7 choses que les directeurs et les dirigeants peuvent faire pour faciliter l'adoption réussie de l'intelligence artificielle dans leur organisation

Par : Nufar Gaspar, directeur d’AI Everywhere

Points essentiels à retenir sur l'intelligence artificielle (IA)

  • Les directeurs ont leur importance lorsqu'il s'agit de l'adoption de l'IA et leur participation adéquate est essentielle pour surmonter le taux stupéfiant d'échecs des projets d'IA.

  • Les directeurs peuvent jouer les rôles suivants : Sponsor, pilote et catalyseur de l'IA. À ce titre, ils doivent s'assurer que les bonnes ressources, les bons objectifs, les bonnes actions et les bons comportements sont consacrés au processus.

  • Nous recommandons 7 actions principales que les directeurs et les leaders devraient faire pour accélérer l'adoption de l'IA, allant de la définition de la stratégie, des choix intelligents sur les données à utiliser et les cas d'utilisation à poursuivre, ainsi que la gestion du changement et les compétences et rôles requis en matière d'IA au sein d'une organisation.

author-image

Par

Les directeurs ont-ils un rôle important à jouer dans l'adoption de l'IA ?

Tout à fait. Selon Gartner, un taux stupéfiant de projets d'IA échoue. Ce n'est pas une fatalité et il y a beaucoup de choses que vous pouvez faire en tant que directeur pour battre ces statistiques. Au cours des 12 dernières années, j'ai eu l'honneur de travailler dans divers rôles de direction au sein du groupe d'intelligence artificielle d'Intel IT. Cette équipe a créé et produit des milliers d'algorithmes d'IA et a mis en œuvre des méthodes solides pour augmenter les chances de succès de l'IA que je voudrais partager avec vous.

L'une de ces initiatives est le programme Intel « AI Everywhere », fondé l'année dernière avec l'objectif d'augmenter le taux de réussite et la valeur lors de l'application de l'IA à travers l'entreprise pour résoudre divers défis commerciaux. Pour ce faire, nous proposons un riche portefeuille de sessions de consultation et de formation, des outils d'IA en libre-service, la création de capacités d'IA de bout en bout à la demande ainsi que le développement d'une vaste communauté interne de praticiens et d'enthousiastes de l'IA.

Tout au long de cette année, j'ai eu le privilège de discuter et de consulter un grand nombre d'individus, d'équipes et de dirigeants de l'entreprise, tous engagés dans un parcours d'utilisation de l'IA. Certains commencent à peine, tandis que d'autres sont déjà bien avancés. Même si certains des défis et des solutions sont propres à des domaines spécifiques, il existe des points communs évidents entre les différentes équipes. Un point clair que j'ai constaté est que le niveau et le style par lesquels les directeurs et les dirigeants d'une organisation sont impliqués dans le processus d'adoption de l'IA de leur organisation fait une réelle différence. Ce n'est en aucun cas la seule raison du rythme d'adoption de l'IA, mais en tant que directeurs, nous pouvons contribuer à accélérer les choses. De manière significative. Ou au moins créer un plan réel et réalisable pour adopter l'IA « correctement ». Dans la suite de cet article, j'essaierai de décrire le rôle qu'un directeur ou un dirigeant doit jouer dans l'adoption de l'IA et les principales activités dans lesquelles il devrait être impliqué pour faciliter une adoption plus rapide et plus réussie de l'IA.

Sponsor, pilote et catalyseur de l'IA : les rôles que doivent jouer les directeurs et les dirigeants.

Chez Intel, j'ai vu deux façons par lesquelles une organisation a commencé son parcours d'IA - « de bas en haut » : un employé ou un petit groupe d'employés prend une initiative d'IA et va ensuite prouver sa valeur pour obtenir l'adhésion de la direction ; ou un directeur identifie le potentiel et prend des décisions (et, espérons-le, des actions) pour favoriser l'adoption de l'IA, alias. « de haut en bas ». D'après mon expérience, ce n'est pas la façon dont l'initiative d'IA a été lancée qui est le meilleur indicateur du rythme ou de la probabilité de son succès. Ce qui est très important, c'est de savoir si les directeurs impliqués (qu'ils aient été là dès le départ ou qu'ils se soient joints à la fête plus tard) ont joué les bons rôles, c'est-à-dire les rôles de sponsor, de pilote et de catalyseur de l'IA. À ce titre, ils doivent s'assurer que les bonnes ressources, les bons objectifs, les bonnes actions et les bons comportements sont consacrés au processus. Je vais énumérer ci-dessous les 7 activités principales qui, selon moi, sont les plus essentielles pour tout directeur qui souhaite accélérer le parcours de son organisation dans l'application des techniques d'IA :

1. Définir une stratégie et des objectifs clairs concernant la portée et la méthode d'utilisation de l'IA dans l'organisation

Lorsqu'une équipe commence tout juste à utiliser l'IA, et en particulier si les premières initiatives sont nées du bas vers le haut, il n'est pas encore nécessaire de définir immédiatement une « stratégie d'IA ». Il s'agit plutôt de parvenir à des résultats commerciaux tangibles. Cependant, dès que les directeurs d'une organisation souhaitent augmenter les investissements et accélérer le rythme d'adoption de l'IA, ils doivent commencer à définir une stratégie et des objectifs en la matière.

