Cinq conseils pour vous aider à déployer une initiative d’IA réussie

1. Arrêtez de vous concentrer sur les algorithmes

Il peut être facile de passer de zéro à 10 modèles d’IA en jetant de l’argent et des gens sur le problème. Mais d’abord, vous devez prendre du recul et examiner la stratégie. La plupart des entreprises n’y parviennent pas parce qu’elles ne comprennent pas le bon contexte.

Avant de faire tout cela, vous devez vous concentrer sur la bonne stratégie et la connecter à votre stratégie commerciale. Comment l’IA s’intègre-t-elle dans ce que vous voulez réaliser en tant qu’entreprise au cours des six à deux prochains mois? Vous devez d’abord répondre à cette question en comprenant comment vous pouvez attirer les bonnes personnes et les bons talents, en vous concentrant sur les bonnes méthodes de travail ou sur votre modèle opérationnel, votre technologie et vos données, puis sur toutes les autres choses qui y sont associées.

L’IA concerne autant la transformation de l’entreprise que les algorithmes, alors commencez par là.

2. Faire participer les parties prenantes

Les entreprises ont beaucoup de processus et de points de données qui leur sont associés et qui peuvent être améliorés en utilisant l’IA. Mais pour améliorer chaque processus, vous devez avoir une voie à suivre et une feuille de route claires, qui commencent par parler à vos parties prenantes.

En les amenant à se mettre d’accord sur les principaux processus qui peuvent utiliser l’IA dans le contexte actuel, en les valorisant et en les quantifiant, et en combinant cela avec une estimation de l’effort et du temps que cela prendra, cela signifie que vous pouvez décider quels sont les grands cas d’utilisation pour lesquels utiliser votre équipe spécialisée, et les plus petits mais toujours importants sur lesquels vos autres équipes pourraient travailler à l’aide d’une plate-forme.

Par exemple, il pourrait s’agir de déployer un modèle d’IA pour améliorer le service client ou d’étudier comment l’IA pourrait accélérer les résultats des produits. En réunissant le côté commercial et le côté développement, cela vous donnera une meilleure idée de l’endroit où la valeur peut être créée et affectera les équipes appropriées pour y parvenir.

3. Plus de gens ne sont pas toujours la réponse

J’entends souvent dire que la pénurie mondiale de compétences nuit durement aux entreprises. Il devient de plus en plus difficile et coûteux d’embaucher des scientifiques des données, que vous soyez une entreprise de technologie ou non. Mais le personnel spécialisé n’est pas nécessaire pour toutes les entreprises, en particulier en ce qui concerne l’IA.

Il y a eu une augmentation ces dernières années des plates-formes d’IA en tant que service, telles que la plate-forme suédoise Peltarion, qui abaissent la barrière à l’entrée et facilitent la création et le déploiement de modèles d’IA pour les employés sans formation en science des données.

Si vous voulez donner au personnel actuel les moyens d’utiliser l’IA, il est rentable de les doter des compétences dont ils ont besoin. Des entreprises comme la marque emblématique de jeans Levi Strauss lancent des programmes internes de perfectionnement des compétences par le biais de cours internes sur l’IA pour permettre aux employés de développer de nouvelles compétences.

Améliorer les compétences de votre main-d’œuvre actuelle pour qu’elle utilise ses connaissances dans le domaine et les applique à l’aide d’une IA peut apporter des perspectives précieuses à l’entreprise et permettre à ceux qui savent ce qui doit être fait d’améliorer les processus avec les connaissances dont ils ont besoin pour les mettre en œuvre.

4. Testez, testez et testez à nouveau

Les entreprises peuvent souvent être trop concentrées sur un certain cas d’utilisation, mais ce n’est pas toujours la bonne stratégie pour mettre en œuvre l’IA. Au lieu de cela, ce qui est la bonne stratégie est de tester, tester et tester à nouveau. La seule chose que vous savez avec l’IA, c’est que vous ne le savez pas, mais vous apprendrez en chemin.

Le cas d’utilisation de l’IA peut ne pas être pertinent, mais ce qui est pertinent, c’est le succès de celui-ci, et pour y parvenir, vous devez constamment tester et vous adapter. Après tout, avec l’IA, expérimenter et avoir quelque chose de « fait » est toujours mieux que parfait.

Les tests peuvent également avoir un autre avantage – dans le repassage et l’éradication des biais. Un exemple célèbre a été lorsque le géant du commerce électronique Amazon a décidé de tenter d’automatiser son processus de recrutement en 2014. Après des tests rigoureux du projet d’IA, l’entreprise s’est rendu compte que le nouveau système de recrutement d’IA n’évaluait pas les candidats équitablement et montrait un parti pris contre les femmes.

Amazon a été contraint d’abandonner l’algorithme à des fins de recrutement et de revenir à la planche à dessin. Essayer et échouer est un élément clé de l’entreprise et l’IA n’est pas différente – c’est pourquoi les tests sont si importants.

5. N’ayez pas peur

La plupart des gens dans les entreprises ont peur de l’IA – ils comprennent qu’ils devraient l’utiliser, mais cela peut sembler être une montagne qu’ils doivent gravir en premier. Mais une fois qu’ils réalisent qu’ils peuvent combiner leurs propres compétences avec l’IA, ils deviennent plus confiants. Une fois qu’ils deviennent plus confiants, vous pouvez rendre l’analyse de rentabilisation plus réaliste. Cela devient plus qu’une simple technologie; au lieu de cela, il devient un atout clé pour votre entreprise.

Errol Koolmeister est l’ancien responsable de l’IA chez H&M et consultant en IA travaillant avec des entreprises telles que Peltarion sur la façon de rendre l’IA plus accessible aux entreprises