Comment mettre en œuvre l'IA dans votre organisation : le guide définitif

Qu'il s'agisse de répondre aux appels de vos clients ou de comprendre pourquoi votre équipement consomme beaucoup plus d'énergie qu'auparavant, l'IA est capable de beaucoup de choses.

Mais il y a autant de choses où les algorithmes échouent, incitant les travailleurs humains à intervenir et à affiner leurs performances.

Comment mettre en œuvre l'IA et commencer à en bénéficier - de manière cohérente, à grande échelle et suffisamment rapide pour gagner le soutien des dirigeants pour les projets futurs ?

Le problème est que la plupart des entreprises n'ont toujours pas l'expérience, le personnel et la technologie nécessaires pour libérer tout le potentiel de l'intelligence artificielle sans impliquer des consultants expérimentés en IA.

Selon l'enquête 2020 de Deloitte, les entreprises numériquement matures voient un retour sur investissement de 4,3 % pour leurs projets d'intelligence artificielle en seulement 1,2 an après leur lancement. Pendant ce temps, le retour sur investissement des retardataires de l'IA dépasse rarement 0,2 %, avec une période de récupération médiane de 1,6 an.

Deloitte a également découvert que les entreprises qui voient un retour tangible et rapide sur leurs investissements dans l'intelligence artificielle jettent les bases appropriées pour les initiatives d'IA dès le premier jour.

PwC fait écho à ce sentiment, affirmant que les leaders de l'IA adoptent une approche holistique du développement et de la mise en œuvre de l'IA et s'attaquent à trois résultats commerciaux - à savoir la transformation de l'entreprise, la modernisation des systèmes et l'amélioration de la prise de décision - tout à la fois.

Alors, comment utiliser l'IA dans votre organisation et rejoindre la cohorte des leaders de l'intelligence artificielle ?

Pour répondre à cette question, nous avons mené des recherches approfondies, parlé aux experts d'ITRex et examiné les projets de notre portefeuille. Voici ce que nous avons appris.

Comment mettre en œuvre l'IA en entreprise : un guide en 5 étapes pour les entreprises en transformation intelligente

Avis de non-responsabilité : l'innovation pour elle-même ne fera aucun bien à votre entreprise.

Parfois, des technologies plus simples comme l'automatisation des processus robotiques (RPA) peuvent gérer des tâches à égalité avec les algorithmes d'IA, et il n'est pas nécessaire de trop compliquer les choses.

Dans d'autres cas (pensez aux solutions d'imagerie médicale basées sur l'IA), il se peut qu'il n'y ait pas suffisamment de données pour que les modèles d'apprentissage automatique identifient les tumeurs malignes dans les tomodensitogrammes avec une grande précision.

Et parfois, il faut des réseaux de neurones multicouches et des mois de formation d'algorithmes sans surveillance pour réduire de 20 % les coûts de refroidissement du centre de données.

L'intelligence artificielle n'est pas une sorte de solution miracle qui augmentera comme par magie la productivité de vos employés et améliorera vos résultats. Pourtant, il a un solide potentiel pour transformer votre entreprise.

Sans plus tarder, voici votre guide de mise en œuvre de l'IA

Étape 1 : Familiarisez-vous avec les capacités et les limites de l'IA

Les entreprises peuvent intégrer l'IA dans diverses tâches, de l'extraction de données sociales pour un meilleur service client à la détection des inefficacités dans leurs chaînes d'approvisionnement.

A plus grande échelle, l'utilisation de l'intelligence artificielle en entreprise revient à :

• Planification
• Prévisions (ainsi que l'analyse "if-else")
• Amélioration et automatisation des processus
• Gestion et allocation des ressources
• Rapports
• Gestion de la cybersécurité

Cette liste n'est pas exhaustive car l'intelligence artificielle continue d'évoluer, alimentée par des avancées considérables dans la conception matérielle et le cloud computing.

Les algorithmes qui facilitent ou prennent en charge des tâches autonomes et des processus entiers diffèrent dans leur puissance d'approvisionnement, de traitement et d'interprétation des données - et c'est ce que vous devez garder à l'esprit lorsque vous travaillez sur votre stratégie d'adoption de l'IA.

Prenons l'apprentissage automatique supervisé, par exemple. Les ingénieurs en IA pourraient former des algorithmes pour détecter les chats dans les publications Instagram en leur fournissant des images annotées de nos amis félins. Face à des objets inconnus, ces algorithmes sont très insuffisants.

