Cinq pièges courants lors de la mise en œuvre de l’intelligence artificielle – et comment les éviter

Les attentes à l’égard de l’intelligence artificielle (IA) sont infinies. Cependant, bien que l’IA puisse effectivement dynamiser les activités et créer de nouvelles occasions, la mise en œuvre de telles initiatives requiert du changement, et le changement n’est jamais facile.

Malgré tous les attraits de l’intelligence artificielle, de nombreuses organisations ne sont pas prêtes à la mettre en œuvre. Selon mon expérience en soutien à l’intégration de l’intelligence artificielle, les plus importants défis ne sont pas d’ordre technologique ni mathématique; il s’agit plutôt de problèmes de culture organisationnelle, de mentalités privilégiant les cloisonnements et de pratiques désuètes. 

Je vous présente ci-dessous cinq défis courants liés à la mise en œuvre de l’IA, ainsi que des suggestions pour les surmonter.

1. Ne pas accorder la priorité aux clients

L’intelligence artificielle n’est pas un simple outil que vous pouvez commencer à utiliser comme un nouveau système de gestion de la relation client (CRM). Techniquement, il s’agit d’un regroupement de solutions d’analyse avancée et d’automatisation pouvant avoir de nombreuses fins, allant au-delà des frontières des secteurs d’activité et créant de nouveaux modèles d’affaires perturbateurs.

C’est pourquoi il importe de s’intéresser à la valeur commerciale de l’IA pour l’utilisateur final. Par exemple, les gens qui souscrivent à une police d’assurance n’achètent pas seulement une assurance, mais bien une certaine sécurité. Ceux qui appellent un taxi ne paient pas uniquement pour un déplacement, mais bien pour un moyen fiable, simple et rapide de se rendre à destination.

Solution : même si vous ne débutez qu’avec un petit projet pilote, n’oubliez pas la réelle valeur du produit ou du service acheté par le client.

2. S’en tenir aux mêmes vieux modèles opérationnels

Les sociétés établies, même les meilleures, préfèrent souvent s’en tenir à leurs vieux modèles opérationnels. Elles continuent de faire les choses comme elles l’ont toujours fait, parce qu’il est plus simple de continuer ainsi plutôt que d’apprendre d’autres façons de faire. Encore aujourd’hui, certains préfèrent imprimer puis télécopier des documents parce que « c’est plus simple ». Mais ce n’est certainement pas le cas.

Si on n’accepte pas de mettre les vieilles habitudes de côté, alors mieux vaut ne pas utiliser l’intelligence artificielle pour optimiser des procédures inefficaces. Optimiser une calèche ne la transformera pas en automobile, même si l’intelligence artificielle est mise à profit pour choisir les meilleurs chevaux du monde.

Solution : mieux vaut moderniser un processus désuet avant de songer à mettre en œuvre l’intelligence artificielle.

3. Poser les mauvaises questions

Je crois que nos analystes de données seraient en mesure de prédire tout événement récurrent s’ils avaient assez de données en mains. Trouver une réponse n’est pas toujours la partie la plus difficile d’un projet. Il est souvent plus complexe de poser les bonnes questions.

La formulation exacte des questions de recherche est fondamentale dès la phase initiale d’un projet d’intelligence artificielle. Si vous en tirez de l’information « intéressante à savoir » sans toutefois déclencher de réelle discussion, il se peut que les problèmes à résoudre ne reposaient pas sur les bonnes questions. Si elle n’est pas utilisée pour pousser davantage la discussion, l’intelligence artificielle n’est rien de plus que des « analyses inactives » qui ne serviront pas l’entreprise.

Solution : poser les questions qui généreront une discussion.

4. Ne pas faire appel aux bonnes personnes

Et si vous avez examiné les bons problèmes et jugez que les résultats sont concluants, mais que vous n’arrivez pas à susciter l’enthousiasme des gens ou à faire avancer les choses? Il se peut que vous n’ayez pas fait appel aux bonnes personnes.

Il est essentiel de s’entourer des personnes appropriées pour que l’intelligence artificielle soit réellement utile et pour que des solutions fonctionnelles soient adaptées à toute l’entreprise. Si les résultats ne semblent pas faire une grande différence pour les gens de votre équipe, il est probable que vous n’ayez pas fait appel aux bonnes personnes. Il s’agit souvent dans ce cas de membres de la direction ou d’autres décideurs.

Dans le pire des cas, si personne ne s’intéresse aux résultats du projet d’intelligence artificielle, la solution sera oubliée et le statu quo sera maintenu.

Solution : faites appel aux bonnes personnes dès le début de votre projet.

5. Ne pas arriver à prouver la valeur de l’intelligence artificielle

Bien évidemment, l’intelligence artificielle devrait offrir une certaine valeur ajoutée à l’entreprise dès le départ. Si les avantages ne sont pas bien présentés aux décideurs, alors le projet pilote en IA ne verra jamais le jour.

Solution : fournir des calculs justifiant une analyse de rentabilité, tels que des économies quantifiables. Par exemple, si l’intelligence artificielle vous permet de réduire de 10 % la perte de clientèle, il sera assez aisé de fournir un calcul des économies. Assurez-vous de suivre les résultats du projet pilote et de mettre à jour vos calculs.

Vous êtes à même de constater que ces pièges courants découlent de l’organisation et de la culture. De nombreux projets d’intelligence artificielle ne progressent pas au-delà de la démonstration de faisabilité en raison de ces défis qui n’ont rien de technique.

CGI aide les clients à surmonter ces obstacles à l’adoption de l’IA et d’autres technologies. Nous pouvons vous aider à soutenir de nouveaux modèles d’affaires, services et produits ainsi qu’à repenser les points de contact avec les clients.  Je vous invite à visiter notre page sur les technologies émergentes pour en savoir davantage.

Ce blogue a initialement été publié par Samu Paajanen.