Chaque nouveau modèle de pointe qui sort semble déclencher une nouvelle vague d'articles alarmistes. Il suffit de chercher « fin des cols blancs » sur Google pour être bombardé de discours sur la fin du travail moderne et l'effritement du contrat social entre employés et entreprises.
Mais le vrai sujet, largement ignoré, mais qui me paraît bien plus constructif, c'est l'opportunité pour les knowledge workers.
Personne ne comprend mieux les processus critiques que vos équipes métier. Pas les dirigeants. Pas l'IT. Ni même les LLM les plus avancés. Ce sont vos analystes business et vos spécialistes RevOps, vos responsables de la chaîne d'approvisionnement et vos responsables financiers, ainsi que des employés dont l'expertise s'est forgée au fil des décennies, qui les connaissent le mieux.
Dans une entreprise intelligente, ces collaborateurs sont impliqués dans la conception et le déploiement des workflows IA. C'est grâce à leur expertise que l'IA peut apprendre et véritablement comprendre votre activité.
Mais comment l'entreprise peut-elle devenir intelligente et commencer à opérationnaliser l'IA de manière significative aux côtés des knowledge workers ?
Ce que nécessite l'intelligence d'entreprise
Imaginez que vous présentiez à votre conseil d'administration une série de données financières et que vous recommandiez des actions spécifiques. Puis, à la réunion suivante, vous revenez en arrière parce que votre couche d'IA s'est trompée dans les chiffres.
Rien ne compromet plus rapidement une initiative IA que de fournir des résultats erronés. Sans confiance, tout le système s'effondre.
Dans une récente enquête menée auprès de 1 400 responsables métiers et IT, nous avons constaté que si plus de 90 % des entreprises utilisent l'IA, seuls 28 % lui font confiance pour étayer la prise de décision. Moins de 25 % d'entre elles ont pu déployer leurs projets pilotes d'IA en production, ce qui met en évidence un lien étroit entre confiance et passage à l'échelle.
Une entreprise intelligente est donc une structure qui intègre une IA digne de confiance dans toutes ses activités.
Chez Alteryx, nous estimons que les résultats de tout système d'IA doivent s'inscrire dans notre cadre VURA (Visible, Understandable, Repeatable, and Auditable) : un système d'IA et ses résultats doivent être visibles, compréhensibles, reproductibles et vérifiables. Autrement dit, deux personnes doivent pouvoir poser la même question à une IA et obtenir la même réponse. Toute personne utilisant l'IA dans ses workflows doit être en mesure d'expliquer comment son système IA est parvenu à cette réponse.
Qui est responsable de l'opérationnalisation de l'IA ?
L'intelligence d'entreprise, c'est une IA de confiance déployée dans les processus clés. Mais au final, qui est responsable de ces systèmes et processus d'IA, l'IT ou les knowledge workers ?
Supposons que vous souhaitiez utiliser l'IA dans votre processus Sarbanes-Oxley, par exemple pour vos écritures comptables, la reconnaissance des revenus, les contrôles d'accès, etc. Avant de pouvoir vous aider à concevoir un nouveau workflow IA, l'IT doit d'abord comprendre votre processus Sarbanes-Oxley dans les moindres détails. Ensuite, il lui faut développer un outil auquel votre équipe financière peut se fier.
C'est possible, bien sûr. Mais la mise en place de cette solution prendrait beaucoup de temps. De plus, à chaque nouvelle réglementation ou acquisition, tout est à revoir. Il faut alors repasser par l'IT pour tout ajuster.
De plus, si vos comptes ne sont pas équilibrés ou si vous n'êtes plus en conformité, l'IT ne souhaite pas en porter la responsabilité. On comprend donc pourquoi la responsabilité des systèmes et workflows d'IA doit revenir aux équipes métier. Elles seules disposent de l'expertise nécessaire pour garantir la justesse des résultats de l'IA. Elles sont les seules à pouvoir structurer et définir la logique et à en superviser l'exécution dans la durée.
La donnée est le carburant de l'IA. La logique métier lui permet de garder le cap.
Enfin, il y a la question des données. Nous connaissons tous l'adage : mauvaises données, mauvais résultats. Étant donné que je suis le CEO d'une société spécialisée dans l'analytique des données, vous vous attendez peut-être à ce que je dise que des données fiables sont la clé absolue pour obtenir des résultats d'IA dignes de confiance.
C'est en effet absolument essentiel, mais ce n'est que la première étape.
Agréger vos données d'entreprise dans une plateforme de données cloud est extrêmement utile. Toutes ces données deviennent alors facilement accessibles. Vous bénéficiez d'une source unique d'informations fiables pour toutes les équipes et tous les workflows. Mais vous ne pouvez pas désigner une plateforme cloud à votre LLM et lui demander de donner du sens à vos données pour un processus métier complexe.
Là encore, vous avez besoin des personnes qui comprennent ces processus critiques pour aider vos LLM à interpréter les bonnes données de la bonne manière. C'est ce qui rendra vos systèmes d'IA visibles, compréhensibles, reproductibles et vérifiables. Oui, vous avez besoin de données de bonne qualité et fiables. Mais surtout, vous avez besoin d'une logique métier autour de ces données. Et cette logique ne peut venir que de vos knowledge workers.
Les cinq piliers de l'intelligence d'entreprise
Au plus haut niveau, l'intelligence d'entreprise repose sur cinq piliers fondamentaux :
- Des données fiables et transparentes
- Des analystes métier qui ont le pouvoir d'agir
- Une responsabilité partagée au sein de la direction
- Une collaboration transversale
- Un leadership qui évolue en même temps que l'IA
Chaque pilier confirme le même principe : l'IA ne prend de la valeur que lorsqu'elle repose sur des données fiables, qu'elle s'appuie sur une véritable expertise métier, qu'elle a le soutien de la direction et qu'elle est déployée dans des équipes capables de l'utiliser pour améliorer leurs processus de routine.
Tirez parti de l'intelligence qui vous entoure
En tant que dirigeant cherchant à créer une entreprise intelligente, les bonnes questions portent sur l'opérationnalisation de l'IA dans les processus métier clés. Qu'est-ce qui vous permettrait de faire confiance aux résultats de l'IA ? Qu'est-ce qui permettrait à des processus pilotés par l'IA de surpasser vos pratiques actuelles ?
Une fois que vous aurez les réponses à ces questions, impliquez immédiatement vos équipes métier. Donnez-leur la responsabilité et l'autonomie. Plutôt que de demander à l'IA de les remplacer, appuyez-vous sur leur savoir-faire. Donnez à vos knowledge workers la possibilité de tirer parti de leur expertise pour amplifier, structurer et gouverner l'IA. C'est grâce à leur maîtrise du métier que l'intelligence d'entreprise devient possible.