Mais si nous retirons les données étiquetées du processus de formation du modèle ML, nous obtiendrons des algorithmes d'apprentissage automatique non supervisés qui analysent de grandes quantités d'informations - encore une fois, utilisons les choix de chat comme exemple - jusqu'à des informations significatives. Cependant, les modèles de ML non supervisés nécessitent encore une formation initiale. Par exemple, nous pourrions indiquer aux algorithmes qu'une base de données particulière ne contient que des images de chats et de chiens et laisser l'IA faire le calcul.

Il y a aussi l'apprentissage par renforcement - une technique qui consiste à laisser les algorithmes se déchaîner dans la nature afin qu'ils puissent proposer des solutions aux problèmes de l'entreprise et apprendre de leurs propres erreurs. Ce type d'IA peut aider à résumer de longs textes ou à prédire les tendances boursières.

Enfin, il existe des réseaux de neurones profonds qui font des prédictions intelligentes en analysant des données étiquetées et non étiquetées par rapport à divers paramètres. L'apprentissage en profondeur a trouvé sa place dans les solutions modernes de traitement du langage naturel (PNL) et de vision par ordinateur (CV), telles que les assistants vocaux et les logiciels dotés de capacités de reconnaissance faciale.

Quelle que soit la précision des prédictions des solutions d'intelligence artificielle, dans certains cas, des spécialistes humains doivent superviser le processus de mise en œuvre de l'IA et orienter les algorithmes dans la bonne direction.

Par exemple, l'IA peut faire gagner beaucoup de temps aux pneumologues en identifiant les patients atteints de pneumonie liée au COVID, mais ce sont les médecins humains qui finissent par examiner les analyses pour confirmer ou exclure le diagnostic.

Il existe plusieurs domaines où la mise en œuvre de l'IA n'a guère de sens sans un suivi efficace :

• Générer du contenu créatif, tel que des articles d'opinion et des textes optimisés pour la conversion
• Codage de systèmes logiciels complexes (en passant, des outils comme GitHub Copilot et Tabnine peuvent en effet prédire et suggérer des lignes de code à l'intérieur de votre éditeur, mais nous ne recommandons pas de les utiliser sauf si ce sont des ingénieurs logiciels seniors qui les utilisent)
• Porter des jugements et des décisions éthiques de manière indépendante
• Proposer des solutions innovantes et prêtes à l'emploi pour les problèmes du monde réel

Si votre équipe informatique interne a du mal à naviguer seule dans le paysage dynamique de l'intelligence artificielle, vous pouvez faire appel à une société externe offrant des services de conseil en technologie.

Étape 2 : Définissez vos objectifs pour la mise en œuvre de l'IA

Pour commencer à utiliser l'IA en entreprise, identifiez les problèmes que vous cherchez à résoudre avec l'intelligence artificielle, en liant vos initiatives à des résultats tangibles.

Pour cela, vous devez organiser des réunions avec les unités organisationnelles qui pourraient bénéficier de la mise en œuvre de l'IA. La C-Suite de votre entreprise doit faire partie et être le moteur de ces discussions.

Auditez également vos processus et vos données, ainsi que les facteurs externes et internes affectant votre organisation. Il existe de nombreuses techniques et cadres pour vous aider à prendre des décisions. Ceux-ci incluent l'analyse micro et macro-environnement TEMPLES, le cadre VRIO pour évaluer vos actifs critiques et SWOT pour résumer les forces et les faiblesses de votre entreprise. Un autre excellent outil pour évaluer les moteurs et les obstacles à l'adoption de l'IA est l'analyse du champ de force de Kurt Lewin. Cette liste n'est pas exhaustive; néanmoins, cela pourrait être un point de départ pour votre parcours de mise en œuvre de l'IA.

Une façon d'évaluer les avantages et les inconvénients de la mise en œuvre de l'IA dans votre organisation consiste à effectuer l'analyse du champ de force. Ce faisant, attribuez des scores à chaque facteur contributif. Si votre score combiné est positif, les avantages de l'adoption de l'IA l'emportent sur les défis potentiels.

Les experts estiment que vous devez hiérarchiser les cas d'utilisation de l'IA en fonction de la visibilité à court terme et de la valeur financière qu'ils pourraient apporter à votre entreprise. C'est pourquoi vous avez besoin d'objectifs précis et de moyens de les mesurer.

Pour en revenir à la question du retour sur investissement des investissements en intelligence artificielle, il est essentiel de faire la distinction entre le retour sur investissement réel et le retour sur investissement doux.

