L’intelligence artificielle (IA) peut créer des occasions pour de nombreuses entreprises. Mais le simple fait d’adopter cette technologie n’est pas une solution magique pour assurer la croissance et l’efficacité des activités – il faut une planification importante, des investissements et une orientation stratégique.  

BMO a récemment organisé un événement avec trois panélistes experts dans le domaine : 

• 

  Gene Moo Lee, professeur agrégé, Systèmes d’information et analyses, Sauder School of Business de l’Université de la Colombie-Britannique; 

• 

  Marc Low, premier directeur, Innovation, croissance et technologies émergentes, KPMG, Canada; 

• 

  Jordan Atkins, vice-président, WTC Group, un important fournisseur de services logistiques et de transbordement. 

Ils ont fait part de leurs observations et de leurs expériences sur la façon dont les entreprises peuvent intégrer efficacement les applications et les outils d’IA au moyen d’une approche en trois étapes : 

1. Sensibilisation. Comprendre précisément quels aspects de vos activités peuvent être améliorés grâce à l’IA. 

2. Stratégie. Déterminer comment vous utiliserez l’IA pour améliorer vos objectifs d’affaires. 

3. Mise en œuvre. Comprendre les détails de la façon dont l’IA sera intégrée à vos flux de travail, assurer l’intégrité et la sécurité des données et créer une culture d’expérimentation. 

 Vous trouverez ci-dessous un résumé de l’événement. 

Avant même que WTC ne considère les outils d’IA, l’entreprise a pris une première étape importante pour s’assurer d’avoir les bonnes données en place et de relever des défis relativement petits liés aux données avant de se concentrer sur des problèmes encore plus précis. 

« Pendant la majeure partie des cinq premières années de notre transformation numérique, nous avons affecté la plupart de nos ressources à la compréhension des données que nous pourrions recueillir, puis essayé de les structurer pour qu’elles conviennent aux applications pratiques visées, a déclaré M. Atkins. Nous avons commencé par essayer d’améliorer la manutention des conteneurs par envoi, de réduire les déplacements des camions vers le port, ce genre de choses. Ensuite, à mesure que nous nous sommes lancés et que nous avons réalisé tout le potentiel, ces premières petites réussites ont orienté les prochaines étapes de notre parcours. » 

Une fois qu’une entreprise décide de mettre en œuvre un outil d’IA, la prochaine étape consiste à élaborer une stratégie qui correspond à ses objectifs d’affaires.  

« Nous avons vu cela dès le départ comme une économie ou un gain d’efficience, a déclaré M. Atkins. Nous créons une chaîne d’approvisionnement plus durable pour nous et nos clients. Nous avons commencé par les solutions les plus simples : automatiser des tâches simples, recueillir, regrouper et utiliser les données pour améliorer notre prise de décision au niveau des opérations. Nous avons ensuite remonté la chaîne à partir de là. » 

Lorsqu’il a pris ces types de décisions stratégiques, M. Low a déclaré que ces discussions étaient en grande partie menées par les services de TI. Toutefois, les stratégies les plus efficaces se développent lorsque la direction de l’entreprise participe dès le départ. 

« Dans un monde parfait, le point de départ serait un entretien entre le conseil d’administration et les hauts dirigeants, a déclaré M. Low. Nous commençons à voir ces groupes de direction dire : C’est transformateur. Maintenant, que devons-nous faire? Les TI doivent faire partie de cette conversation, mais elle doit être menée au niveau du groupe de direction pour essayer de comprendre ce que vous essayez d’accomplir, puis choisir les bons outils pour y arriver. » 

La planification stratégique consiste également à comprendre tous les résultats potentiels de la mise en œuvre de l’IA. « Dans le domaine du savoir, si vous libérez de 15 % à 20 % des ressources au sein de vos organisations, comme KPMG l’a fait lorsque nous avons lancé nos outils alimentés par ChatGPT, la question plus difficile pour le leadership est de savoir ce que vous faites de ces 15 % à 20 %, a déclaré M. Low. Mon entreprise sera-t-elle deux fois plus importante en termes de chiffre d’affaires ou deux fois moins importante en termes d’effectifs? C’est la question fondamentale pour cette époque. » 

