Listen à article
Alors que les entreprises dépassent les expérimentations isolées en intelligence artificielle (IA) pour adopter la technologie à l’échelle de l’entreprise, plusieurs revoient la structure de leurs équipes et leurs stratégies afin de favoriser une croissance durable.
Dans cet épisode du balado HCLTech Tendances et perspectives, nous nous sommes entretenus avec Srinivas Kompella, vice-président principal et chef mondial, Données et IA chez HCLTech, afin d’analyser les résultats des plus récentes recherches de HCLTech sur la création d’un modèle opérationnel axé sur l’IA. Kompella apporte une expertise approfondie et des perspectives de première main sur ce qui fonctionne ou non, alors que les organisations traversent cette phase cruciale.
L’impératif multidisciplinaire
Les entreprises qui ont connu un succès précoce avec l’IA ont souvent commencé par de petits projets limités. Mais Kompella souligne que le passage à l’échelle de l’IA nécessite un ensemble de compétences beaucoup plus vaste. « Alors que les entreprises passent de l’expérimentation et de petits cas d’utilisation à une adoption plus large de l’IA, elles constatent peu à peu qu’une véritable équipe multidisciplinaire est la clé pour permettre le passage à l’échelle. »
Il explique qu’une telle équipe doit comprendre :
- Fondation d’infrastructure robuste, qui soutient à la fois la performance et la rentabilité
- Compétences de niveau mondial en ingénierie des données et en science des données pour établir une base de données solide comme le roc
- Expertise en IA, non seulement dans l’utilisation de grands modèles linguistiques, mais aussi dans la conception de systèmes d’IA à grande échelle, surtout à mesure que Agentic IA gagne en importance
- Connaissance des processus d’affaires, puisque « le but de l’adoption à grande échelle de l’IA est d’avoir un impact positif sur l’entreprise », que ce soit pour accroître les revenus ou transformer l’expérience client
En alignant ces disciplines autour de fonctions d’affaires spécifiques, telles que les ventes et le marketing, les organisations peuvent passer de projets pilotes ponctuels à des solutions reproductibles et standardisées.
« La “productisation”...crée ce niveau de reproductibilité, de standardisation et de cohérence », a déclaré Kompella, « faisant du modèle d’exploitation produit un incontournable » pour toute entreprise cherchant un véritable impact transformationnel.
Équilibrer l’adaptation et la gouvernance
Avec l’IA générative et l’IA agentique qui évoluent à une vitesse fulgurante, les DSI et les CXO s’inquiètent souvent de la façon de demeurer agiles sans compromettre la sécurité ou la responsabilité. Kompella souligne que l’équipe de produit multidisciplinaire est la réponse. Notre recherche indique que les entreprises qui adoptent une approche axée sur le produit pour atteindre cet objectif sont quatre fois plus susceptibles d’obtenir un solide retour sur investissement.
« Dès que l’on intègre une équipe multidisciplinaire...elle est capable d’évaluer et d’analyser l’impact » des technologies émergentes afin de déterminer ce qui est pertinent et sécuritaire. Il souligne l’importance d’une base technique solide : « Si cette base est bien architecturée...les évolutions dans les technologies d’IA pourront véritablement mieux être évaluées et mises à profit [avec rapidité]. »
Mais l’évaluation à elle seule n’est pas suffisante. L’IA responsable doit être intégrée au cadre de gouvernance, du contrôle centralisé jusqu’aux développeurs citoyens à la périphérie. « La plupart des utilisateurs...créeront de l’IA en périphérie, sur leur portable ou leurs appareils », a déclaré Kompella. « Cela implique donc...des niveaux incroyables de gouvernance, non seulement du point de vue technologique, mais aussi en matière d’accès aux données et aux insights. »
À un niveau supérieur, un centre d’excellence en IA, ou conseil, peut diriger la sélection des nouveaux outils pour leur sécurité, leur applicabilité et leur retour sur investissement. « Ce mécanisme de gouvernance, » a ajouté Kompella, « garantira que les technologies qui arrivent sont déployées de la bonne manière pour maximiser le ROI. »
Bâtir la confiance par la cohérence
La confiance est la monnaie de l’adoption de l’IA. « L’un des plus grands facteurs pour passer à l’échelle avec l’IA est de bâtir la confiance », a souligné Kompella. Il fait un parallèle avec les expériences de consommateurs au quotidien : « Si vous utilisez une application de carte GPS, vous faites confiance à cette IA pour vous indiquer...d’emprunter tel trajet plutôt qu’un autre. » Les utilisateurs d’aujourd’hui s’attendent à la même fiabilité de la part des systèmes d’IA d’entreprise et délaissent rapidement les outils qui les déçoivent.