Voici le retour sur investissement que votre entreprise pourrait obtenir grâce à la mise en œuvre de l'intelligence artificielle :

• Les gains de temps sont tirés par l'automatisation des tâches laborieuses
• Gains de productivité découlant de la prise de décision assistée par l'IA
• Réduction des coûts de main-d'œuvre et d'exploitation grâce à l'augmentation de l'automatisation et de la productivité des employés
• Les revenus augmentent grâce à la croissance de la clientèle et à la valeur accrue des services fournis

L'adoption de l'intelligence artificielle Soft ROI pourrait fournir des étendues :

• Expérience client personnalisée, qui affecte positivement la satisfaction et la fidélité des clients
• La rétention des compétences, qui s'articule autour de la recherche et de la validation constantes de nouveaux concepts de mise en œuvre de l'IA et contribue au développement des compétences internes en intelligence artificielle
• Agilité organisationnelle et numérique, qui permet à vos employés de réorganiser les systèmes technologiques et l'ensemble des flux de travail en réponse aux nouveaux défis et opportunités

Tous les objectifs de mise en œuvre de votre projet pilote d'IA doivent être spécifiques, mesurables, réalisables, pertinents et limités dans le temps (SMART). Par exemple, votre entreprise peut vouloir réduire le temps de traitement des réclamations d'assurance de 20 secondes à trois secondes tout en réalisant une réduction de 30 % des coûts d'administration des réclamations d'ici le premier trimestre 2023.

Pour définir des objectifs réalistes, vous pouvez tirer parti de plusieurs techniques, notamment des études de marché, des analyses comparatives avec des concurrents et des consultations avec des experts externes en science des données et en apprentissage automatique.

Étape 3 : Évaluez votre niveau de préparation à l'IA

Le terme de préparation à l'intelligence artificielle fait référence à la capacité d'une organisation à mettre en œuvre l'IA et à tirer parti de la technologie pour obtenir des résultats commerciaux (voir l'étape 2).

Une fois que vous avez identifié les aspects de votre entreprise qui pourraient bénéficier de l'IA, il est temps d'évaluer les outils dont vous avez besoin pour exécuter votre plan de mise en œuvre de l'IA.

Selon Vitali Likhadzed, PDG et co-fondateur d'ITRex, votre stratégie de mise en œuvre de l'IA reposera sur cinq éléments clés :

Talent de développement de l'IA. Disposez-vous de spécialistes informatiques et d'experts en la matière (PME) en interne qui savent comment mettre en œuvre l'IA, tant du côté technique que commercial, dans un délai spécifié à l'étape précédente ? Si non, avez-vous un budget pour sous-traiter le développement de l'IA à un tiers ou acheter et déployer une solution SaaS ? Avec cette dernière option, cependant, vous devrez toujours embaucher des développeurs d'IA pour configurer et personnaliser le logiciel.

Coûts de développement, d'approvisionnement et de maintenance de logiciels. En fonction de vos objectifs commerciaux, vous pouvez opter pour un outil d'intelligence artificielle basé sur SaaS ou emprunter la voie de l'ingénierie logicielle personnalisée. Les deux approches ont leurs avantages et leurs inconvénients, tels que le compromis entre des cycles de mise en œuvre de l'IA plus longs et des options de personnalisation limitées. Le coût total de possession (TCO) des systèmes d'IA, qu'ils soient sur mesure ou basés sur SaaS, comprendra également les frais de fournisseur et de maintenance, ainsi que le prix de la mise en place et de l'exploitation d'une infrastructure cloud (nous en reparlerons plus tard). Le coût des plates-formes d'analyse de données basées sur SaaS, par exemple, pourrait varier entre 10 000 $ et 25 000 $ par an, les coûts de licence représentant une petite fraction de l'estimation finale.

Données. Les algorithmes d'IA ne sont aussi bons que les données que vous leur fournissez. Les images, vidéos, fichiers audio, documents PDF, relevés de capteurs et autres données difficiles à interpréter et à modifier (c'est-à-dire les données non structurées) représentent jusqu'à 90 % de toutes les informations stockées dans l'infrastructure informatique de votre entreprise. Le localiser, l'agréger et le préparer pour la formation d'algorithmes est une étape essentielle vers la création de solutions d'IA précises et performantes.

Moyens de calcul et de stockage. Microsoft Azure, Amazon Web Services, Google Cloud et d'autres fournisseurs de cloud computing de premier plan fournissent les ressources nécessaires pour former, déployer et exécuter des modèles d'apprentissage automatique dans le cloud. Vos données vivront également dans le cloud - dans un entrepôt de données bien organisé, dans des lacs de données ou dans des solutions de stockage de données hybrides appelées data lakehouses. Exploiter les services de cloud computing est donc essentiel pour la mise en œuvre de l'IA. Et vous devez configurer correctement votre infrastructure cloud, sinon le coût de mise en œuvre de l'IA pourrait dépasser vos revenus potentiels.

