De l’expérimentation à la production : Conseils pour mettre à l’échelle les programmes GenAI à long terme

Des années plus tard, lorsque nous réfléchirons à la prolifération de l’intelligence artificielle générative (GenAI), 2024 sera considérée comme un moment charnière – une période d’expérimentation généralisée, d’optimisme et de croissance, lorsque les dirigeants d’entreprise, autrefois hésitants à tremper leurs orteils dans les eaux inexplorées de l’innovation, se sont jetés à corps perdu. Dans l’enquête mondiale de McKinsey sur l’IA menée en milieu d’année 2024, 75 % ont prédit que la GenAI entraînerait des changements significatifs ou perturbateurs dans leurs industries dans les années à venir.

Bien que beaucoup ait été appris sur les avantages et les limites de la GenAI, il est important de se rappeler que nous sommes toujours très en train d’évoluer. Les programmes pilotes peuvent être mis en place rapidement et sont relativement peu coûteux à construire, mais que se passe-t-il lorsque ces programmes passent en production sous la responsabilité du bureau du CIO ? Comment les cas d’utilisation spécifiques à une fonction se comporteront-ils dans des environnements moins contrôlés, et comment les équipes peuvent-elles éviter de perdre leur élan avant même que leur programme n’ait eu la chance de montrer des résultats ?

Les défis courants pour passer de l’expérimentation à la production

Étant donné le potentiel énorme de la GenAI pour améliorer l’efficacité, réduire les coûts et améliorer la prise de décision, la direction a donné un mandat clair aux dirigeants d’entreprise – allez de l’avant et bricolez. Les dirigeants d’entreprise se sont mis au travail, jouant avec la fonctionnalité de la GenAI et créant leurs propres programmes pilotes. Les équipes marketing ont utilisé la GenAI pour créer des expériences client hautement personnalisées et automatiser les tâches répétitives. Dans le service client, la GenAI a aidé à alimenter des chatbots intelligents pour résoudre les problèmes en temps réel, et les équipes de R&D ont pu analyser d’énormes quantités de données pour repérer de nouvelles tendances.

Cependant, il y a encore un grand décalage entre tout ce potentiel et sa mise en œuvre réelle.

Une fois qu’un programme pilote passe dans l’orbite du bureau du CIO, les données sont examinées de beaucoup plus près. À ce stade, nous sommes familiers avec certains des problèmes courants de la GenAI, tels que les biais de modèle et les hallucinations, et à plus grande échelle, ces problèmes deviennent de gros problèmes. Un CIO est responsable de la confidentialité des données et de la gouvernance des données dans l’ensemble de l’organisation, alors que les dirigeants d’entreprise utilisent des données qui ne concernent peut-être que leur domaine d’activité spécifique.

3 choses à considérer avant de mettre à l’échelle

Ne faites pas d’erreur, les dirigeants d’entreprise ont réalisé des progrès importants dans la création de cas d’utilisation de la GenAI avec des résultats impressionnants pour leur fonction spécifique, mais la mise à l’échelle pour un impact à long terme est tout à fait différente. Voici trois considérations avant d’entreprendre ce voyage :

1. Intégrez les équipes IT et de sécurité de l’information dès le début (et souvent)

Il est courant pour les dirigeants d’entreprise de développer des aveugles dans leur travail quotidien et de sous-estimer ce qui est nécessaire pour étendre leur programme pilote à l’ensemble de l’organisation. Mais une fois que ce programme pilote passe en production, les dirigeants d’entreprise ont besoin du soutien de l’équipe IT et de la sécurité de l’information pour réfléchir à toutes les choses qui pourraient mal se passer.

C’est pourquoi il est une bonne idée d’impliquer les équipes IT et de sécurité de l’information dès le début pour aider à tester le programme pilote et à passer en revue les préoccupations potentielles. Cela aidera également à favoriser la collaboration interfonctionnelle, qui est essentielle pour apporter des perspectives extérieures et remettre en question les préjugés de confirmation qui peuvent survenir au sein des fonctions individuelles.

2. Utilisez des données réelles chaque fois que possible

Comme mentionné plus tôt, les problèmes liés aux données sont parmi les plus gros obstacles pour mettre à l’échelle la GenAI. C’est parce que les programmes pilotes s’appuient souvent sur des données synthétiques qui peuvent conduire à des attentes incohérentes entre les dirigeants d’entreprise, les équipes IT et, en fin de compte, le CIO. Les données synthétiques sont des données artificiellement générées pour imiter les données du monde réel, agissant essentiellement comme un substitut aux données réelles, mais sans aucune information personnelle sensible.

Les dirigeants d’entreprise n’auront pas toujours accès à des données réelles, donc quelques bons conseils pour résoudre le problème seraient : (1) éviter les programmes pilotes qui pourraient nécessiter un examen réglementaire supplémentaire plus tard ; (2) mettre en place des lignes directrices pour empêcher les mauvaises données de corrompre ou de fausser les résultats du programme pilote ; et (3) investir dans des solutions utilisant la pile technologique existante de l’entreprise pour augmenter la probabilité d’une alignment future.

3. Fixez des attentes réalistes

Lorsque la GenAI a gagné en popularité après le lancement de ChatGPT à la fin de 2022, les attentes étaient très élevées pour que la technologie révolutionne les industries du jour au lendemain. Cette hype (pour le meilleur ou pour le pire) a largement persisté, et les équipes sont toujours sous une énorme pression pour montrer des résultats immédiats si leurs investissements dans la GenAI espèrent recevoir un financement supplémentaire.

La réalité est que, même si la GenAI sera transformatrice, les entreprises doivent donner le temps (et le soutien) à la technologie pour commencer à transformer. La GenAI n’est pas prête à l’emploi, ni sa valeur réelle n’est limitée aux chatbots ingénieux ou à l’imagerie créative. Les entreprises qui pourront mettre à l’échelle avec succès les programmes GenAI seront celles qui prendront d’abord le temps de bâtir une culture d’innovation qui donne la priorité à l’impact à long terme plutôt qu’aux résultats à court terme.

Nous sommes tous dans le même bateau

Malgré tout ce que nous avons lu sur la GenAI récemment, il s’agit toujours d’une technologie très naissante, et les entreprises devraient être prudentes vis-à-vis de tout fournisseur qui prétend avoir tout compris. Ce type d’orgueil obscurcit le jugement, accélère les concepts à moitié cuits et conduit à des problèmes d’infrastructure qui peuvent mettre les entreprises en faillite. Au lieu de cela, alors que nous entrons dans une autre année d’excitation autour de la GenAI, prenons également le temps de nous engager dans des discussions significatives sur la manière de mettre à l’échelle cette technologie puissante de manière responsable. En intégrant l’équipe IT dès le début du processus, en s’appuyant sur des données du monde réel et en maintenant des attentes de ROI raisonnables, les entreprises peuvent aider à garantir que leurs stratégies GenAI sont non seulement évolutives, mais aussi durables.