Lors de la phase initiale d’adoption de l’IA, le moment de démonstration est arrivé pour ce que vous attendez. Après une première étape marquée par l’expérimentation d’outils, d’essais de conception et de projets pilotes, les entreprises commencent à entrer dans une phase la plus exigeante : l’IA qui se traduit en résultats concrets pour l’entreprise.
Améliorer le temps, réduire les coûts, automatiser les tâches, améliorer les processus ou faciliter la prise de décision en pesar plus que le simple fait d’incorporer la dernière technologie disponible. C’est pourquoi il détecte Zenital, une boutique spécialisée dans les données et l’intelligence artificielle, à partir de son travail auprès des entreprises et de la formation dispensée à plus de 200 professionnels en IA au cours de la dernière année.
Le changement ne signifie pas que les entreprises ont déjà commencé à expérimenter, car les questions sont différentes. En face de « Qué pouvons-nous faire avec IA ? » ou ‘Comment vas-tu méditer si ça fonctionne vraiment ?’. C’est là une réponse chaque fois plus pertinente : comment garantir que l’adoption de l’IA est réelle, durable et transversale à l’ensemble de l’organisation, et non limitée aux initiatives lancées ou aux équipes déterminées.
« Pendant les dernières années, j’ai eu une énorme curiosité pour l’intelligence artificielle et cela a été positif parce qu’il a permis aux entreprises et aux professionnels de jeter le milieu à l’expérimentation. Mais nous sommes entrés dans une deuxième étape. Nous ne pouvons pas dire que nous utilisons l’IA. Nous devons démontrer notre valeur et notre valeur. Qu’est-ce que nous avons obtenu avec elle », explique Manel Vericat, spécialiste de la formation en données et IA du Zenital.
Lorsque l’IA passe l’essai au processus
La différence entre expérimenter avec un outil et cela fait partie d’un processus entrepreneurial se trouve, précisément, dans la capacité de gérer son impact. Un projet récent développé par Zenital pour automatiser la reconnaissance et la priorisation des besoins formatifs d’un équipement permet de poner cifras à ce changement. Cette tâche nécessite initialement 240 heures de travail et, pendant l’application de IA, elle estime qu’elle peut réduire jusqu’à 80 heures, ce qui suppose de libérer déjà 160 heures de travail.
Mais surtout de l’horreur économique, l’exemple reflète l’un des principaux changements que le Zenital observe dans les organisations : la nécessité de venir en aide à l’adoption de l’IA par des indicateurs qui permettent d’évaluer la manière objective si le projet est porteur de valeur. Pour le consultant, le fournisseur est en train de produire lorsqu’une entreprise est capable d’identifier une zone de travail ou un processus, en établissant chaque fois que cela est actuellement en temps réel, en ressources ou en argent et en comparant ce point de départ avec le résultat obtenu lors de l’introduction de la technologie.
« Une étude de concept (PoC) peut être spectaculaire et, sans embargo, ne résout aucun problème réel pour l’entreprise, ou apporter moins de valeur à celui qui coûte l’implantation et la consommation de jetons. Le résultat est d’identifier l’IA appliquée au commerce qui coûte cher sans garantir la fiabilité ni le contrôle. Cela sera également pour automatiser une zone; pour qu’une personne puisse prendre une décision avec plus d’informations ou consacrer son temps à des activités de grande valeur et aura des situations dans lesquelles la réponse correcte ne sera pas utilisée », a déclaré Manel Vericat.
Connaissance, organisation et données
L’adoption efficace de l’IA ne dépend pas uniquement de la disponibilité des outils adéquats. À partir de votre expérience avec les organisations et les professionnels, vous pouvez identifier quatre obstacles récurrents : la connaissance des outils disponibles, une compréhension limitée de la technologie appropriée, la rigidité des organisations et la vitesse à laquelle l’IA évolue.
La faute de connaissance peut provoquer, en outre, l’effet contraire à l’espéré : améliorer les capacités de l’intelligence artificielle et éviter ses limites et ses risques. C’est rapide que de nouveaux modèles, fonctionnalités et formes de travail apparaissent, ce qui est difficile au même moment où les entreprises et les professionnels consolident leurs connaissances avant que le scénario ne change.
C’est la vérité sur la qualité des informations. La qualité et la gestion des données revêtent une importance particulière en ce qui concerne les entreprises qui utilisent des outils individuels d’IA génératrices d’applications connectées à l’information et aux processus corporatifs.
Une telle entreprise peut être très sophistiquée en ce qui concerne la technologie, mais si elle travaille sur des informations incomplètes, dupliquées, désactualisées ou mal structurées, ses résultats sont inévitablement conditionnés par la qualité de ce matériau premier. Au zénith, je reprends une idée secrète : appliquer l’intelligence artificielle sur des données de mauvaise qualité pour ne pas résoudre le problème, si ce n’est pour amplifier le chaos.