Entrainement d'employé. Même si vous vous associez à des développeurs d'IA expérimentés, vous devrez toujours former les employés à la nouvelle technologie afin qu'ils puissent effectuer leur travail efficacement, maintenant et à l'avenir, lorsque vous vous rapprocherez de l'adoption de l'IA à l'échelle de l'entreprise.

Selon la classification d'Intel, les entreprises qui ont mis en place les cinq éléments constitutifs de l'IA ont atteint un niveau de préparation fondamental et opérationnel à l'intelligence artificielle. Ces entreprises peuvent poursuivre le plan de mise en œuvre de l'IA - et elles ont plus de chances de réussir si elles ont de solides stratégies de gouvernance des données et de cybersécurité et suivent les meilleures pratiques de livraison DevOps et Agile.

Si votre organisation ne répond pas à ces critères, vous pouvez vous associer à une société de services de transformation numérique pour mettre à niveau votre infrastructure informatique et envisager des options de mise en œuvre de l'IA.

Étape 4 : Commencer à intégrer l'IA dans certains processus et lors de la planification de l'échelle

Chez ITRex, nous vivons selon la règle de "commencez petit, déployez-vous rapidement et apprenez de vos erreurs". Et nous suggérons à nos clients de suivre le même mantra, en particulier lors de la mise en œuvre de l'intelligence artificielle dans les entreprises.

Gartner rapporte que seulement 53 % des projets d'IA passent des prototypes à la production. L'une des raisons en est peut-être l'incapacité des entreprises à reproduire les résultats qu'elles ont obtenus avec leurs POC dans des environnements de test stériles dans la vie réelle, les algorithmes d'IA consommant des données provenant de plusieurs sources et améliorant différents processus.

Une approche pragmatique de l'adoption de l'IA consiste à avoir une vue d'ensemble au fond de votre esprit au lieu de vous concentrer sur des preuves de concepts (POC) isolées pour les cas d'utilisation sélectionnés, même si ces derniers peuvent ressembler à un fruit à portée de main par rapport à ambitieux. initiatives lunaires.

En créant dès le début un plan pour la stratégie d'adoption de l'IA à l'échelle de votre entreprise, vous éviterez également le sort de 75 % des pionniers de l'IA qui pourraient faire faillite d'ici 2025, ne sachant pas comment mettre en œuvre l'IA à grande échelle.

De plus, un délai raisonnable pour un POC d'intelligence artificielle ne devrait pas dépasser trois mois. Si vous n'obtenez pas les résultats escomptés dans ce cadre, il peut être judicieux de l'arrêter et de passer à d'autres scénarios d'utilisation.

Étape 5 : Atteindre l'excellence en IA

Après avoir lancé le pilote, surveillé les performances de l'algorithme et recueilli les premiers commentaires, vous pouvez tirer parti de vos connaissances pour intégrer l'IA, couche par couche, dans les processus et l'infrastructure informatique de votre entreprise.

Pour cela, vous devez configurer :

• Un cadre de gouvernance des données robuste garantissant une gestion des données sécurisée et efficace dans l'ensemble de votre entreprise
• Un écosystème de données intégré pour la collecte, le stockage et l'organisation des informations pour la formation aux algorithmes
• Un centre d'excellence en IA où votre équipe interne travaillera main dans la main avec des experts tiers, acquerra de nouvelles compétences, améliorera continuellement les performances de l'IA et testera de nouveaux concepts
• Une base facilitant la prise de décision Agile et la refonte continue des processus métier : à mesure que l'IA améliorera ou automatisera davantage de processus au sein de votre organisation, vous devrez valider que les humains et les machines augmentent et se complètent mutuellement.

L'approche progressive de la mise en œuvre de l'IA pourrait vous aider à atteindre un retour sur investissement plus rapide, à obtenir l'adhésion de la C-Suite et à encourager d'autres départements à essayer la nouvelle technologie.

Comprendre l'intelligence artificielle est la première étape vers l'exploitation de cette technologie pour la croissance et la prospérité de votre entreprise.

Pour vous aider à démarrer, nous avons rédigé un guide commercial sur l'intelligence artificielle (téléchargez ici) - un livre électronique couvrant toutes les questions que vous pourriez vous poser sur la technologie, de ses types et applications aux conseils pratiques pour l'adoption de l'IA à l'échelle de l'entreprise.

Publié à l'origine sur https://itrexgroup.com le 1er septembre 2022.