Entretiens

Ajay Vasal, responsable mondial des données et de l’IA chez Genpact – Série d’entretiens

Antoine Tardif
Ajouter Unite.AI à vos sources préférées sur Google
Points clésLa refonte des processus est le principal obstacle à l'adoption de l'IA agentique, et…
Voir plus
  • La refonte des processus est le principal obstacle à l'adoption de l'IA agentique, et non la performance des modèles.
  • Le pourcentage d'entreprises utilisant encore des indicateurs de productivité inadaptés aux systèmes d'IA autonomes.
  • Seules 22 % des organisations font confiance aux systèmes d'IA pour une autonomie au niveau du domaine ou une autonomie large.

Ajay Vasal, responsable mondial des données et de l’IA chez Genpact, est un dirigeant expérimenté dans les domaines de la technologie et de la stratégie. Il possède plus de vingt ans d’expérience en intelligence artificielle, stratégie des données, transformation numérique, fusions-acquisitions et conseil aux entreprises. Dans ses fonctions actuelles, il dirige des initiatives qui aident les entreprises à déployer l’IA plus largement et à passer de systèmes d’assistance à des systèmes plus autonomes, intégrés aux opérations. Avant de rejoindre Genpact, Vasal a travaillé près de neuf ans chez Accenture, où il a occupé plusieurs postes de direction, notamment ceux de responsable mondial des données et de l’IA pour les secteurs de la consommation et de directeur mondial du Centre for Data & Insights. Tout au long de sa carrière, il a aidé les organisations à tirer des données une valeur commerciale mesurable grâce à l’efficacité opérationnelle, à la croissance du chiffre d’affaires et à la réduction des risques. Il a également dirigé des investissements stratégiques, des opérations de fusion-acquisition et des programmes de transformation fondés sur l’IA dans différents secteurs.

Genpact est une entreprise mondiale de services professionnels et de transformation numérique, spécialisée dans les données, l’IA, l’analyse, l’automatisation intelligente et la modernisation des opérations des grandes entreprises. Créée au sein de General Electric (GE.TO ) avant de devenir indépendante, elle accompagne aujourd’hui des organisations dans les services financiers, la santé, l’industrie manufacturière, le commerce de détail et les biens de consommation. L’entreprise se concentre de plus en plus sur la transformation des organisations par l’IA, associant analyse, automatisation et expertise sectorielle pour moderniser les flux de travail, améliorer les décisions et déployer des systèmes d’IA à grande échelle de manière responsable.

Avant de prendre vos fonctions actuelles chez Genpact, vous avez passé des années chez Accenture à élaborer des stratégies de données et d’IA dans différents secteurs. Comment cette expérience a-t-elle influencé votre compréhension des raisons pour lesquelles les entreprises peinent encore à tirer une réelle valeur de leurs investissements dans l’IA ?

L’un des principaux enseignements du travail dans différents secteurs est que la plupart des organisations n’échouent pas parce que la technologie est faible. Elles rencontrent des difficultés parce qu’elles tentent d’ajouter l’IA à des modèles opérationnels qui n’ont jamais été conçus pour l’exécution autonome. Les résultats de notre étude récente le confirment clairement. Les entreprises adoptent l’IA à un rythme soutenu, mais beaucoup peinent encore à repenser les modèles opérationnels nécessaires pour permettre une exécution autonome à grande échelle. Cet écart montre combien d’entreprises cherchent toujours à résoudre les questions de gouvernance, de responsabilité et de préparation organisationnelle.

Nous voyons également des organisations avancer rapidement avant d’avoir établi des cadres de mesure adaptés. Parmi les dirigeants, 71 % pensent que l’IA agentique produira un retour sur investissement plus rapidement que toute vague technologique précédente, mais 67 % utilisent encore des indicateurs de productivité créés pour des modèles d’automatisation antérieurs. Mon expérience montre qu’une adoption réussie de l’IA ne se résume jamais au déploiement de modèles. Elle exige de repenser les flux de travail, d’aligner la technologie sur les priorités de l’entreprise et d’aider les personnes à comprendre comment leurs rôles évoluent aux côtés de systèmes de plus en plus autonomes.

