Automatisation ou augmentation ? Deux approches de l'IA en entreprise | L'IA en entreprise #124

En 2018, Unilever s'était déjà lancé dans un voyage conscient pour équilibrer les capacités d'automatisation et d'augmentation. Ce faisant, il a obtenu des résultats impressionnants : une augmentation de 16 % de la diversité ethnique et de genre des nouvelles recrues, une économie de 70 000 jours de travail par an et une réduction de 90 % des délais de recrutement. Mais que sont l’automatisation et l’augmentation ? Examinons-le de plus près pour découvrir les interactions dynamiques, les opportunités et les pièges, ainsi que l'impact sur l'entreprise et les employés individuels. Continuez de lire pour en savoir davantage.

Que sont l’automatisation et l’augmentation dans le contexte de l’IA dans une entreprise ?

L’automatisation et l’augmentation sont des forces opposées mais interdépendantes. En fait, les entreprises sont confrontées à un choix : réduisent-elles les coûts et automatisent-elles les tâches, en éliminant l’implication humaine dans le processus ? Ou, en mettant l’accent sur la qualité et la personnalisation, renforcer les capacités des employés et améliorer les résultats grâce à l’augmentation de l’IA, qui implique une collaboration étroite entre les humains et l’intelligence artificielle ? Leurs compétences complémentaires seraient alors combinées pour accomplir une tâche précise.

Le paradoxe de l’automatisation et de l’augmentation est un problème auquel les organisations modernes doivent faire face. Comprendre la différence et les synergies entre les deux concepts est crucial pour la mise en œuvre réussie de l’IA en entreprise.

Automatisation

L'automatisation est le processus de remplacement des activités humaines et répétitives par des logiciels. Avant l’ère du développement rapide de l’intelligence artificielle générative, l’automatisation n’était applicable qu’aux tâches routinières et bien structurées, telles que :

• remplir les factures,
• créer des rapports,
• résumer les dépenses,
• un service client simple basé sur la sélection de l'étape suivante de la conversation en appuyant sur un bouton.

Les organisations ont pu automatiser des processus basés sur des connaissances expertes codées sous forme d’algorithmes qui définissent les relations entre les conditions (« si ») et les conséquences (« alors »). Une telle automatisation était basée sur un modèle de domaine explicitement défini, c'est-à-dire une représentation de connaissances de domaine qui optimise une fonction d'utilité choisie.

Cependant, le développement de l’intelligence artificielle générative a apporté des changements radicaux dans le domaine de l’automatisation. Non seulement les nouveaux modèles peuvent répondre de manière beaucoup plus flexible aux données d’entrée, mais ils peuvent également exécuter des commandes exprimées en langage naturel. En d’autres termes, au lieu d’exécuter des commandes basées sur des règles explicites, ils peuvent effectuer des tâches basées sur une compréhension contextuelle.

Source : DALL·E 3, invite : Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Cependant, les automatisations utilisant l’intelligence artificielle comportent des risques considérables.

Le premier concerne les dangers de l’automatisation de la prise de décision – un problème auquel sont notamment confrontés les développeurs de véhicules autonomes. Par exemple, lorsqu'un véhicule doit effectuer une manœuvre en quelques fractions de seconde parce qu'il n'y a aucun moyen d'éviter une collision.

Le deuxième risque vient du recours aux algorithmes prédictifs. Même si une entreprise souhaite mettre en œuvre une option automatisée pour suivre les recommandations de l’intelligence artificielle basées sur les données, un humain doit assumer la responsabilité des décisions prises.

Un troisième type de risque est l’utilisation de l’intelligence artificielle générative qui, avec des données insuffisantes, commence à halluciner, c’est-à-dire à fournir des réponses probables mais fausses. Par exemple, cela peut générer de fausses nouvelles ou donner de fausses réponses aux questions des clients. Naviguer entre les avantages et les risques de l’automatisation nécessite donc une analyse et une préparation minutieuses.

Augmentation

L’augmentation est le processus consistant à utiliser l’IA pour améliorer l’intelligence et les compétences humaines, plutôt que de les remplacer ou d’agir de manière indépendante. Avec l’importance croissante de l’augmentation dans des environnements nécessitant une prise de décision complexe, les organisations adoptent de plus en plus cette approche. Pour les tâches plus complexes où les règles et les modèles ne sont pas entièrement connus, l’augmentation permet à l’intelligence naturelle et artificielle de travailler en étroite collaboration.