Et oui, les choses vont très probablement changer en cours de route, et un ajustement de la stratégie sera très probablement nécessaire, mais cela reste mieux que de ne pas en avoir pour commencer.

Quelques questions auxquelles il faut répondre lors de la définition de la stratégie et des objectifs :

  • L'IA sera-t-elle exécutée par des individus de l'équipe, ou sera-t-elle confiée à d'autres équipes ou à des fournisseurs ?
  • L'objectif est-il de créer un centre d'excellence de l'IA ou de répartir le travail sur l'IA dans toute l'organisation ? (Même en externalisant une partie ou la totalité du travail)
  • Portée initiale planifiée : Commencer petit et simple (par exemple, utiliser des outils prêts à l'emploi et s'attaquer aux fruits les éléments les plus accessibles) ou bien s'attaquer aux éléments les plus importants et créer des capacités sur mesure ?
  • Comment sera mesurée la réussite de l'adoption de l'IA ? ROI ? Nombre de capacités produites ? Autre chose ?
  • Rythme d'adoption : voulez-vous faire un saut dans l'inconnu et passer à la vitesse supérieure ou augmenter progressivement votre investissement ?

Une implication directe de la définition d'une stratégie d'IA est que vous devrez avoir un plan clair autour de l'accroissement des connaissances en IA dans votre organisation :

2. Définir la « pyramide » des compétences en IA dans votre organisation et un plan de croissance des connaissances en IA

L'IA est en passe de devenir une technologie de base dans tous les aspects de notre vie privée et, à terme, elle le sera aussi dans notre vie professionnelle. Avec cette affirmation à l'esprit, je crois fermement que tous les employés doivent développer leurs connaissances et leurs compétences en matière d'IA. Je ne cherche pas à faire d'un employé un praticien de l'IA. Je le vois comme une pyramide, dont la base est constituée des connaissances en matière d'IA que tous les employés devraient avoir. En remontant vers le sommet, chaque organisation peut et doit définir les différents « personas d'IA », en fonction de sa stratégie et de ses objectifs en la matière. La « pyramide des connaissances en matière d'IA » d'une organisation doit refléter le degré d'agressivité de son plan d'adoption de l'IA et la part des compétences en matière d'IA qu'elle souhaite développer en interne plutôt que de travailler avec des partenaires externes.

Dans l'exemple ci-dessous (Figure 1) - il existe 3 personas d'IA principaux : « tout le monde », « les champions de l'IA » et « les experts de l'IA ».

L'hypothèse ici (qui s'applique à de nombreuses organisations chez Intel) est que chaque employé doit comprendre les concepts de base de l'IA. Ainsi, nous pouvons éradiquer la peur et les objections et aider à identifier les opportunités. Plus encore, lorsque le problème se posera, et il se posera, ils seront plus disposés à modifier leur façon de travailler pour s'adapter à l'IA. Dans une certaine mesure du moins.

Les définitions spécifiques des 2 couches suivantes de la pyramide ci-dessous varient d'une équipe à l'autre, certaines la décomposent plus bas, tandis que d'autres la décomposent différemment.

Figure 1 : Un exemple de « pyramide des compétences d'IA ».

En résumé, assurez-vous que vous savez clairement qui doit acquérir quelles compétences et comment il va les acquérir. Certaines organisations élaboreront des plans ambitieux de perfectionnement en IA, tandis que d'autres opteront pour un rythme de perfectionnement plus lent et plus organique. Toutes les méthodes de montée en compétence en matière d'IA sont valables, tant qu'elles sont alignées sur la stratégie et les objectifs de l'organisation en matière d'IA.