Bien qu’il existe plusieurs modèles d’IA commerciaux que les entreprises peuvent utiliser comme base pour leur mise en œuvre, WTC a choisi un modèle à code source libre afin de pouvoir gérer la sécurité et la confidentialité de ses données à l’interne. Peu importe le modèle que vous utilisez, M. Atkins a déclaré qu’assurer la qualité des données est la première étape d’une mise en œuvre efficace. 

« Si vous n’avez pas de données épurées et de bonne qualité, vous aurez de mauvais résultats – et l’IA ne règle pas ce problème, a-t-il dit. Les données sont d’une importance capitale, et c’est ce qui prend le plus de temps à réussir. Nous avons passé plusieurs années à jouer au bras de fer entre les équipes responsables de l’ingénierie, de l’analyse des données et de la recherche et du développement pour discuter de la façon dont nous allions les structurer et quelles données seraient les plus utiles. Le fait d’avoir cette base solide sur laquelle appliquer l’IA pour ensuite en tirer parti pour vos indicateurs clés de performance (ICP) ou n’importe quel objectif que vous avez établi en tant qu’organisation est la première et la plus importante étape que vous devez franchir dès le départ. » 

Pour comprendre ce qui constitue de bonnes données, M. Lee a dit que cela commence par une question simple. « Qu’est-ce que je cherche à obtenir? » Ensuite, vous commencez à recueillir les données pertinentes. 

Assurez-vous de poser les bonnes questions. Comme l’a dit M. Low : « N’optimisez pas un processus qui ne devrait simplement pas exister. Si vous posez la mauvaise question, vous allez simplement plus rapidement dans la mauvaise direction. » 

Vous devrez également tenir compte de certaines des conséquences imprévues potentielles de la mise en œuvre de l’IA. M. Lee a soulevé des préoccupations en matière de cybersécurité et de confidentialité. 

« Les données représentent votre actif, a déclaré M. Lee. L’une des façons de protéger votre actif est d’avoir vos propres outils internes d’IA. De nombreuses entreprises utilisent des modèles ouverts dans leurs systèmes et peaufinent le modèle pour leur utilisation interne. » 

Une autre clé de la mise en œuvre est l’élimination des obstacles à l’adoption. Comme M. Low l’a souligné, la résistance au changement au sein d’une organisation est souvent un obstacle majeur au déploiement de toute nouvelle technologie. Mais, selon lui, il y a quelque chose d’unique à l’IA générative qui renforce la résistance. 

« L’IA générative est maintenant entre les mains de tout le monde, et il n’est pas nécessaire d’être un génie pour comprendre qu’elle changera le travail que nous accomplissons, a déclaré M. Low. Et le travail que nous accomplissons nous permet de payer nos prêts hypothécaires et les droits de scolarité pour nos enfants. Donc, une partie de l’enjeu est de savoir comment créer un environnement sûr pour que vos équipes puissent expérimenter avec cette technologie. » 

Pour M. Low, il s’agit de créer une culture de curiosité et d’expérimentation. « En tant que leaders de l’organisation, vous devez maîtriser ces outils et favoriser ce changement, a déclaré M. Low. Cela suscite de la curiosité au sein de l’organisation. C’est ce qui rallie les gens autour d’un projet. Faites en sorte qu’il soit sécuritaire pour les gens d’expérimenter et d’échouer. Faites en sorte que les gens puissent apporter des idées en toute sécurité. » 

Bien que l’IA promette une grande transformation, à bien des égards, son adoption n’est pas différente de l’adoption de tout autre nouveau processus d’affaires : vous avez besoin d’une stratégie claire qui définit ce que vous avez l’intention d’accomplir, et vous devez faire participer vos employés à ce parcours.