Cinq vérités concrètes sur l'IA au travail

1. L'IA apporte de la clarté face à la complexité
Les systèmes d'IA sont capables de traiter rapidement de grands volumes de données structurées et non structurées, en identifiant des tendances et des corrélations qu'il serait difficile de détecter manuellement.

On constate déjà que les banques utilisent l’IA pour réduire les faux positifs dans la détection des fraudes, que les sociétés d’investissement analysent les rapports à la recherche de risques, que les industriels anticipent les pannes de machines avant qu’elles ne se produisent et que les commerçants repèrent les changements de comportement chez leurs clients. De tels cas d’utilisation favorisent l’adoption de l’IA causale, qui va au-delà de la simple identification de corrélations et explique réellement pourquoi certains résultats se produisent.

La vérité, c’est que ces outils ne servent à rien sans données de haute qualité. Si votre organisation étudie actuellement différents cas d’utilisation, commencez par les domaines de l’entreprise où vos données sont fiables et bien gérées. C’est là que l’IA peut apporter le plus rapidement des éclaircissements pertinents.

2. L’IA multiplie les compétences
Les pénuries de compétences persistent dans tous les secteurs. Les banques sont confrontées à un manque de talents en matière de conformité, les assureurs peinent à recruter des souscripteurs, les industriels se disputent les compétences en ingénierie et les détaillants ont besoin de professionnels maîtrisant à la fois la stratégie produit et les données. Les banques ne parviennent pas à trouver suffisamment de spécialistes de la conformité. Les assureurs manquent de souscripteurs. Les industriels ont du mal à embaucher des ingénieurs. Les détaillants ont besoin de merchandisers qui maîtrisent à la fois les produits et les données.

L'IA ne résout pas ces pénuries, mais elle aide les équipes existantes à faire plus avec moins. Par exemple, les souscripteurs peuvent utiliser l'IA pour accélérer la collecte de données courantes. Les conseillers en gestion de patrimoine peuvent se présenter à leurs rendez-vous avec des dossiers préparés par l'IA. Les directeurs d'usine peuvent assurer le bon fonctionnement des machines grâce à la maintenance prédictive. Les responsables merchandising peuvent tester des promotions sans avoir à passer des heures à effectuer ce travail manuellement.

Mais si vous souhaitez que l’IA permette de multiplier les compétences de votre personnel, vous devez commencer par mettre en place des mesures de perfectionnement professionnel en amont. La maîtrise de l’IA est désormais aussi essentielle que celle des données, pourtant la plupart des entreprises ne disposent pas de cadres de formation adaptés et même celles qui ont adopté cette technologie de manière précoce sont confrontées à des pénuries de compétences. Si les entreprises souhaitent que l’IA comble leurs déficits de compétences au lieu de les aggraver, elles doivent faire de la maîtrise de l’IA une priorité absolue.

3. L'IA repose sur la confiance à grande échelle
Les dirigeants avisés ne se contentent pas de confier les décisions à un système dont ils ne peuvent pas expliquer le fonctionnement. Par exemple, les banques n'accorderont pas de prêts qu'elles ne peuvent pas justifier, et les directeurs d'usine ne se fieront pas à des prévisions qu'ils ne peuvent pas vérifier lorsqu'il s'agit d'équipements critiques pour la sécurité.

C’est pourquoi la plupart des entreprises continuent d’associer les humains à leurs initiatives en matière d’IA. L’IA se charge des tâches routinières, tandis que les humains interviennent pour traiter les cas exceptionnels. Les assureurs appliquent déjà cette approche à des tâches telles que le traitement des sinistres automobiles : les cas simples sont traités automatiquement, tandis que les cas complexes sont confiés à des experts en sinistres. Cela permet de gagner en efficacité sans pour autant perdre de vue la responsabilité.

Si vous souhaitez renforcer la confiance, commencez par définir clairement dans quels domaines l'IA apporte une valeur ajoutée et dans quels domaines les humains doivent garder le contrôle. Optez pour des systèmes qui expliquent leurs résultats. Tenez vos collaborateurs informés et veillez à ce qu'ils sachent qu'ils restent responsables des résultats.

