Les DSI et les chefs d’entreprise savent qu’ils sont assis sur une mine d’or de données commerciales. Et tandis que les outils traditionnels tels que les plates-formes Business Intelligence et les logiciels d’analyse statistique peuvent efficacement surface des informations à partir des ressources de données rassemblées, ce qui fait rapidement, en temps réel et à l’échelle reste un défi non résolu.
Enterprise IA, lorsqu’elle est déployée de manière responsable et à grande échelle, peut transformer ces goulots d’étranglement en opportunités. Agissant rapidement sur les données, même «en direct» (lors d’une interaction client, par exemple), est l’une des capacités de la technologie, tout comme l’évolutivité: l’IA peut traiter de grandes quantités d’informations provenant de sources disparates presque aussi facilement qu’elle peut résumer une feuille de calcul d’une page.
Mais le déploiement d’une solution d’IA dans l’entreprise moderne n’est pas simple. Il faut de la structure, de la confiance et du bon talent. Parallèlement aux défis pratiques de mise en œuvre, l’utilisation de l’IA apporte ses propres défis, tels que la gouvernance des données, la nécessité d’imposer des garde-corps aux réponses et aux données de formation de l’IA, et à des problèmes de personnel persistants.
Nous avons rencontré Rani RadhakrishnanPwC Principal, Technology Managed Services – IA, Data Analytics and Insights, pour parler franchement de ce qui fonctionne – et de ce qui retient les DSI dans leur parcours d’IA. Nous avons parlé avant son engagement parlant à Techex AI & Big Data Expo North America4 et 5 juin, au Santa Clara Convention Center.
Rani est particulièrement à l’écoute de certaines des problèmes de gouvernance, de confidentialité des données et de souveraines qui sont confrontées aux entreprises, ayant passé de nombreuses années dans sa carrière à travailler avec de nombreux clients dans le secteur de la santé – un domaine où des problèmes tels que la confidentialité, la surveillance des données et surtout la précision des données sont des aspects réalisés ou de rupture des déploiements technologiques.
«Il ne suffit pas d’avoir un ingénieur rapide ou un développeur Python. —Rani Radhakrishnan, PWC
Du soutien à la stratégie: déplacement des attentes pour l’IA
Rani a déclaré qu’il y avait un enthousiasme croissant des clients de PwC pour les services gérés alimentés par l’IA qui peuvent fournir à la fois des informations commerciales dans chaque secteur, et pour que la technologie soit utilisée de manière plus proactive, dans des rôles dits agentiques où les agents peuvent agir indépendamment sur les données et la contribution des utilisateurs; où les agents d’IA autonomes peuvent agir en fonction des interactions avec les humains, l’accès aux ressources de données et l’automatisation.
Par exemple, Pwc’s Agent OS est une plate-forme AI modulaire qui relie les systèmes et fait évoluer les agents intelligents en flux de travail, plusieurs fois plus rapidement que les méthodes informatiques traditionnelles. C’est un exemple de la façon dont PwC réagit à la demande d’IA de ses clients, dont beaucoup voient le potentiel de cette nouvelle technologie, mais n’ont pas l’expertise et le personnel internes à répondre à leurs besoins.
Selon le secteur de l’organisation, l’intérêt pour l’IA peut provenir de nombreux endroits différents de l’entreprise. Surveillance proactive des systèmes physiques ou numériques; Maintenance prédictive dans la fabrication ou l’ingénierie; ou la rentabilité gagnée par l’automatisation dans des environnements complexes destinés aux clients, ne sont que quelques exemples.
Mais peu importe où l’IA peut apporter de la valeur, la plupart des entreprises n’ont pas encore en interne la gamme de compétences et de personnes nécessaires à un déploiement efficace de l’IA – ou du moins, des déploiements qui atteignent le retour sur investissement et ne comportent pas de risques importants.
« Il ne suffit pas d’avoir un ingénieur rapide ou un développeur Python », a déclaré Rani. « Vous devez assembler tous ces éléments de manière très structurée, et vous avez toujours besoin de l’humain dans la boucle pour organiser les bons ensembles de données de formation, examiner et répondre à tout biais dans les sorties. »
Maison de nettoyage: le défi des données derrière l’IA
Rani dit que les implémentations efficaces de l’IA ont besoin d’un mélange de compétences techniques – l’ingénierie des données, la science des données, l’ingénierie rapide – en combinaison avec l’expertise du domaine d’une organisation. L’expertise du domaine interne peut définir les résultats du droit, et le personnel technique peut couvrir les pratiques d’IA responsables, comme la collation et la gouvernance des données, et confirmer que les systèmes d’IA fonctionnent de manière responsable et dans les directives de l’entreprise.
« Afin de tirer le meilleur parti de l’IA, une organisation doit bien faire les données sous-jacentes », a-t-elle déclaré. «Je ne connais pas une seule entreprise qui dit que ses données sont en pleine forme… vous devez la mettre dans la bonne structure et la normaliser correctement afin que vous puissiez interroger, analyser et l’annoter et identifier les tendances émergentes.»
Une partie des entreprises de travail doit faire une utilisation efficace de l’IA est l’observation et la correction du biais – à la fois dans la sortie des systèmes d’IA et dans l’analyse du biais potentiel inhérent à la formation et aux données opérationnelles.
Il est important que dans le cadre de l’architecture sous-jacente des systèmes d’IA, les équipes appliquent des processus stricts de désinfection, de normalisation et d’annotation des données. Ce dernier nécessite «beaucoup d’efforts humains», a déclaré Rani, et le personnel qualifié requis figure parmi la nouvelle race de professionnels des données qui commencent à émerger.
Si des défis de données et de personnel peuvent être surmontés, la boucle de rétroaction rend les résultats possibles de l’IA générative vraiment précieux, a déclaré Rani. « Maintenant, vous avez une opportunité avec des invites d’IA à revenir en arrière et à affiner la réponse que vous obtenez. Et c’est ce qui le rend si unique et si précieux, car maintenant vous formez le modèle pour répondre aux questions comme vous le souhaitez. »
Pour les DSI, le changement ne concerne pas seulement l’activation technologique. Il s’agit d’intégrer l’IA dans l’architecture d’entreprise, de s’aligner sur la stratégie commerciale et de gérer les risques de gouvernance accompagnés d’échelle. Les DSI deviennent des stewards AI – l’architecture non seulement les systèmes, mais aussi la confiance et la transformation.
Conclusion
Cela ne fait que quelques années que l’IA a émergé de ses racines dans la recherche en informatique académique, il est donc compréhensible que les organisations d’entreprise d’aujourd’hui se sentent, dans une certaine mesure, à se rendre à la réalisation du potentiel de l’IA.
Mais un nouveau livre de jeu émerge – celui qui aide les DSI à accéder à la valeur détenue dans leurs réserves de données, dans la stratégie commerciale, l’amélioration opérationnelle, les expériences orientées client et une douzaine de domaines supplémentaires de l’entreprise.
En tant qu’entreprise imprégnée d’expérience avec les clients grands et petits du monde entier, PWC est l’un des principaux choix vers lesquels les décideurs se tournent, pour commencer ou rationaliser et diriger leurs voyages d’IA existants.
(Source de l’image: «Rack de réseau» par une personne est sous licence sous CC BY-SA 2.0.)