Pour cette raison, le consultant détermine l’importance de vérifier les données avant de commencer l’implantation de solutions d’intelligence artificielle, avec l’objectif d’évaluer la qualité, de détecter d’éventuelles incohérences et de déterminer si les informations disponibles sont réellement préparées pour alimenter ces systèmes. Une nécessité, selon le zénital, est de gagner du poids entre les organisations : l’entreprise est récemment consciente d’une augmentation de la demande de ce type d’auditeurs comme le pas préalable à l’incorporation de IA dans ses processus.
« L’apparition ou l’incorporation de l’IA dans les processus d’entreprise est que beaucoup d’organisations voient leurs données avec d’autres yeux et mettent en évidence ce qui se passe aujourd’hui dans ces informations dispersées qui doivent être nettoyées. C’est un processus naturel : l’intention de résoudre quelque chose avec IA, ne fonctionne pas parce que les données ne sont pas là. bien, et donc pongo el foco en los datos”, explique l’expert de Zenital.
De aprender a hacer incite à transformer les processus
Le changement est également prévu pour la formation d’entreprise. Au cours de la dernière année, Zenital a formé plus de 200 professionnels de plus de 15 entreprises en intelligence artificielle, principalement dans les domaines des ventes, des opérations et de l’administration. Cette activité permet au consultant d’observer la première main en ce qui concerne l’évolution des besoins des organisations. Si les premières approches sont très centrées sur la connaissance des outils et apprendre à interagir avec elles, les intérêts s’emparent maintenant de la question ayant une question bien plus convaincante dans le commerce : comment utiliser l’IA pour optimiser les processus.
Cela implique d’identifier ce que signifie la peine automatisée, comme travailler avec l’information de l’entreprise, qui doit établir des limites ou comment faire en sorte que l’adoption de l’IA ne soit pas restreinte à un petit groupe d’employés particulièrement intéressés par la technologie. « La formation va changer parce que les entreprises ne veulent pas que leurs équipes utilisent un outil. Je veux qu’ils puissent intégrer leur travail selon des critères. L’objectif ne doit pas être fait avec moi, nous devons le faire avant un peu plus rapidement, si nous révisons les processus et nous demanderons si nous pouvons travailler d’une manière meilleure”, a déclaré Manel Vericat.
De la IA générative aux agents
Ce changement se produit tout en continuant à faire progresser la technologie. L’évolution des modèles d’IA générative et de la conception de systèmes capables d’exécuter des tâches chaque fois plus complètes ouvre de nouvelles possibilités pour les organisations, mais élève également les exigences en matière de sécurité, d’intégration, de gouvernance et de contrôle.
Dans ce scénario, le Zenital est en train de renforcer sa spécialisation en Claude, l’intelligence artificielle développée par Anthropic. Actuellement, les professionnels de l’entreprise possèdent la certification Claude Certified Architect Foundations et le consultant travaille dans différents cas d’utilisation de cette technologie, le temps qu’ils avancent dans le processus pour devenir Claude Select Partner d’Anthropic.
Au cours de la dernière année, Zenital a formé plus de 200 professionnels de plus de 15 entreprises en intelligence artificielle
Pour le Zenital, sans embargo, le retour va plus loin en incorporant de nouveaux outils. La phase suivante d’adoption de l’IA est déterminée par la capacité des organisations à identifier leur valeur, à intégrer dans leurs processus, à former leurs équipes et à établir un cadre de gouvernance qui leur permet d’étendre leur utilisation de manière sûre et efficace.
En 2027, l’IA tendra à justifier l’inversion
Depuis 2027, Zenital a prévu que l’intelligence artificielle de l’entreprise entre dans une étape de plus en plus mature, alors que les essais de concept convivaient encore plus avec les exigences de retour, d’escalade, de sécurité et de contrôle. L’adoption de l’IA doit être méditée uniquement par le nombre d’outils utilisés ou de projets lancés et mis en œuvre pour améliorer leur impact sur les indicateurs concrets comme les heures passées, les coûts réduits, les processus automatisés, les délais de réponse, la productivité ou l’amélioration de la capacité de analyse et décision.
Dans ce contexte, l’adoption de l’IA a permis à chaque fois de mieux convaincre les entreprises de justifier les inversions réalisées et de démontrer que la technologie génère un impact tangible sur le commerce. La question ne sera pas uniquement si vous utilisez l’IA, mais si vous en avez la valeur et avec quelles garanties.
« Le battage médiatique a forcé l’entrée de l’intelligence artificielle dans l’agenda pratique de toutes les organisations. Maintenant, c’est la partie difficile et, à l’heure actuelle, la plus intéressante. Nous avons besoin de séparer ce qui est techniquement possible de ce qui est réellement senti pour chaque entreprise. Les entreprises qui ont bien ces choses L’exercice sera celui qui consiste à convertir l’IA en une vente et non simplement en un autre outil pour obtenir cela, mais au moins deux choses : capacité et gouvernance », conclut Manel Vericat.
