Faire passer la valeur de l’IA des projets pilotes isolés à l’adoption à l’échelle de l’entreprise reste un obstacle majeur pour de nombreuses organisations.
Alors que l’expérimentation de modèles génératifs est devenue omniprésente, l’industrialisation de ces outils (c’est-à-dire leur intégration dans les couches de gouvernance, de sécurité et d’intégration nécessaires) stagne souvent. Pour combler l’écart entre investissement et retour opérationnel, IBM a introduit un nouveau modèle de service conçu pour aider les entreprises à assembler, plutôt que simplement construire, leur infrastructure d’IA interne.
Adopter le conseil basé sur les actifs
Les modèles de conseil traditionnels s’appuient généralement sur le travail humain pour résoudre les problèmes d’intégration, un processus souvent lent et à forte intensité de capital. IBM fait partie des entreprises qui visent à modifier cette dynamique en proposant un service de conseil basé sur les actifs. Cette approche combine une expertise de conseil standard avec un catalogue d’actifs logiciels prédéfinis, visant à aider les clients à construire et à gérer leurs propres plateformes d’IA.
Au lieu de commander un développement sur mesure pour chaque flux de travail, les organisations peuvent exploiter les architectures existantes pour repenser les processus et connecter les agents IA aux systèmes existants. Cette méthode aide les entreprises à générer de la valeur en faisant évoluer de nouvelles applications agentiques sans nécessiter de modifications de leur infrastructure de base existante, de leurs modèles d’IA ou de leurs fournisseurs de cloud préférés.
Gestion d’un environnement multi-cloud
Une préoccupation fréquente des dirigeants d’entreprise est la dépendance vis-à-vis des fournisseurs, en particulier lors de l’adoption de plates-formes propriétaires. La stratégie d’IBM reconnaît la réalité du paysage informatique hétérogène des entreprises. Le service prend en charge une base multifournisseur, compatible avec Amazon Web Services, Google Cloud et Microsoft Azure, aux côtés d’IBM Watsonx.
Cette approche s’étend aux modèles eux-mêmes, prenant en charge les variantes open source et fermées. En permettant aux entreprises de s’appuyer sur leurs investissements actuels plutôt que d’exiger une stratégie de remplacement, le service s’attaque à un obstacle à l’adoption : la peur de l’accumulation de dettes techniques lors du changement d’écosystème.
L’épine dorsale technique de cette offre est IBM Consulting Advantage, la plateforme de livraison interne de l’entreprise. Après avoir utilisé ce système pour prendre en charge plus de 150 engagements clients, IBM rapporte que la plateforme a augmenté la productivité de ses propres consultants jusqu’à 50 %. Le principe est que si ces outils peuvent accélérer la livraison pour les propres équipes d’IBM, ils devraient offrir une rapidité similaire pour les clients.
Le service donne accès à un marché d’agents et d’applications d’IA spécifiques à l’industrie. Pour les dirigeants d’entreprise, cela suggère une approche « plateforme d’abord », où l’attention se tourne de la gestion de modèles individuels vers la gestion d’un écosystème cohérent de travailleurs numériques et humains.
Déploiement actif d’une approche centrée sur la plateforme pour faire évoluer la valeur de l’IA
L’efficacité d’une telle approche centrée sur la plateforme est mieux visible grâce à un déploiement actif. Pearson, la société mondiale d’apprentissage, utilise actuellement ce service pour créer une plate-forme personnalisée. Leur mise en œuvre combine l’expertise humaine et des assistants agents pour gérer le travail quotidien et les processus décisionnels, illustrant ainsi le fonctionnement de la technologie dans un environnement opérationnel réel.
De même, une entreprise manufacturière a utilisé la solution d’IBM pour formaliser sa stratégie d’IA générative. Pour ce client, l’accent était mis sur l’identification de cas d’utilisation à forte valeur ajoutée, le test de prototypes ciblés et l’alignement des dirigeants autour d’une stratégie évolutive. Le résultat a été le déploiement d’assistants IA utilisant plusieurs technologies dans un environnement sécurisé et gouverné, jetant les bases d’une expansion plus large dans l’entreprise.
Malgré l’attention portée à l’IA générative, la réalisation d’un impact sur le bilan n’est pas garantie.
« De nombreuses organisations investissent dans l’IA, mais obtenir une réelle valeur à grande échelle reste un défi majeur », note Mohamad Ali, vice-président directeur et responsable du conseil chez IBM. « Nous avons résolu bon nombre de ces défis au sein d’IBM en utilisant l’IA pour transformer nos propres opérations et fournir des résultats mesurables, nous offrant ainsi un manuel éprouvé pour aider nos clients à réussir.
La conversation s’éloigne progressivement des capacités de LLM spécifiques pour se tourner vers l’architecture requise pour les exécuter en toute sécurité. Le succès du déploiement de l’IA et de la création de valeur dépendra probablement de la capacité de l’organisation à intégrer ces solutions sans créer de nouveaux silos. Les dirigeants doivent s’assurer qu’en adoptant des workflows agentiques prédéfinis, ils maintiennent des normes rigoureuses de traçabilité des données et de gouvernance.