En effet, l’augmentation est un processus itératif et coévolutif dans lequel les humains apprennent de l’IA et l’IA apprend des humains. Ce faisant, le rôle de l’intelligence artificielle devrait être conçu pour permettre une surveillance humaine à toutes les étapes d’un processus donné. Cela nécessite l’implication d’experts du domaine, dont l’expertise est souvent de nature tacite, issue d’années d’expérience et d’intuition, ce qui rend difficile, voire impossible, pour l’IA de les remplacer directement.

L’augmentation permet aux humains et à l’intelligence artificielle de se renforcer mutuellement, en combinant la rationalité des machines avec l’intuition humaine, le bon sens et l’expérience professionnelle. Cette approche permet un traitement de l’information plus complet et une meilleure prise de décision.

Chez la société de parfums Symrise, par exemple, les parfumeurs ont travaillé en étroite collaboration avec le système d'IA pour générer des idées de nouveaux parfums (https://www.thefreelibrary.com/Can+AI+pass+the+smell+test%3F+Deploying+ l’intelligence+artificielle+peut+être…-a0578441404). Grâce à l'augmentation, les experts ont pu exploiter la capacité de la machine à traiter d'énormes quantités de données tout en appliquant leurs propres connaissances pour interpréter et contextualiser les résultats. Les résultats ont été des parfums innovants que les clients ont adorés.

Source : DALL·E 3, invite : Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Transitions fluides – de l’automatisation à l’augmentation et vice-versa

La relation entre l’automatisation et l’augmentation est dynamique. Cela permet des transitions fluides entre les deux approches. L’étroite collaboration entre les humains et l’IA dans le cadre de l’augmentation permet d’identifier des règles et des modèles qui peuvent ensuite être utilisés pour automatiser une tâche donnée, conduisant ainsi à des gains d’innovation et d’efficacité.

Les organisations doivent donc délibérément alterner entre les tâches distinctes d'automatisation et d'augmentation, en s'engageant à long terme dans les deux.

Une autre étape qui renforcera le lien entre automatisation et augmentation est la création d'agents autonomes, c'est-à-dire d'une intelligence artificielle capable non seulement d'automatiser des tâches, mais également de planifier des processus et d'émettre des commandes à d'autres systèmes sans intervention humaine. Le développement de solutions d’IA de nouvelle génération permettra également dans un avenir proche de créer des prototypes et des services innovants basés sur l’analyse des besoins.

Résumé

L’automatisation et l’augmentation représentent deux applications opposées mais souvent interdépendantes de l’intelligence artificielle en gestion. Une approche équilibrée combinant les atouts des deux concepts est la clé pour parvenir à une complémentarité qui profite à la fois aux entreprises et à la société.

Pour gérer efficacement cette tension, les organisations doivent :

• rappelez-vous la responsabilité de créer des systèmes transparents et sécurisés utilisant l'IA,
• garder à l’esprit la responsabilité des processus de gestion, en traitant l’IA comme un outil pour assister plutôt que remplacer les managers,
• intégrer les deux approches en les itérant délibérément et en tirant parti des forces de chacune,
• mettre en œuvre des contrôles stricts et des mécanismes de transparence pour détecter et corriger les erreurs et les biais dans les systèmes d’IA.

Surtout, ils devraient également investir dans le développement des aptitudes et des compétences des employés afin qu’ils puissent travailler efficacement avec l’intelligence artificielle dans le cadre de l’augmentation.

La combinaison réussie de ces deux forces de l’IA rendra non seulement les organisations plus efficaces et innovantes, mais contribuera également à construire une société plus juste et plus durable. La clé est de comprendre que l’automatisation et l’augmentation doivent coexister en synergie harmonieuse et non rivaliser en tant qu’alternatives.

Si vous aimez notre contenu, rejoignez notre communauté d'abeilles très active sur Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.

Auteur : Robert Whitney

Expert JavaScript et instructeur qui coache les départements informatiques. Son objectif principal est d'améliorer la productivité de l'équipe en apprenant aux autres comment coopérer efficacement lors du codage.