4. L'IA est un gage d'efficacité même sous pression
De nombreuses entreprises considèrent l'IA comme un levier indispensable pour améliorer leur efficacité opérationnelle. De nombreux éléments tendent à confirmer cette affirmation. Nous avons vu des entreprises l'utiliser pour coordonner leurs tâches administratives, des fabricants réduire leurs temps d'arrêt grâce à la maintenance prédictive, et des détaillants améliorer leurs prévisions afin d'éviter les surstockages et le gaspillage.

Mais cette efficacité peut avoir un coût. cloud variable cloud — en particulier pour les charges de travail gourmandes en ressources GPU et le réentraînement des modèles — peut entraîner une volatilité des coûts qui compromet le retour sur investissement prévu si elle n’est pas activement maîtrisée. Contrairement aux logiciels traditionnels, l’IA s’accompagne de coûts récurrents et variables qui peuvent s’emballer s’ils ne sont pas contrôlés. Les dirigeants qui souhaitent réaliser de réelles économies doivent intégrer dès le départ une gouvernance des coûts (FinOps pour l’IA) dans leurs plans d’adoption.

5. L'IA au service de la personnalisation du lieu de travail
Les employeurs soucieux du bien-être de leurs collaborateurs comprennent l'importance d'offrir à leurs employés une expérience professionnelle plus personnalisée afin qu'ils se sentent plus épanouis, continuent à se former sur le terrain et soient plus productifs. Certaines entreprises utilisent déjà l'IA pour adapter les formations, suggérer des tâches, fournir des informations au moment opportun et aider les responsables à accompagner plus efficacement leurs équipes.  

Dans le secteur des services financiers, les agents basés sur l'IA peuvent préparer des notes de conformité et des comptes-rendus de réunion afin que les conseillers puissent se concentrer sur leurs clients. Sur le terrain, des outils prédictifs aident les responsables d'usine à planifier la maintenance et à gérer les effectifs de manière plus intelligente.

Les résultats obtenus jusqu’à présent sont pour le moins mitigés. Malgré des investissements croissants, de nombreuses équipes de direction restent prudentes quant aux retours sur investissement réels. Les organisations qui font état de résultats plus solides ont tendance à intégrer l’IA dans leurs flux de travail existants plutôt que de la superposer à ceux-ci. Les entreprises qui constatent un impact réel s’attachent à intégrer l’IA dans leurs flux de travail existants et à faciliter la vie de leurs employés. Si les collaborateurs constatent qu’un outil d’IA apporte des avantages concrets dans leur travail quotidien, ils sont plus enclins à l’adopter et à l’utiliser pour créer de la valeur ajoutée.

Affronter les réalités de front
Pour réussir dans le domaine de l'IA, l'enthousiasme ne suffit pas. Il faut une évaluation honnête des capacités, une sélection rigoureuse des cas d'utilisation, une gouvernance solide des données et un engagement durable du personnel.

Les organisations qui abordent l'IA avec réalisme plutôt qu'avec un enthousiasme excessif sont mieux placées pour créer de la valeur durable. En alignant leurs investissements technologiques sur leurs priorités opérationnelles et leurs ressources humaines, les dirigeants peuvent transformer l'expérimentation en performance. 

Foire aux questions (FAQ)

Comment les organisations peuvent-elles instaurer la confiance dans les systèmes d'IA ?
La confiance se renforce lorsque les entreprises utilisent des systèmes transparents qui expliquent leurs résultats, associent les humains aux prises de décision, définissent où s'arrête l'automatisation et où commence le contrôle humain, et garantissent la responsabilité.

Pourquoi la maîtrise de l'IA devient-elle indispensable ?
Les outils d'IA renforcent les capacités humaines, mais sans formation structurée ni cadre de gouvernance, ils risquent d'aggraver les déficits de compétences au lieu de les combler. Les organisations ont besoin de cadres de référence pour le perfectionnement professionnel, afin que leur personnel puisse utiliser l'IA de manière efficace et responsable.

Quels sont les écueils courants liés à l'adoption de l'IA dans les opérations ?
Parmi les problèmes typiques, on peut citer les attentes irréalistes, le choix de cas d'utilisation inadaptés, une mauvaise gouvernance des données, des coûts variables (notamment liés à l'utilisation cloud des GPU) et l'incapacité à intégrer l'IA dans les flux de travail réels.