3. Tirer parti de vos données existantes et investir intelligemment dans leur amélioration

Les données sont sans doute le plus important catalyseur de l'IA. Cela ne signifie pas que vous ne pouvez pas appliquer l'IA tant que vous n'avez pas perfectionné toutes les données de votre organisation. En effet, d'après mon expérience, lorsque les organisations se sont lancées dans de longs et coûteux « projets de base de données » sans travailler simultanément à l'obtention d'une valeur commerciale claire grâce à leurs données, elles ont généralement interrompu le travail de base de données, laissant toutes les personnes impliquées frustrées. Je suggère de commencer par les données dont vous disposez, ou que vous pouvez obtenir relativement facilement, de créer les capacités d'IA les plus performantes possibles avec ces données, puis, en vous appuyant sur votre réussite, d'augmenter progressivement l'investissement dans l'extraction de données supplémentaires. Je vous recommande vivement, à toutes les étapes de votre « évolution des données », de ne pas être un « accumulateur de données ». Au lieu de cela, collectez des données que vous avez en ligne de mire sur la manière de les collecter et sur ce que l'on peut en faire, et assurez une croissance constante de la valeur commerciale permise par vos ensembles de données croissants. Plus vous aurez de preuves et de confiance dans la valeur de vos données, plus vous pourrez vous fixer des objectifs audacieux, y compris la collecte de données qui ne sont actuellement disponibles dans aucun système, la modification profonde des outils et des méthodes de travail pour collecter les données, voire la création d'une toute nouvelle plateforme de données.

4. Gérer le changement : du haut vers le bas et du bas vers le haut

Qu'il s'agisse de créer de meilleures données ou d'encourager l'adoption de l'IA, vous serez souvent confronté à des objections. Certaines objections peuvent être attribuées à la peur ou au conservatisme, mais de nombreuses objections peuvent être levées si le processus d'adoption de l'IA est géré correctement. D'après mon expérience, il ne suffit pas de gérer le changement « de haut en bas », c'est-à-dire de définir une stratégie et des objectifs clairs, de les transmettre aux employés et de supposer que tout se passera bien avec la mise en œuvre de chaque nouvelle capacité d'IA. Les capacités d'IA les plus précieuses que j'ai vues nécessitent un certain niveau de collaboration entre l'expert humain et l'IA. Il se peut que l'expert soit censé utiliser les recommandations de l'IA pour améliorer ses résultats, qu'il doive fournir un retour d'information ou des données améliorées pour que l'IA réussisse, ou qu'on lui demande simplement de ne pas désactiver la capacité de l'IA à la première occasion. D'une manière ou d'une autre, si l'utilisateur final n'est pas impliqué dans le processus et n'est pas éduqué/autonomisé/assuré d'utiliser l'IA dans son intérêt, la mise en œuvre échouera probablement. Par conséquent, les utilisateurs finaux et les experts doivent être mis à contribution dès le début, au niveau des capacités spécifiques ainsi que de la direction générale prise par l'organisation. Non seulement les objections seront considérablement réduites, et donc les chances de succès augmenteront, mais ils apporteront très probablement des idées étonnantes et accéléreront considérablement le processus.

5. Sélectionner les cas d'utilisation appropriés avec un ROI et des objectifs commerciaux clairs

D'après mon expérience, beaucoup, sinon la plupart des échecs de l'IA auraient pu être évités si l'on avait consacré suffisamment d'énergie et d'attention à la phase de sélection des cas d'utilisation. Ce que j'attends des directeurs, en particulier, c'est qu'ils s'assurent que l'équipe ainsi que tous les décideurs comprennent parfaitement la faisabilité (voir Figure 2), le risque et la valeur potentielle d'une idée d'IA. Je vois les directeurs comme des gardiens, qui évitent les préjugés à l'égard d'une idée d'IA spécifique ou de la technologie globale, au point de passer à côté de problèmes potentiels. Ce n'est pas qu'en étant diligent sur les idées d'IA que vous avancez, vous pouvez prévenir tous les obstacles et difficultés que votre futur projet d'IA rencontrera, mais au moins vous serez conscient des risques. Plus important encore, vous vous poserez, ainsi qu'à l'équipe, des questions difficiles pour vous assurer qu'il y a suffisamment de valeur commerciale à atteindre pour supporter et surmonter les revers qui pourraient survenir.

Figure 2 : Principaux sujets d'analyse de faisabilité lors de l'étude d'une idée d'application de l'IA.

