La checklist des DSI pour utiliser l’IA

Partager :
Copied!

Intelligence artificielle

Le cabinet Forrester a identifié huit principes fondamentaux à appliquer pour pouvoir tirer profit des nouvelles technologies d’intelligence artificielle. Suivez le guide !

Cette fois, les entreprises y vont. Après une longue période d’observation, les compagnies du monde entier prennent la voie de l’intelligence artificielle (IA). Selon une étude menée par Forrester, plus de la moitié des organisations ont déjà implémenté ou étendent leur implémentation de l’IA. Et 20 % supplémentaires prévoient de l’utiliser dans les 12 prochains mois. Toutefois, pour que ces projets soient couronnés de succès, les DSI doivent prendre les commandes du navire et embarquer avec eux les divisions métier. En tant que responsables des données, applications et infrastructures de l’entreprise, sur lesquelles reposera l’intelligence artificielle, ils sont les mieux placés pour mener à bien cette transformation. Cela impliquera toutefois d’entrer dans un cercle vertueux qui consiste à faire évoluer ces différentes couches afin d’être capable de prendre en charge les workloads d’IA, puis d’en tirer de nouveaux revenus business qui serviront ensuite à soutenir les prochains développements.

1 – Ecoutez les métiers

Lorsque les métiers développent des initiatives liées à l’IA, ils passent complètement outre les départements IT dans 15 % à 20 % des cas. La première étape est donc de réintégrer les projets IA dans les processus informatiques. Le DSI doit être le point de convergence. Pour cela, échangez avec les métiers pour identifier leurs besoins et objectifs, et utilisez votre position centrale et la vue d’ensemble dont vous disposez pour briser les silos entre les différents acteurs et coordonner les efforts. Faites correspondre vos investissements aux besoins exprimés par les métiers.

2 – Modernisez l’existant

Plus de la moitié des organisations indiquent que leurs projets IA sont freinés par des logiciels dépassés et un manque d’automatisation. Alors que 73 % du budget IT est dépensé simplement pour maintenir en fonctionnement les plateformes existantes, exploiter l’intelligence artificielle implique de délaisser ce legacy coûteux pour migrer vers des infrastructure plus modernes, capables d’évoluer en fonction des besoins, mais aussi vers des solutions puissantes de gestion et d’analyse des données. Pour plus de détails, je vous renvoie vers la lecture de ce précédent article : « AI, Deep Learning, Machine learning : quelle infrastructure choisir ? ».

3 – Bâtissez de nouvelles fondations

Déployez des plateformes permettant aux métiers de construire différentes solutions exploitant des composants communs. Les solutions d’analyse de texte et de compréhension du langage naturelle peuvent par exemple alimenter différents scénarios pour le service client, le marketing, les ventes ou la R&D. La création d’un chatbot peut aussi bien servir en interne, pour faciliter le travail d’un service support notamment, que pour répondre aux questions de clients.

4 – Misez sur l’accélération

Les algorithmes de machine learning et deep learning nécessitent du matériel spécifique pour fonctionner efficacement. Plus de 60 % des entreprises pointent le manque de serveurs équipés d’accélérateurs dédiés comme les GPU ou les FPGA. Ces composants optimisés pour les traitements massivement parallèles vont dans un premier temps accélérer les phases d’apprentissage pour les faire passer de plusieurs jours, voire plusieurs semaines, à quelques heures ou minutes.

5 – Démarrez judicieusement

Démarrez par des cas d’usage au ROI éprouvé avec des technologies matures, comme des chatbots, qui pourront très rapidement délivrer une valeur business en améliorant l’expérience utilisateur. Encouragez également les responsables à implémenter des solutions sur étagère. Vous pouvez par exemple accompagner l’équipe marketing à implémenter une solution de social listening pour améliorer sa connaissance client.

6 – Mesurez l’impact de vos projets

Identifiez, suivez et analysez les indicateurs clés de performance (KPI) liés aux initiatives IA. Ces mesures serviront de référentiels communs entre vous, la direction et les métiers, pour démontrer les progrès permis par l’intelligence artificielle et justifier la pertinence des investissements.

7 – Assumez la stratégie

En tant que partenaire de référence des projets d’intelligence artificielle, prenez la responsabilité de la stratégie globale de l’organisation en matière d’IA. Cela signifie que les résultats de cette stratégie, qu’il s’agisse de succès ou d’échecs, vous seront imputables, que le projet ait été initié par l’IT ou par un métier.

8 – Innovez en continu

Restez en permanence attentif aux innovations et proposez de nouvelles opportunités d’investissements aux métiers de manière proactive. Les organisations matures investissent davantage et récoltent davantage. Soyez prêt à faire passer l’intérêt business avant celui du département IT en investissant une part significative de votre budget. Environ la moitié des entreprises dont les dépenses moyennes dans le domaine de l’intelligence artificielle atteignent 36 millions de dollars s’attendent à un ROI de 2 à 5 fois leur mise.

Continue Reading
Aimeriez-vous lire davantage de contenus similaires ?
Tous les commentaires sont soumis à l'équipe de modération. Les commentaires sans rapport avec la publication et les demandes de services ne seront pas publiés, tout comme les contenus jugés inappropriés, incluant sans s'y limiter, les commentaires promotionnels ou offensants. Merci de publier vos questions techniques sur le forum dédié au support ou de contacter le support DELL EMC pour le service client et le support technique.