered HR, chez KPMG.
Il ajoute : « Vous pouvez préparer une stratégie tout en analysant vos cas d'usage. Mais n'attendez pas. Allez-y, lancez-vous. Commencez à réfléchir, à faire du brainstorming et à expérimenter. »
Commencer par des cas d'usage spécifiques ciblant les points de friction
Votre stratégie d'IA générative indique aux équipes la direction qu'elles doivent prendre. Des cas d'usage spécifiques leur indiquent la voie à suivre, et cette orientation supplémentaire peut faire toute la différence.
« Il s'avère que l'IA est davantage axée sur les cas d'usage, explique Mohammed Bari. Si je rencontre des difficultés dans le recrutement et le redéploiement des talents, je dois me demander de quelle manière l'IA peut m'aider à résoudre ces problèmes. »
Prenons l'exemple d'une entreprise qui reçoit des milliers de CV chaque jour. S'il est impossible pour une seule personne de tous les examiner, l'IA générative peut aider à faire émerger les meilleurs candidats. En se concentrant sur les compétences (celles dont l'entreprise dispose, celles dont elle a besoin et celles que les différents candidats peuvent lui apporter), l'IA générative peut rapidement trouver le meilleur profil. Grâce à une marketplace des compétences interne, les entreprises peuvent également trouver rapidement les parfaits candidats qu'ils ont déjà à disposition.
Bien que les détails de chaque cas d'usage varient, se concentrer sur les principaux points de friction peut aider les entreprises à obtenir des gains rapides, tout en aidant les équipes à mieux comprendre comment l'IA générative fonctionne réellement. Lorsque les collaborateurs commenceront à appliquer cette technologie dans leurs tâches quotidiennes, ils identifieront des utilisations potentielles qui faciliteront leur travail. L'investissement personnel des collaborateurs dans les déploiements de l'IA s'accompagnera de gains de productivité plus importants.
Donner la priorité à l'éthique et à la gouvernance dès le départ
Les modèles d'IA sont entraînés à partir d'énormes jeux de données, mais cela ne signifie pas que ces données sont toujours exactes. Il existe donc un risque de biais, reproduisant les préjugés inconscients des humains chargés de l'entraîner, ou un risque d'erreurs pures et simples. Il y a aussi le risque que les données d'entraînement aient été manipulées par des acteurs malveillants, ce type de cyberattaque devenant de plus en plus préjudiciable et donc courant.