Présentation
« L'IA Générative en entreprise ? La question n'est pas faut-il y aller, mais comment y aller ! » lance Karine Reynaud, Directrice du secteur Santé chez Microsoft France, en ouverture des débats. L'enjeu pour l'entreprise est « de passer du POC au Scale » explique Sean Heshmat, Directeur Data & IA chez Cognizant.
Et en effet, au-delà du Buzz sur l'IA générative (« Nous avons connu une évolution incroyable en quelques mois, et c'est lorsqu'une technologie se démocratise qu'elle devient une vraie révolution » appuie Sean Heshmat), le challenge est dorénavant de passer de l'IA générative orientée grand public à une IA générative d'entreprise, avec une vraie stratégie et des cas d'usages à valeur ajoutée.
L'IA à tous les étages
L'IA amène une nouvelle expérience, plus d'efficacité et de productivité. Elle apporte de l'innovation dans de nouveaux produits et s'intègre dans tous les métiers de l'entreprise : Finance, RH, Commerce, Marketing... Sandrine Tarnaud, Responsable Data & IA chez Microsoft France, illustre ainsi les cas d'usages de l'assistant IA « Copilot » de Microsoft, pour l'exploration sur le corpus documentaire, la génération d'offres d'emplois pour le recrutement, l'identification des risques pour le DAF, la recherche de marques ou de brevets pour le juridique ou encore l'exploitation de données pour le développement durable. Le support de l'IA est varié, même dans l'IT pour générer du code ou être plus proactif en cybersécurité. De la création au service clients, en passant par le marketing ou la supply chain, toute la chaîne de valeur de l'entreprise est impactée. Et entre l'industrie 4.0, la Finance, la Santé...tous les secteurs sont concernés. « Passée la première phase d'euphorie, nous vivons une vraie révolution avec de réels gains à la clé » explique Sandrine Tarnaud.
Concevoir des architectures adaptées
Alors comment faire ? « Il faut construire des architectures cognitives adaptées à votre Business » explique Sean Heshmat. Ces architectures s'articulent autour de 4 grands piliers : l'expérience utilisateur (AR/VR/Metaverse/Agents..), l'exploitation des connaissances (base de données, recherche sémantique, BI...), l'orchestration de processus (RPA/IPA/Low Code...) et l'accélération des développements (gestion de projets, idéation, automatisation de tests...).
Cependant, ces projets d'IA génératives soulèvent plusieurs points de vigilance. En premier, lieu l'effet « hallucination » : l'IA générative peut non seulement amener des réponses différentes suivant le contexte mais aussi et surtout apporter des réponses incorrectes. « Il faut prévoir des gardes fous » note Sean Heshmat. Ensuite, il faut placer l'IA dans son contexte, il faut faire le tri dans les données parfois non pertinentes. Sandrine Tarnaud ajoute « il faut des données de qualité, sécurisées et s'assurer de leur conformité ». Les LLM (Large Language Models) sur lesquels s'appuie l'IA générative telle que GPT, conçus pour les taches conversationnelles, peinent par ailleurs à effectuer des tâches complexes. Il faut aussi s'assurer de la qualité des réponses et de ne pas faire de l'IA une boite noire. Il faut de la transparence dans les modèles ! Enfin, il faut entrer dans un cycle d'amélioration et d'optimisation continue (AIOps).
Entrer dans un cycle d'amélioration continue
Cependant, il ne faudrait pas que ces points d'attention deviennent des freins et bloquent toute innovation IA. Il faut avancer !
« Il ne faut pas prendre trop de temps à construire un modèle parfait mais un modèle perfectible (perfect shop vs good enough shop) » alerte Sean Hesmat.
IT et Business doivent travailler ensemble pour explorer le champ des possibles. Il faut mettre en place un processus d'idéation, apporter une vision et identifier les cas d'usages. Il conviendra d'encadrer cette stratégie IA, tant en termes d'éthiques que de conformité. Il faut ensuite mettre en place des métriques pour mesurer la création de valeur amenée aux métiers. Cognizant aide ainsi les entreprises à mettre en place une vraie « roadmap » de l'IA générative alignée aux besoins métiers et aux objectifs de la direction générale. L'implémentation passe alors par différentes phases, du POC à l'intégration jusqu'à l'adoption des utilisateurs. Le véritable défi est alors de passer du POC à l'échelle, d'où la nécessite d'avoir un plan d'industrialisation et d'évolutivité.
Tout n'est cependant pas qu'une histoire de schéma directeur, d'outils ou de process. L'élément central de cette révolution reste l'humain. Il faut de la pédagogie aussi bien au niveau des métiers que du Comex. « GPT s'adresse à tout le monde, il faut parler aux employés et dédramatiser » explique Olivier Mallet, Directeur Data & IA chez Cognizant. Et d'ajouter «il faut aussi se focaliser sur les cas d'usages et mener les 2 démarches en parallèle ». Sandrine Tarnaud insiste sur l'importance de la qualité du prompt... cela s'apprend !
Une culture de l'IA à adopter
L'acculturation est essentielle, non seulement pour démocratiser les usages mais surtout pour entamer une vraie transformation par la Data et l'IA.
Ainsi sera libérée l'innovation par l'IA... et le futur se construit aujourd'hui. David Fearne, Global Director of Generative AI chez Cognizant présente ainsi une application d'ores et déjà disponible de pré-diagnostic médical où le patient échange en langage naturel avec un médecin virtuel. Sans remplacer le corps médical, elle l'assiste en permettant de filtrer et d'aiguiller les patients. Il poursuit avec la création assistée, automatiquement contrôlée, de publications marketing permettant de réduire de façon drastique les délais de publication. Enfin, il donne un autre exemple dans le monde du Cinéma pour mieux cibler les super fans et optimiser le ROI du marketing. Les usages sont multiples et n'ont de freins que l'imagination. « En synthèse, il est temps d'agir pour adopter des stratégies d'IA génératives en entreprise » conclut Olivier Mallet.
Ils ont été partenaires