Afficher tous les messages

L'IA en entreprise :

1. Menaces et opportunités de l’IA en entreprise (partie 1)
2. Menaces et opportunités de l’IA en entreprise (partie 2)
3. Applications de l'IA en entreprise - aperçu
4. Chatbots textuels assistés par l'IA
5. La PNL commerciale aujourd'hui et demain
6. Le rôle de l’IA dans la prise de décision en entreprise
7. Planification des publications sur les réseaux sociaux. Comment l’IA peut-elle aider ?
8. Publications automatisées sur les réseaux sociaux
9. Nouveaux services et produits fonctionnant avec l’IA
10. Quelles sont les faiblesses de mon idée d’entreprise ? Une séance de brainstorming avec ChatGPT
11. Utiliser ChatGPT en entreprise
12. Acteurs synthétiques. Top 3 des générateurs vidéo IA
13. 3 outils de conception graphique IA utiles. L'IA générative en entreprise
14. 3 superbes rédacteurs d'IA que vous devez essayer aujourd'hui
15. Explorer la puissance de l'IA dans la création musicale
16. Naviguer dans de nouvelles opportunités commerciales avec ChatGPT-4
17. Outils d'IA pour le manager
18. 6 superbes plugins ChatGTP qui vous faciliteront la vie
19. 3 graphiques AI. Génération d'intelligence pour l'entreprise
20. Quel est l’avenir de l’IA selon le McKinsey Global Institute ?
21. L'intelligence artificielle en entreprise - Introduction
22. Qu'est-ce que la PNL, ou traitement du langage naturel en entreprise
23. Traitement automatique des documents
24. Google Traduction contre DeepL. 5 applications de la traduction automatique pour les entreprises
25. Le fonctionnement et les applications métiers des voicebots
26. La technologie des assistants virtuels, ou comment parler à l’IA ?
27. Qu’est-ce que la Business Intelligence ?
28. L’intelligence artificielle va-t-elle remplacer les analystes commerciaux ?
29. Comment l’intelligence artificielle peut-elle aider avec le BPM ?
30. IA et réseaux sociaux : que disent-ils de nous ?
31. L'intelligence artificielle dans la gestion de contenu
32. L'IA créative d'aujourd'hui et de demain
33. L'IA multimodale et ses applications en entreprise
34. De nouvelles interactions. Comment l’IA change-t-elle la façon dont nous utilisons les appareils ?
35. RPA et API dans une entreprise numérique
36. Le futur marché du travail et les métiers à venir
37. L'IA dans l'EdTech. 3 exemples d’entreprises qui ont utilisé le potentiel de l’intelligence artificielle
38. Intelligence artificielle et environnement. 3 solutions d'IA pour vous aider à bâtir une entreprise durable
39. Détecteurs de contenu IA. En valent-ils la peine ?
40. ChatGPT contre Bard contre Bing. Quel chatbot IA mène la course ?
41. L’IA du chatbot est-elle un concurrent de la recherche Google ?
42. Invites ChatGPT efficaces pour les ressources humaines et le recrutement
43. Ingénierie rapide. Que fait un ingénieur rapide ?
44. Générateur de maquette IA. Les 4 meilleurs outils
45. L'IA et quoi d'autre ? Principales tendances technologiques pour les entreprises en 2024
46. IA et éthique des affaires. Pourquoi devriez-vous investir dans des solutions éthiques
47. Méta-IA. Que devez-vous savoir sur les fonctionnalités prises en charge par l'IA de Facebook et Instagram ?
48. Réglementation de l'IA. Que faut-il savoir en tant qu’entrepreneur ?
49. 5 nouveaux usages de l'IA en entreprise
50. Produits et projets d'IA : en quoi sont-ils différents des autres ?
51. Automatisation des processus assistée par l'IA. Où commencer?
52. Comment adapter une solution d’IA à un problème métier ?
53. L'IA en tant qu'expert dans votre équipe
54. Équipe IA vs répartition des rôles
55. Comment choisir un domaine de carrière en IA ?
56. Cela vaut-il toujours la peine d’ajouter l’intelligence artificielle au processus de développement de produits ?
57. L'IA dans les RH : comment l'automatisation du recrutement affecte les RH et le développement des équipes
58. 6 outils d'IA les plus intéressants en 2023
59. 6 plus gros incidents commerciaux causés par l’IA
60. Quelle est l’analyse de la maturité IA de l’entreprise ?
61. L'IA pour la personnalisation B2B
62. Cas d'utilisation de ChatGPT. 18 exemples de comment améliorer votre entreprise avec ChatGPT en 2024
63. Microapprentissage. Un moyen rapide d'acquérir de nouvelles compétences