Votre récent rapport, Autonomy Requires Trust in AI, montre que la plupart des dirigeants pensent que l’IA agentique transformera profondément les opérations des entreprises, alors que la plupart des systèmes restent sous supervision. Quel est le plus grand décalage entre cette conviction et sa concrétisation ?

Ce décalage tient entièrement à la confiance. Les dirigeants croient clairement que l’IA agentique changera la manière de travailler, mais croire en la technologie ne signifie pas automatiquement être prêt à lui déléguer sereinement le pouvoir de décision. Notre étude montre que seules 22 % des organisations se sentent à l’aise pour laisser les systèmes d’IA agir de manière autonome dans un domaine donné ou avec une large autonomie.

La plupart des entreprises utilisent encore volontiers l’IA comme un assistant capable de recommander, de résumer ou de soutenir les flux de travail. L’hésitation apparaît lorsque les systèmes doivent agir de manière autonome en influençant les opérations, les clients, la conformité ou les résultats financiers. Beaucoup d’entreprises maintiennent donc une forte participation humaine dans l’approbation et la supervision, tout en cherchant à adopter des modèles opérationnels plus autonomes.

De nombreuses entreprises investissent beaucoup dans l’IA sans parvenir à démontrer des retours significatifs. Quelles sont les erreurs les plus courantes lorsqu’elles essaient de mesurer la valeur créée par l’IA ?

Une erreur majeure est que beaucoup d’organisations utilisent encore des indicateurs de productivité conçus pour les précédentes vagues d’automatisation. Les données montrent que 67 % des entreprises reposent toujours sur des mesures de productivité qui ne reflètent pas pleinement la valeur de systèmes adaptatifs dont le fonctionnement repose sur la prise de décision. Cela crée un véritable décalage entre les attentes et la manière dont la valeur est effectivement mesurée.

Un autre problème est que beaucoup d’organisations n’ont pas encore défini d’indicateurs de réussite adaptés aux caractéristiques de l’IA. Seule une petite part des entreprises mesure l’achèvement autonome des flux de travail, la diminution des cas nécessitant une remontée à un niveau supérieur ou le traitement autonome des exceptions. Si elles continuent à se concentrer uniquement sur la réduction des coûts ou les heures économisées, elles passeront à côté des effets opérationnels plus larges que l’IA agentique est censée produire.

Le rapport suggère que la préparation organisationnelle constitue un obstacle plus important que la technologie elle-même. Quels changements structurels concrets les entreprises doivent-elles apporter pour exploiter tout le potentiel de l’IA agentique ?

Les organisations doivent repenser la répartition des responsabilités, la responsabilité des flux de travail et la prise de décision dans l’ensemble de l’entreprise. L’un des enseignements les plus clairs de l’étude est que la préparation organisationnelle devient un obstacle plus important que la technologie elle-même. Ainsi, 33 % des entreprises ont désigné le manque de préparation des processus métier à l’intégration de l’IA agentique comme le principal obstacle à son adoption.

Les entreprises qui progressent le plus repensent les flux de travail de bout en bout, afin que les systèmes autonomes puissent fonctionner dans des limites et des structures de supervision clairement définies. Nous avons aussi constaté que 44 % des entreprises s’attendent à une réduction des niveaux de management grâce à l’IA agentique, à mesure que les systèmes absorbent les tâches de coordination traditionnellement assurées par les cadres intermédiaires. Les salariés ont besoin de beaucoup plus de clarté sur leurs responsabilités de supervision, les moments où intervenir et la place du jugement humain dans un environnement de plus en plus autonome.

Seule une petite part des organisations est prête à accorder sereinement une véritable autonomie aux agents d’IA. Que faudra-t-il pour que les entreprises fassent suffisamment confiance aux systèmes d’IA pour leur déléguer un pouvoir de décision ?

