Combler l’écart de réalisation de valeur : de la sensibilisation à l’IA à son exécution

D’après mon expérience de travail avec des conseils d’administration et des équipes de direction au cours des dernières années, une grande partie de la conversation d’affaires sur l’IA est axée sur la sensibilisation. Les dirigeants essaient de comprendre ce qu’est l’IA, ce qu’elle peut faire, quels outils comptent, vers quoi les concurrents tendent et quels projets pilotes valent la peine d’être lancés. On arrive à la fin de cette phase. La vraie question maintenant n’est pas de savoir si l’IA est nécessaire, mais comment votre organisation peut la transformer en valeur opérationnelle et d’affaires mesurable.

La plupart des entreprises comprennent maintenant que l’IA est importante. La majorité des conseils ont pris part à des séances d’information et vu des démonstrations. De nombreuses organisations ont déjà mené des projets pilotes ou des expériences à l’interne. Cependant, la sensibilisation ne crée pas des avantages. C’est l’exécution qui les crée, et c’est là où on peut voir l’écart de réalisation de valeur.

Comprendre l’état actuel de l’IA

Depuis des décennies, les organisations investissent massivement dans les systèmes de gestion intégrés, la gestion de la relation client, les plateformes de données, l’analytique, l’infonuagique et maintenant l’IA — tout cela dans le cadre de leur parcours vers une véritable transformation numérique. Bien que certains investissements aient créé une valeur réelle, bon nombre d’entre eux n’ont pas eu les résultats escomptés assez rapidement ou sous une forme que leur entreprise pouvait absorber et soutenir à terme. La gestion des données et les programmes de migration vers l’infonuagique demeurent sans aucun doute des priorités absolues pour permettre aux organisations de profiter pleinement des nouvelles technologies, comme l’IA.

Cet historique est important parce que la conversation d’aujourd’hui sur l’IA ne commence pas avec une page blanche. Les organisations ont déjà une dette technique, une dette liée au modèle de fonctionnement, des pénuries de talents et, dans bien des cas, une dette de confiance accumulée au fil des ans. Comme les hauts dirigeants nous l’ont dit dans nos récentes entrevues La voix de nos clients, la pression sur les coûts, les anciens systèmes et la difficulté de recruter des talents en TI continuent de limiter la capacité des organisations pour ce qui est d’exécuter les priorités de transformation à grande échelle.

C’est pourquoi la véritable ligne de démarcation n’est plus la littératie en IA; c’est la réalisation de valeur. Les organisations gagnantes ne seront pas celles qui ont le plus de projets pilotes, le plus d’outils ou le langage le plus retentissant. Ce sont celles qui pourront combler l’écart entre l’ambition technologique et la valeur réalisée. Pour ce faire, il faut un niveau de discipline de leadership différent de celui dont de nombreuses entreprises ont fait preuve dans les vagues de transformation précédentes.

Le premier changement consiste à mettre l’accent sur les progrès de l’entreprise et non sur l’activité technologique. Un outil peut être déployé, un modèle peut être créé, un tableau de bord peut être mis en service et un projet pilote peut être déclaré réussi. Rien de tout cela ne garantit un meilleur levier d’exploitation, des temps de cycle plus courts, un débit plus élevé, une prise de décision plus rapide, une meilleure rentabilité client ou une exécution plus résiliente. Ces résultats se manifestent lorsque la technologie est liée à la refonte du flux de travail, à une prise en charge plus claire, à de meilleures décisions, à des talents plus forts et à une discipline d’exécution plus stricte.

L’IA pour le plan d’exécution et de modernisation

Pour ces raisons, l’IA devrait être traitée principalement comme un plan d’exécution et de modernisation, et non comme un exercice d’innovation. Dans de nombreuses entreprises, le défi n’est pas d’inventer une nouvelle gamme de produits d’IA; il s’agit d’utiliser l’IA pour renforcer l’avantage concurrentiel des activités qu’elles mènent déjà. La valeur pratique de l’IA viendra souvent de sa capacité à réduire le temps nécessaire à certaines tâches, à diminuer les frictions entre les fonctions, à accélérer le passage de l’information à l’action, à favoriser la modernisation et à permettre aux équipes d’agir plus rapidement avec une meilleure concentration. Ce n’est pas une innovation abstraite; c’est un rendement opérationnel.

