Découvrir les caractéristiques qui favorisent une culture prête pour l’IA
Une stratégie IA (Intelligence artificielle) réussie doit prendre en compte à la fois les problèmes culturels et les problèmes métier. Devenir une organisation prête pour l’IA nécessite une transformation fondamentale de la façon dont vous faites les choses, de la façon dont les employés se positionnent les uns vis-à-vis des autres, de leurs compétences, et des processus et des principes qui guident vos comportements. Cette transformation concerne le cœur de la culture d’une organisation, et il est vital pour les organisations de s’attaquer à ce type de transformation avec une approche holistique. Les dirigeants doivent apporter leur soutien à ce changement de culture pour que chacun et chacune dans l’organisation adoptent l’IA.
Promouvoir une culture prête pour l’IA nécessite les conditions suivantes :
- Être une organisation pilotée par les données.
- Donner aux utilisateurs les moyens de participer à la transformation vers l’IA et créer un environnement inclusif qui permet une collaboration pluridisciplinaire entre les différentes fonctions.
- Créer une approche responsable de l’IA qui réponde aux problématiques posées par celle-ci.
Bien sûr, ceci n’est possible qu’avec un leadership fort qui pilote le changement en adoptant les changements que nécessite cette transformation et en supportant activement les personnes tout au long de ce processus. Plus loin, nous partageons notre point de vue sur les changements que vous devez apporter pour atteindre une culture prête pour l’IA.
Être piloté par les données
Tout bon système d’IA s’appuie sur des données les meilleures et les plus complètes possibles, et sur la capacité de raisonner sur l’ensemble de votre patrimoine de données. En d’autres termes, cela dépend d’une question liée à l’accès et l’intégrité des données.
Accès aux données
En raison des problèmes liés à la propriété ou au stockage des données, la plupart des organisations génèrent, organisent et utilisent les données de façon cloisonnée. Alors que chaque service peut avoir une bonne vision des données provenant de ses propres processus, il peut lui manquer d’autres informations qui pourraient être pertinentes pour son fonctionnement.
Par exemple, un service commercial peut ne pas avoir une vision complète d’un client, car il lui manque certaines données comme son activité d’e-commerce et l’état de ses paiements, qui sont contrôlés par d’autres départements. Dans ce cas, un vendeur peut commettre l’erreur d’essayer de vendre à un client une police d’assurance qu’il a déjà achetée via un canal en ligne.
Dès lors qu’elles sont partagées au sein de l’organisation, la somme des données devient supérieure aux différentes parties. Ce n’est plus chaque élément de donnée qui compte, mais ce à quoi cette donnée contribue : une vision unifiée du client. Avec cette vision unifiée, vous pouvez prendre de meilleures décisions, agir plus efficacement et offrir une meilleure expérience au client. Votre patrimoine de données doit être accessible pour être utile, qu’il soit local, dans le cloud ou en périphérie.
Intégrité des données
La qualité des données est également primordiale. Dans cet exemple, si les données des clients étaient truffées d’erreurs, comme des informations de contact inexactes, des données non pertinentes ou en doublon, cela n’aurait pas d’importance que les données aient été unifiées : le vendeur pourrait toujours commettre des erreurs significatives dans l’interaction avec le client.
Tout comme la qualité des données est indispensable pour créer des expériences d’un niveau supérieur pour les clients, elle l’est également pour la réussite de l’IA. Un modèle IA est bon et complet seulement dans la mesure où les données qu’elle peut exploiter et à partir desquelles elle peut apprendre sont également bonnes et complètes. Ainsi, il est d’une importance capitale de travailler d’une façon qui garantit que vos données sont aussi complètes et rigoureuses que possible.
En résumé, devenir « piloté par les données » signifie acquérir un état d’esprit de partage des données et de rigueur, qui détermine comment vous travaillez et comment vous communiquez, et au final comment vous collaborez. Ceci vous permet de prendre conscience de la valeur de l’IA et de mieux faire face aux défis qu’elle pose.
Responsabilisation
Promouvoir une culture prête pour l’IA signifie donner les moyens aux personnes de prendre part à la transformation vers l’IA. Les organisations doivent offrir les opportunités suivantes pour atteindre cet objectif :
Mise à disposition de moyens : de l’espace, des ressources, des directives, de la sécurité et du support sont nécessaires pour améliorer ce que les utilisateurs font avec l’IA.
Temps pour l’apprentissage : les organisations doivent aider les personnes à acquérir les connaissances et les compétences.
Place pour l’expérimentation : au cours de ce processus, vous devez encourager les nouvelles idées et l’amélioration continue. Cette expérimentation doit laisser de la place pour les erreurs, ainsi que pour la célébration et la reconnaissance du succès.
Cela signifie également créer un environnement inclusif, c’est-à-dire basé sur la volonté et la capacité des employés de travailler en équipe plurifonctionnelles, dépassant les cloisonnements de l’organisation.
Enfin, cela signifie faire de ceux qui comprennent le mieux le métier un élément central de votre processus de transformation. Les scientifiques des données qui travaillent de façon isolée créent souvent des modèles dont sont absents la connaissance, l’objectif ou la valeur métier qui en ferait une ressource IA efficace. De même, les personnes de l’entreprise travaillant de façon isolée ne disposent pas des connaissances techniques nécessaires pour comprendre ce qui peut être fait dans une perspective de science des données. Une approche multidisciplinaire est importante.
En mettant en place des équipes plurifonctionnelles qui incluent des scientifiques Données et des employés de l’entreprise au plus près des besoins métier, vous pouvez créer des solutions IA puissantes et efficaces. Le grand succès de nos outils d’analytique prédictive de la conformité en est un exemple : ils ont été inspirés et développés par des employés travaillant dans nos équipes financières. Elles ont été une réussite seulement parce qu’elles ont été créées avec les insights des personnes les plus proches des besoins métier. Cet exemple montre combien il est efficace de créer une approche collaborative inter-organisationnelle et inclusive.
En charge
Le troisième élément clé d’une culture prête pour l’IA est de promouvoir une approche responsable de l’IA. L’IA continuant d’évoluer, elle a le potentiel d’amener des changements considérables dans nos vies, ce qui pose des questions complexes et difficiles quant au futur que nous voulons voir advenir.
Comme le dit un vice-président groupe des missions stratégiques et des technologies chez Microsoft : « très souvent, la question n’est pas ce que l’IA peut faire, mais ce qu’elle doit faire ». Les organisations doivent se poser les questions suivantes : Comment concevoir, créer et utiliser des systèmes IA qui vont avoir un impact positif sur les personnes et sur la société ? Comment pouvons-nous garantir que les systèmes IA vont traiter chacun d’une façon correcte ? Comment pouvons-nous préparer au mieux le personnel pour cette nouvelle ère de l’IA ?
Ces questions demandent aux organisations de réfléchir aux principes de leur IA et à la façon de les appliquer dans l’ensemble de l’entreprise. Pour garantir des pratiques d’IA responsables, une planification spécifique est nécessaire, qui doit inclure un modèle de gouvernance de l’IA. De cette façon, vous pouvez fournir une IA transparente, explicable et éthique. Le module Adopter les principes et pratiques de l’IA responsable fournit une présentation plus détaillée des implications de l’IA responsable pour l’entreprise.
Conseil
Prenez un moment pour réfléchir à la façon dont vous pouvez déterminer la préparation de votre organisation pour l’IA.
Maintenant que vous comprenez les principes qui permettent aux organisations d’adopter l’IA, nous allons évaluer si votre organisation est prête et comment elle doit évoluer.