6. Affecter les bonnes personnes en fonction de la criticité et de la complexité de la tâche

Vous avez probablement compris que je suis convaincu que toutes les idées en matière d'IA ne sont pas nées égales. Il n'existe donc pas de solution universelle en termes de compétences requises. Cependant, un scénario typique que je vois est que les directeurs assignent uniquement des spécialistes des données ou des scientifiques des données en devenir pour travailler sur une idée. Et si les spécialistes des données sont souvent les bonnes personnes à avoir lorsque vous voulez que le côté algorithmique des choses soit géré, ils ne sont généralement pas suffisants. Surtout si vous vous attaquez à des projets d'IA plus complexes, intégratifs et transformationnels. Pour augmenter la probabilité qu'une idée d'IA plus complexe parvienne jusqu'à la production et produise un impact commercial important, voici les principaux personas qu'il est recommandé d'impliquer :

  • Spécialistes des données : ils sont principalement chargés de créer le meilleur algorithme pour résoudre le problème en tenant compte de la portée et des objectifs définis.
  • Experts en la matière : ils ont une connaissance approfondie du problème à résoudre et peuvent prendre des décisions pour maximiser les résultats commerciaux (par exemple, comment et quelles données traiter, comment définir correctement le problème à résoudre, comment intégrer et mettre en œuvre la solution d'IA dans le cadre des processus commerciaux, etc.)
  • Ingénieurs de machine learning/ingénieurs de plateformes d'IA : responsables de l'architecture et de l'exécution d'une solution d'IA de bout en bout qui est optimisée pour le problème commercial et les algorithmes que les spécialistes des données ont créés. Ils doivent maîtriser les pratiques modernes des logiciels d'IA et des MLOps.
  • Chefs de produits/projets d'IA : personnes ayant une compétence approfondie en gestion de produits/projets ainsi qu'en technologies d'IA. Ils doivent avoir l'expérience de la direction d'une équipe pluridisciplinaire, de la définition et de l'exécution d'une idée d'IA jusqu'à la productisation et la maximisation d'un impact commercial durable au fil du temps.
  • Intégrateurs : le cas échéant, il est très avantageux de travailler en étroite collaboration avec des personnes et des équipes qui peuvent intégrer la capacité d'IA aux processus existants et qui sont en mesure d'apporter les changements nécessaires pour que l'intégration de l'IA se fasse le plus facilement possible.
  • Sponsor d'IA : une personne en position de leadership qui peut aider à influencer et à lever les obstacles dans le processus de travail sur une idée IA. Y compris, mais sans s'y limiter, l'affectation des ressources, la prise de décisions en matière de POR et la mise en place des bons niveaux de décisions pour maximiser le succès. Il s'agit souvent du rôle le plus important que vous pouvez jouer en tant que directeur pour accélérer le parcours d'adoption de l'IA.

7. Fixer des attentes et faire preuve de patience : la transformation demande du temps et des investissements

Ce dernier point est probablement le conseil le plus important que j'ai à offrir spécifiquement aux directeurs et aux dirigeants. Si vous êtes arrivé jusqu'ici, cela signifie que vous avez déjà fait ou que vous envisagez sérieusement de faire un investissement substantiel pour que l'IA fonctionne pour votre organisation. Avec cela, vous voudriez vous assurer que votre retour sur investissement est suffisamment important. Et suffisamment rapide. Cependant, d'après mon expérience, il s'agit toujours d'un processus plus long et plus complexe que ce que la plupart des gens anticipent pour arriver au point de « retour sur investissement suffisant ». Les raisons sont multiples : L'IA est encore une technologie nouvelle et souvent intrusive ; elle présente des risques perçus et réels pour votre entreprise si elle n'est pas utilisée correctement. En outre, le chemin entre un POC réussi et la productisation est toujours plus long que prévu. Enfin, si elle est exploitée au maximum de son potentiel, l'IA est destinée à transformer véritablement la façon dont vous gérez votre entreprise. Et la transformation demande du temps, des investissements et de la patience. La Figure 3 ci-dessous présente un graphique de maturité typique de l'IA avec les différentes phases de l'adoption de l'IA, leurs caractéristiques et leur durée typique. Il ne s'agit pas de vous décourager mais plutôt de fixer des attentes plus réalistes quant aux résultats et au délai dans lequel vous pouvez les attendre.

Figure 3 : Courbe de maturité et rythme typique d'adoption de l'IA.

Où allez-vous à partir de maintenant ?

Une question qui vous trotte peut-être dans la tête en ce moment : « Ayant lu et suivi les 7 étapes, puis-je garantir d'accélérer les choses ? » Eh bien, la réponse est : « peut-être ». Comme je l'ai mentionné, même si elle est bien faite, l'adoption de l'IA est souvent un processus plus long et plus exigeant en ressources que prévu initialement. Cependant, si elle est bien faite, et indépendamment du fait que vous ayez choisi d'être le sponsor de l'IA de votre organisation, de la piloter, de la catalyser, ou de tout cela, vous augmenterez considérablement vos chances de réussite ainsi que l'impact commercial attendu. Et ce sont d'excellentes sources de motivation.