64. Les implémentations d'IA les plus intéressantes en entreprise en 2024
65. Que font les spécialistes de l’intelligence artificielle ?
66. Quels défis le projet IA apporte-t-il ?
67. Top 8 des outils d'IA pour les entreprises en 2024
68. L'IA dans le CRM. Qu’est-ce que l’IA change dans les outils CRM ?
69. La loi UE sur l’IA. Comment l’Europe réglemente-t-elle l’utilisation de l’intelligence artificielle
70. Sora. Comment les vidéos réalistes d’OpenAI vont-elles changer le business ?
71. Top 7 des créateurs de sites Web IA
72. Outils sans code et innovations en matière d'IA
73. Dans quelle mesure l’utilisation de l’IA augmente-t-elle la productivité de votre équipe ?
74. Comment utiliser ChatGTP pour des études de marché ?
75. Comment élargir la portée de votre campagne marketing IA ?
76. "Nous sommes tous des développeurs". Comment les développeurs citoyens peuvent-ils aider votre entreprise ?
77. L'IA dans le transport et la logistique
78. Quels problèmes commerciaux l’IA peut-elle résoudre ?
79. L'intelligence artificielle dans les médias
80. L'IA dans la banque et la finance. Stripe, Monzo et Grab
81. L'IA dans l'industrie du voyage
82. Comment l’IA favorise la naissance de nouvelles technologies
83. La révolution de l'IA dans les médias sociaux
84. L'IA dans le commerce électronique. Aperçu des leaders mondiaux
85. Top 4 des outils de création d'images IA
86. Top 5 des outils d'IA pour l'analyse des données
87. Stratégie IA dans votre entreprise – comment la construire ?
88. Meilleurs cours d'IA – 6 recommandations géniales
89. Optimiser l'écoute des médias sociaux avec des outils d'IA
90. IoT + IA, ou comment réduire les coûts énergétiques en entreprise
91. L'IA en logistique. 5 meilleurs outils
92. GPT Store – un aperçu des GPT les plus intéressants pour les entreprises
93. LLM, GPT, RAG... Que signifient les acronymes IA ?
94. Robots IA : futur ou présent de l’entreprise ?
95. Quel est le coût de mise en œuvre de l’IA dans une entreprise ?
96. Comment l’IA peut-elle aider dans la carrière d’un freelance ?
97. Automatisation du travail et augmentation de la productivité. Un guide de l'IA pour les indépendants
98. IA pour les startups – meilleurs outils
99. Créer un site Web avec l'IA
100. OpenAI, Midjourney, Anthropic, Hugging Face. Qui est qui dans le monde de l’IA ?
101. Onze laboratoires et quoi d'autre ? Les startups d'IA les plus prometteuses
102. Les données synthétiques et leur importance pour le développement de votre entreprise
103. Principaux moteurs de recherche IA. Où chercher des outils d’IA ?
104. IA vidéo. Les derniers générateurs vidéo IA
105. L'IA pour les managers. Comment l'IA peut faciliter votre travail
106. Quoi de neuf dans Google Gemini ? tout ce que tu as besoin de savoir
107. L'IA en Pologne. Entreprises, réunions et conférences
108. Calendrier IA. Comment optimiser son temps en entreprise ?
109. L'IA et l'avenir du travail. Comment préparer votre entreprise au changement ?
110. Clonage vocal IA pour les entreprises. Comment créer des messages vocaux personnalisés avec l'IA ?
111. Vérification des faits et hallucinations de l’IA
112. L'IA dans le recrutement – ​​développer des supports de recrutement étape par étape
113. Mi-parcours v6. Innovations dans la génération d’images IA
114. L'IA dans les PME. Comment les PME peuvent-elles rivaliser avec les géants grâce à l’IA ?
115. Comment l’IA change-t-elle le marketing d’influence ?
116. L’IA est-elle vraiment une menace pour les développeurs ? Devin et Microsoft AutoDev
117. Chatbots IA pour le commerce électronique. Études de cas
118. Meilleurs chatbots IA pour le commerce électronique. Plateformes
119. Comment rester au courant de ce qui se passe dans le monde de l’IA ?
120. Apprivoiser l’IA. Comment faire les premiers pas pour appliquer l’IA dans votre entreprise ?
121. Perplexité, Bing Copilot ou You.com ? Comparaison des moteurs de recherche IA
122. Royaume. Un modèle de langage révolutionnaire d’Apple ?
123. Experts en IA en Pologne
124. Google Genie — un modèle d'IA générative qui crée des mondes entièrement interactifs à partir d'images
125. Automatisation ou augmentation ? Deux approches de l'IA en entreprise