Syda Productions - stock.adobe.com

Gartner : six conversations clés entre DSI et dirigeants pour contribuer au succès de l’IA

Les promesses de l’intelligence artificielle ne se concrétisent pas souvent dans les entreprises, alors comment maximiser vos chances de réussite ? Voilà les conseils des analystes de Gartner aux DSI et aux dirigeants.

Les projets d’intelligence artificielle (IA) échouent régulièrement en entreprise, non pas en raison de limitations techniques, mais parce que les dirigeants ne parviennent pas à définir clairement ce qu’est l’IA, ni où et comment elle peut apporter le plus de valeur ajoutée à leur organisation.

Les DSI ont l’occasion d’exercer un leadership puissant en posant six questions, ouvrant à autant de discussions avec les dirigeants de leur entreprise pour combler cette lacune.

1. « Que signifie l’IA dans notre entreprise ? »

Tout d’abord, assurez-vous que tout le monde partage une compréhension et un langage communs sur ce qu’est l’IA dans le contexte de leur entreprise. Ramenez le tout à des cas d’usage et des exemples simples. Parlez de trois catégories d’IA : les systèmes qui se comportent comme des humains (ou dont l’interface homme-machine essaye de l’imiter), tels que les chatbots ; les systèmes qui automatisent les tâches humaines ; et les systèmes qui génèrent des informations de niveau supérieur.

2. « Comment faire coopérer l’IA avec nos collaborateurs pour obtenir des résultats ? »

Discutez de la façon dont l’IA interagira avec vos employés : les remplace-t-elle, les aide-t-elle à mieux travailler ou travaille-t-elle à leurs côtés ? Les trois méthodes se valent, mais la valeur attendue et les risques à anticiper sont différents pour chacune des approches. Habituez les cadres à catégoriser les opportunités d’IA de cette manière.

3. « L’IA est-elle transparente ? »

Déterminez dans quelle mesure vous devez comprendre comment l’IA fait son travail. Les entreprises doivent éviter les biais inutiles, involontaires, voire dangereux ou illégaux dans les algorithmes. Imaginez un algorithme de marketing intelligent qui se révèle accidentellement discriminatoire en fonction de la race ou du sexe. Le besoin de transparence peut nous pousser à choisir une technique d’IA plutôt qu’une autre, même si elle est moins performante. Les cadres doivent développer une conscience aiguë de cette question de l’explicabilité des algorithmes.

4. « Quelles opportunités commerciales alimentées par l’IA devrions-nous saisir ? »

En fonction des réponses aux trois questions ci-dessus, les dirigeants doivent décider d’appliquer l’intelligence artificielle à certaines lignes métiers. Ces choix peuvent s’appuyer sur la typologie en trois parties de l’IA mentionnée à la première interrogation, mise en correspondance avec les différents domaines de la chaîne d’approvisionnement interne et de l’écosystème. Cela permet de s’assurer que vous n’êtes pas des « victimes de la mode » de l’IA, mais que vous considérez au contraire les opportunités les plus précieuses dans l’ensemble de votre entreprise.

5. « Dans quelle mesure sommes-nous prêts à nous appuyer sur l’IA ? »

En combinant les résultats des questions deux et trois ci-dessus, les dirigeants peuvent prendre des décisions de haut niveau et commander des politiques sur le degré d’automatisation de l’IA qui est souhaitable et sur la transparence dont l’IA doit faire preuve dans les différentes parties de l’entreprise. Par exemple, une entreprise peut être à l’aise avec une « boîte noire » entièrement automatisée qui signale les éventuelles transactions frauduleuses, mais les systèmes qui participent aux décisions d’embauche doivent inclure la décision des humains « dans la boucle » et faire preuve de transparence.

6. « Comment allons-nous gérer et atténuer les risques liés à l’IA ? »

Même si l’on prend des décisions judicieuses quant à la manière de déployer des algorithmes, le risque résiduel ne disparaît pas. Jamais. La sixième conversation devrait porter sur les types de risques, la façon de les atténuer et de définir les responsabilités des parties prenantes.

Ces dangers peuvent être des blessures graves ou des décès avec des systèmes critiques comme les voitures autonomes. Pour la plupart des organisations, ces risques touchent à leur santé financière, à leur réputation ou à leur fonctionnement interne. Il est essentiel de développer un portefeuille de techniques telles que la couverture par l’assurance et la création d’une transparence radicale avec l’ensemble des parties prenantes.

Dave Aron est vice-président de la recherche et analyste chez Gartner. Il est spécialisé dans l’analyse des stratégies des directions et des DSI, dans leur approche des technologies et de leurs activités clés. Ce spécialiste a plus de vingt ans de carrière et a croisé le chemin de plusieurs centaines d’organisations.

Pour approfondir sur Intelligence Artificielle et Data Science

Close