Pour mériter cette confiance, l’IA doit non seulement égaler l’exactitude humaine, mais la surpasser. « Erreur est humaine. Malheureusement, cela ne s’applique pas à l’IA », a-t-il noté. Lorsque les produits d’IA offrent systématiquement des résultats exacts, les organisations peuvent progressivement élargir la responsabilité aux « développeurs citoyens d’IA » tout en maintenant la confiance envers leurs systèmes.
Surmonter les obstacles liés à la structure des équipes
Les modèles organisationnels traditionnels, y compris les hiérarchies fonctionnelles ou les structures matricielles, créent souvent des silos et ralentissent la prise de décision. Les entreprises nées du numérique, à l’inverse, constituent des équipes agiles autour de produits précis, les lançant rapidement et itérant en temps réel.
Dans un modèle d’exploitation axé sur le produit, un propriétaire de produit dédié est responsable de l’équipe interfonctionnelle, même si ses membres demeurent dans leurs lignes hiérarchiques respectives. « La responsabilité est portée par l’équipe produit », a expliqué Kompella, « plutôt que par l’alignement fonctionnel. » Ce changement exige une gestion du changement solide et un alignement du leadership, mais il ouvre également de nouvelles trajectoires de carrière et favorise un développement plus large des compétences. Bien qu’une minorité d’organisations croient avoir atteint une pleine harmonisation, 95 % s’accordent pour dire qu’un changement de mentalité au sein du leadership est essentiel — ce qui indique que le modèle axé sur le produit est, en plus d’un changement structurel, une priorité stratégique de leadership.
Agilité favorisée par des stratégies de données centrées sur les problèmes
Les architectures de données traditionnelles étaient axées sur des référentiels centralisés, comme l’entrepôt de données d’entreprise conçu pour la production de rapports. Mais la promesse de l’IA réside dans la résolution agile de problèmes d’affaires précis.
« À l’ère de l’IA...on ne peut pas prendre des mois ou des années pour bâtir un référentiel central de données », a déclaré Kompella. Les équipes devraient plutôt partir d’un cas d’utilisation clair, comme l’amélioration de l’efficacité d’une campagne, pour identifier uniquement les données et l’infrastructure nécessaires à l’obtention des résultats. Cette approche axée sur le problème réduit le délai de rentabilité et renforce la mentalité d’exploitation en mode produit.
Cultiver une culture de l’expérimentation
Enfin, Kompella a souligné le rôle de la culture dans la promotion de l’innovation continue. « La technologie existe...c’est une question d’imagination quant à la façon de l’appliquer. » Les CXO doivent trouver le juste équilibre entre gouvernance et liberté créative.
Il fait remarquer que moins de 5 % des expérimentations en IA se rendent aujourd’hui en production avec une valeur mesurable, ce qui rappelle nettement l’écart entre l’idéation et l’impact. En canalisant l’expérimentation par de solides équipes produit soumises à une bonne gouvernance, les entreprises peuvent convertir plus d’idées en résultats mesurables.
« Le rôle de la gouvernance consiste moins à contrôler qu’à canaliser cette énergie dans la bonne direction », a affirmé Kompella, « car le talent technique et les technologies sont là. Dès que cette canalisation commence, l’innovation commence à se transformer en rendement sur investissement. »
Avec un modèle opérationnel axé sur le produit, les organisations peuvent unir l’infrastructure, les données, l’IA et l’expertise en processus d’affaires sous une responsabilité claire, intégrant la gouvernance sans étouffer la créativité. Comme le révèlent les réflexions de Kompella, ce cadre multidisciplinaire offre la reproductibilité, la confiance et l’agilité nécessaires pour faire passer l’IA de projets pilotes isolés à une transformation à l’échelle de l’entreprise.