La confiance dans l’IA agentique repose, en définitive, sur la responsabilité et le contrôle. Les entreprises restent prudentes dans la délégation du pouvoir de décision parce que leurs dirigeants veulent être certains que les systèmes autonomes peuvent fonctionner dans des limites et des structures de gouvernance claires.

Les entreprises qui avancent conçoivent des systèmes dans lesquels les circuits de remontée à un niveau supérieur, les conditions déclenchant une intervention et les contrôles de gouvernance sont directement intégrés au modèle opérationnel. La plupart des organisations accordent l’autonomie progressivement, selon le contexte de l’entreprise et sa tolérance au risque, plutôt que de passer brutalement à une autonomie totale. Les déploiements réussis leur donnent de l’assurance et renforcent la confiance, car les dirigeants voient clairement comment les décisions sont prises, qui en répond et comment la supervision humaine est maintenue.

Les entreprises s’attendent à étendre rapidement l’IA agentique, mais beaucoup s’appuient encore sur des indicateurs de productivité dépassés. À quoi devraient ressembler des indicateurs de performance plus efficaces, adaptés aux caractéristiques de l’IA ?

Les indicateurs conçus pour l’IA doivent mesurer l’exécution et les résultats, pas seulement l’activité. Les mesures traditionnelles de productivité examinent si les personnes travaillent plus vite. L’IA agentique change la donne, car le système lui-même commence à assumer une partie du travail opérationnel. Ce point est important : beaucoup d’organisations évaluent encore l’IA agentique selon une perspective de productivité conçue pour les anciennes vagues d’automatisation, plutôt que pour l’exécution autonome.

Des mesures plus efficaces devraient porter sur l’achèvement autonome des flux de travail, la baisse du taux de remontée des cas à un niveau supérieur, l’exécution plus rapide des décisions et l’efficacité du traitement des exceptions avec une intervention humaine limitée. Ces indicateurs permettent de voir beaucoup plus clairement si l’IA améliore réellement l’exécution à grande échelle.

Vous soulignez que la refonte des processus est le principal obstacle à l’adoption. Pourquoi la transformation des flux de travail compte-t-elle davantage que les performances des modèles dans cette prochaine phase de l’IA ?

La transformation des flux de travail est importante parce que même les systèmes d’IA les plus avancés ne peuvent pas se déployer efficacement à grande échelle dans des processus défaillants ou fragmentés. Notre étude montre que 33 % des entreprises ont désigné la préparation des processus comme le principal obstacle à l’adoption de l’IA agentique.

La prochaine phase se distingue par le fait que l’IA agentique est conçue pour exécuter des tâches tout au long des flux de travail, plutôt que pour simplement apporter une assistance en leur sein. Les organisations doivent repenser les processus pour l’exécution autonome, en clarifiant la responsabilité des décisions, en supprimant les transferts inutiles et en intégrant la gouvernance directement aux flux de travail. À bien des égards, la refonte des flux de travail est désormais le véritable fondement d’une adoption de l’IA à grande échelle.

Le rapport suggère que l’IA réduira les niveaux organisationnels à mesure que les tâches de coordination seront automatisées. Comment voyez-vous évoluer les rôles des dirigeants et des cadres intermédiaires ?

À mesure que l’IA agentique assume davantage de coordination et de supervision opérationnelle, les rôles des dirigeants évolueront probablement de la gestion de l’exécution courante vers l’orientation stratégique, l’exercice du jugement et la gouvernance. Notre étude montre que beaucoup d’entreprises s’attendent à une réduction des niveaux de coordination dans l’organisation grâce à l’IA agentique, lorsque les systèmes autonomes assumeront davantage de responsabilités de supervision opérationnelle.

