L’AI d’entreprise est entrée dans une nouvelle phase. La question n’est plus de savoir si les organisations doivent adopter l’AI. Cette question a en grande partie trouvé sa réponse.
La plus récente recherche HCLTech AI Impact Imperatives montre que l’AI est déjà intégrée dans l’ensemble des opérations TI, de l’ingénierie logicielle et des environnements de production. L’adoption généralisée est maintenant la norme, non plus l’enjeu principal.
L’adoption de l’AI et son impact ne sont pas équivalents.
Les organisations peuvent déployer des copilotes, des agents et de l’automatisation intelligente à l’échelle de l’entreprise et pourtant éprouver des difficultés à accroître la productivité, réduire les coûts ou dégager un avantage concurrentiel. Les initiatives AI échouent rarement à cause de modèles inadaptés. Plus souvent, la perte de valeur provient de processus d’affaires, de la gouvernance et de méthodes de travail qui restent largement inchangés.
Un assistant à la programmation ne peut transformer la livraison logicielle si les pratiques d’ingénierie demeurent identiques. Un agent autonome ne peut améliorer les opérations clients s’il n’a pas accès à des données fiables ou s’il ne peut agir sur des processus d’affaires fragmentés. L’AI peut accélérer certaines tâches individuelles, mais le modèle opérationnel évolue peu à moins que l’entreprise n’évolue de concert avec elle.
L’AI transforme plus que la technologie
Depuis des décennies, les organisations adaptent la technologie à leurs façons de faire existantes. L’AI inverse désormais cette relation.
Alors que l’AI devient une couche opérationnelle d’entreprise, les organisations doivent repenser la façon dont le travail se fait. Les processus centrés sur l’effort humain doivent évoluer vers des flux de travail où humains et AI collaborent. Les décisions auparavant entièrement basées sur l’expérience peuvent devenir plus axées sur les données. Les gestionnaires passent de la supervision des activités à la gestion des résultats. Les employés consacrent moins de temps aux tâches routinières et davantage à exercer leur jugement là où il crée le plus de valeur.
Cela relève de la transformation organisationnelle, non d’un simple déploiement technologique.
Les organisations qui constatent le plus grand impact n’investissent pas simplement dans l’AI. Elles investissent dans des modèles opérationnels, des structures de gouvernance, des comportements de leadership et des compétences de la main-d’œuvre qui font de l’AI une partie intégrante de l’exécution quotidienne des affaires, plutôt qu’une initiative technologique isolée.
Pourquoi les initiatives AI stagnent
La recherche HCLTech, AI Impact Imperatives estime que les organisations s’attendent à ce que 43 % des initiatives AI majeures lancées au cours des deux prochaines années échouent. Cette statistique met en lumière un écart de préparation organisationnelle plutôt qu’une limite propre à l’AI.
Les principaux obstacles sont rarement la performance des modèles ou la technologie sous-jacente. Les organisations se heurtent plutôt à des données fragmentées, des applications patrimoniales, une responsabilité d’affaires morcelée, une gouvernance incohérente et des difficultés de coordination entre équipes technologiques et métiers.
Les initiatives AI démarrent souvent au sein d’une seule fonction, alors que les processus à transformer couvrent plusieurs secteurs. Le défi devient alors organisationnel plutôt que technique.
La technologie peut être déployée rapidement. Changer la manière dont les gens collaborent prend plus de temps.
Toute initiative AI devient une initiative humaine
Toute initiative AI réussie devient à terme une initiative humaine.
Les employés doivent acquérir de nouvelles compétences mais aussi de la confiance. Les équipes ont besoin de clarté pour savoir quand l’AI doit recommander, automatiser ou quand les humains doivent prendre la décision finale. Les leaders doivent repenser l’imputabilité, les incitatifs et les mesures de rendement.
L’AI peut aussi permettre la création de nouveaux produits, services et expériences client. Sa valeur réside non seulement dans l’efficacité des activités existantes, mais aussi dans la transformation de ce que l’entreprise peut offrir.
C’est pourquoi l’habilitation de la main-d’œuvre est aussi importante que la mise en œuvre de la technologie. La formation seule ne suffit pas. Les organisations doivent instaurer de nouveaux flux de travail, droits de décision, pratiques de gestion et une culture prête à travailler aux côtés de systèmes d’AI de plus en plus puissants.
La confiance et la gouvernance permettent de passer du pilote à l’échelle
Rien de tout cela n’est possible sans la confiance.
Les employés ne feront pas confiance à l’AI s’ils ne peuvent la comprendre. Les clients n’accepteront pas des décisions automatisées qu’ils ne peuvent pas contester. Les organismes de réglementation exigent de plus en plus de la transparence, de l’imputabilité et une gouvernance efficace.
L’AI responsable doit donc devenir une capacité opérationnelle et non un simple exercice de conformité.
La recherche HCLTech AI Impact Imperatives révèle que 76 % des organisations ont retardé le déploiement de l’AI en raison de préoccupations liées à l’AI responsable. La gouvernance ne doit pas freiner l’innovation. Des balises claires peuvent permettre aux organisations de déployer l’AI en confiance, de façon cohérente et répétée.
La confiance est ce qui permet à l’AI d’aller au-delà des projets pilotes et d’entrer dans les opérations critiques pour l’entreprise.
Mesurer l’AI par la valeur d’affaires, non par l’activité
De nombreuses organisations mesurent encore le succès de l’AI par le nombre de projets pilotes réalisés, d’utilisateurs formés ou de modèles déployés. Ces mesures décrivent l’activité plutôt que l’impact.
Les organisations qui bâtissent un avantage durable mesurent les résultats d’affaires qui comptent pour les conseils d’administration, les clients, les investisseurs et la société. Elles se demandent si l’AI a :
- Réduit les délais de cycle
- Amélioré les expériences client
- Augmenté la productivité
- Renforcé la qualité des décisions
- Diminué les risques opérationnels
- Créé de nouvelles possibilités de revenus
Ces mesures relient l’AI directement à la performance de l’entreprise. Elles maintiennent aussi l’investissement axé sur la valeur d’affaires plutôt que sur l’adoption technologique.
Avec le temps, l’AI devrait devenir plus facile à mettre en œuvre. Chaque implantation réussie devrait renforcer les données, la gouvernance, les compétences de la main-d’œuvre et le modèle opérationnel de l’organisation en vue du prochain projet.
Perspective sur la prochaine génération de leaders AI
La prochaine génération de leaders AI ne sera pas définie par la quantité d’AI déployée, mais par la réussite de la transformation de leur organisation autour de celle-ci.
La technologie n’est qu’une composante de cette transformation. Un impact durable de l’AI se concrétise lorsque la technologie, les personnes et les processus évoluent ensemble.
Lors de Microsoft Ignite, nous explorerons comment les organisations peuvent aller au-delà de l’adoption de l’AI en modernisant leurs fondations technologiques, en repensant les modes de travail, en renforçant la gouvernance AI et en préparant leur main-d’œuvre, en mettant en pratique la AI responsable pour transformer les investissements en AI en retombées d’affaires répétables.