Les organisations qui appliquent l’IA à la gestion de la dette technique et des données sont celles qui obtiennent des résultats rapidement et qui connaissent du succès. Cette capacité d’éliminer les obstacles à l’innovation et aux plateformes modernes permet aux organisations d’aller de l’avant après avoir été coincées.

Changement du comportement organisationnel

Les organisations ont également besoin d’une vision réaliste de ce qu’il faut pour obtenir de la valeur du point de vue de la psychologie organisationnelle. Une grande partie des résultats décevants découle de problèmes bien connus, comme les lacunes de capacité dans les rôles essentiels, la portée trop vaste, les budgets insuffisants, la gouvernance lourde qui ne favorise pas la prise de décisions, et les modèles opérationnels incapables d’appuyer l’ambition promise. En termes simples, de nombreuses entreprises visent des résultats exceptionnels malgré des lacunes critiques dans leurs conditions d’exploitation.

Ce n’est pas seulement un problème de technologie; c’est un problème d’alignement organisationnel. Savons-nous comment soutenir de façon comportementale la transformation des flux de travaux, des méthodes de travail et des rôles? 

Pour en savoir plus sur la façon dont l’IA accélère le besoin de gérer la complexité correctement et dans une optique d’affaires, je vous invite à lire le point de vue de nos leaders : Pourquoi le casse-tête numérique ne peut pas se résoudre seul.

Une vision claire de la valeur économique

La compréhension de la valeur économique est également importante. Les entreprises les plus performantes ne considèrent pas l’IA comme un exercice de réduction des coûts. Elles l’utilisent pour accroître leurs capacités, accélérer la mise en œuvre, améliorer la planification, réduire les frictions et créer de nouveaux leviers de performance. L’enjeu n’est pas de savoir où réduire les effectifs. C’est de savoir où il est possible de créer davantage de valeur mesurable plus rapidement grâce à une meilleure exécution, à des décisions plus judicieuses et à une plus grande efficacité opérationnelle. (Il s’agit d’un autre sujet abordé par nos dirigeants sur la façon dont l’IA nous aide à passer d’une prestation de services basée sur l’effort à une valeur fondée sur les résultats : L’économie de l’IA : tirer parti d’un arbitrage à haute vitesse.)

Dans bien des cas, ce qui change, ce n’est pas simplement le coût, mais la valeur qui peut être réalisée avec le même niveau d’investissement parce que le temps de production diminue et que la capacité de mise en œuvre s’améliore. Dans certains environnements, les facteurs économiques changent déjà de façon importante; des tâches qui, auparavant, nécessitaient des échéanciers pluriannuels et de grandes équipes sont maintenant comprimées en mois et réalisées par des équipes plus petites, soutenues par l’IA.

Dans les secteurs des ressources, des transports, des services publics, du détail et des opérations industrielles, la prochaine vague d’amélioration du rendement ne viendra probablement pas seulement de la poursuite des conversations. Elle viendra des dirigeants qui peuvent lier l’IA, la modernisation, les données et l’exécution à des résultats opérationnels précis. Les entreprises gagnantes ne se contenteront pas de parler de l’adoption de l’IA. Elles utiliseront l’IA pour repenser la façon dont le travail est effectué, moderniser la prise de décisions et combler l’écart de longue date entre l’investissement dans la technologie et la valeur réalisée. C’est là que se bâtira le prochain avantage concurrentiel.

Cinq questions pour les équipes de direction :

1. Traitons-nous l’IA comme une conversation sur les outils ou comme un plan d’exécution et de modernisation?
2. Où se situe aujourd’hui l’écart entre l’ambition et la valeur opérationnelle réalisée?
3. Quels flux de travaux créeraient un véritable effet de levier s’ils étaient comprimés, remaniés ou accélérés?
4. Avons-nous le talent, l’alignement et la discipline opérationnelle pour réaliser de la valeur à grande échelle?
5. Mesurons-nous les activités ou les résultats opérationnels et concurrentiels?

Dans deux billets de blogue qui suivront sur le sujet, j’examinerai de plus près les raisons pour lesquelles les paramètres économiques de l’exécution changent, la dette de confiance de nombreuses organisations et ce que les équipes de direction doivent faire pour tirer de la valeur de l’IA sans retomber dans les mêmes tendances qui ont affaibli les vagues de transformation précédentes.

Entre-temps, communiquez avec moi si vous avez des questions et apprenez-en davantage sur le travail de CGI en matière d’intelligence artificielle.