Les cadres intermédiaires jouent depuis longtemps un rôle important dans l’orientation des décisions vers les bonnes personnes et le maintien de la continuité opérationnelle entre les équipes. Quand les systèmes autonomes commenceront à prendre en charge davantage de ces activités, les dirigeants devront se concentrer davantage sur le traitement des exceptions, la responsabilité et l’alignement des systèmes sur les objectifs de l’entreprise. Le leadership humain sera encore plus important dans les domaines où le contexte, l’éthique et le jugement comptent le plus.

Genpact se présente comme une entreprise de solutions d’IA agentique et de technologies avancées. En quoi son approche de l’IA agentique diffère-t-elle de celle des sociétés traditionnelles de conseil ou de technologie ?

L’approche de Genpact repose sur l’exécution, les résultats et la résolution de ce que nous appelons souvent le problème de la « dernière étape » de l’adoption de l’IA. Beaucoup d’organisations ont déjà démontré que les modèles d’IA peuvent produire des informations utiles ou améliorer la productivité. Le véritable défi consiste à intégrer ces capacités aux flux métier réellement en service, là où le travail se fait. C’est à ce stade que beaucoup d’initiatives d’IA s’arrêtent. Nous aidons les clients à mettre l’IA agentique en pratique jusqu’à la dernière étape de l’exécution, afin que les systèmes produisent des résultats mesurables dans la finance, la chaîne d’approvisionnement, le service client et les autres fonctions essentielles de l’entreprise.

Notre approche se distingue par l’association d’une connaissance approfondie des processus et de capacités en données, technologie et IA. Nous ne nous limitons pas au déploiement de modèles ou à la création de projets pilotes. Nous repensons les flux de travail, intégrons la gouvernance aux opérations et aidons les entreprises à créer les structures de responsabilité nécessaires à l’exécution autonome à grande échelle. Comme nous avons aussi intégré l’IA agentique à nos propres opérations, nous disposons d’une expérience pratique de ce qu’exige le passage de l’expérimentation à des effets dans toute l’entreprise.

Pensez-vous que l’IA agentique creusera à l’avenir l’écart entre les entreprises pionnières et celles qui prennent du retard ? Que devraient faire les entreprises dès maintenant pour ne pas se laisser distancer ?

Oui, je pense que l’écart se creusera, parce que l’IA agentique accumule la valeur autrement que les vagues technologiques précédentes. Les organisations qui réussissent à repenser les flux de travail, à établir des cadres de responsabilité et à renforcer la confiance dans les systèmes autonomes obtiendront des avantages opérationnels difficiles à reproduire pour leurs concurrents. Ce qui frappe, c’est la rapidité du changement. Parmi les entreprises, 29 % s’attendent à ce que l’IA agentique s’étende à l’ensemble de leurs activités dans les 12 prochains mois.

Pour les entreprises qui veulent rester compétitives, la priorité devrait maintenant être de préparer le modèle opérationnel à l’exécution autonome. Cela comprend la refonte des flux de travail, la définition des structures de responsabilité, la création de cadres de mesure adaptés aux caractéristiques de l’IA et l’investissement dans la préparation des salariés. Les organisations qui commencent tôt à bâtir ces fondations seront bien mieux placées que celles qui traitent encore l’IA comme une initiative technologique isolée.

Merci pour cet entretien enrichissant. Les lecteurs qui souhaitent en savoir plus peuvent consulter Genpact. 

Antoine est un dirigeant visionnaire et associé fondateur d’Unite.AI, animé par une passion inébranlable pour façonner et promouvoir l’avenir de l’IA et de la robotique. Entrepreneur ayant créé plusieurs entreprises, il estime que l’IA transformera la société autant que l’électricité et parle souvent avec enthousiasme du potentiel des technologies de rupture et de l’intelligence artificielle générale (AGI).

En tant que prospectiviste, il se consacre à l’étude de la manière dont ces innovations façonneront notre monde. Il est également le fondateur de Securities.io, une plateforme consacrée à l’investissement dans les technologies de pointe qui redéfinissent l’avenir et transforment des secteurs entiers.