Lokdeep Singh, PDG d’Unily – Série d’interviews

Lokdeep Singh possède plus de 20 ans d’expérience dans la direction d’entreprises de logiciels d’entreprise à forte croissance. Plus récemment, en tant que conseiller principal chez Providence Equity Partners, où il a soutenu les sociétés du portefeuille sur la stratégie IA, l’excellence opérationnelle et l’accélération du go‑to‑market. Auparavant, il était PDG de Talkwalker, leader mondial de l’intelligence consommateur d’entreprise, où il a conduit la transformation pour atteindre une croissance durable et rentable ; et chez Synchronoss Technologies en tant que directeur général.

Unily est une plateforme d’expérience employé d’entreprise conçue pour aider les grandes organisations à connecter les employés, rationaliser les communications internes et rassembler les outils, connaissances et services de travail dans un environnement numérique unifié. Fondée en 2006, l’entreprise sert des entreprises mondiales avec des effectifs distribués, de bureau et en première ligne, combinant des capacités d’intranet, de communications employé, de recherche, d’analytique, d’intégrations et de personnalisation au sein d’une seule plateforme. Unily positionne de plus en plus sa technologie comme native IA, utilisant une intelligence artificielle gouvernée pour automatiser la gestion du contenu, mettre en avant les informations pertinentes, personnaliser les expériences employé et permettre aux travailleurs d’interagir avec les applications d’entreprise connectées via des interfaces conversationnelles. La plateforme s’intègre aux systèmes de travail largement utilisés tels que Microsoft 365 et Teams et est conçue pour les organisations aux environnements technologiques complexes, aux exigences réglementaires et aux grandes forces de travail multilingues.

Vous avez commencé votre carrière plongé dans l’ingénierie télécom et l’infrastructure réseau avant de passer aux rôles de CTO, produit, direction générale et PDG, menant finalement Talkwalker à une sortie réussie et prenant désormais la direction d’Unily. Comment cette progression a-t-elle façonné votre vision de ce qu’il faut réellement pour que les employés fassent confiance et adoptent une technologie transformatrice comme l’IA ?

Ma carrière m’a donné une perspective qui se situe entre la technologie et les personnes censées l’utiliser. Au début, je me concentrais sur l’infrastructure, en veillant à ce que les systèmes fonctionnent de manière fiable, sécurisée et à grande échelle. En évoluant vers les produits, la direction générale et finalement les postes de PDG, j’ai appris que la capacité technique n’est qu’une partie de la réussite d’une technologie.

Les employés n’adopteront une technologie émergente que lorsqu’ils comprendront comment elle affecte leur travail, croiront qu’elle les aidera plutôt que de les nuire, et auront confiance qu’elle se comportera de manière prévisible.

La plus grande erreur que les dirigeants peuvent commettre est de traiter l’adoption de l’IA comme un déploiement logiciel. Vous pouvez déployer le meilleur modèle du monde, mais si les employés ne font pas confiance aux informations qu’il fournit, ne comprennent pas ce qu’il est autorisé à faire, ou ne connaissent pas les limites, l’adoption restera superficielle. La confiance doit être intégrée à l’expérience employé dès le départ.

Les capacités de l’IA s’améliorent extraordinairement rapidement, pourtant la confiance au sein des organisations semble souvent évoluer beaucoup plus lentement. Qu’est-ce qui alimente cet écart croissant entre ce que l’IA peut techniquement faire et ce que les employés sont réellement à l’aise de lui permettre de faire ?

L’écart de confiance existe parce que les organisations ont massivement investi pour rendre l’IA capable, mais pas au même rythme pour la rendre compréhensible, responsable et ancrée dans des informations fiables.

L’IA peut désormais raisonner, générer du contenu et agir, mais de nombreuses organisations manquent encore d’un système d’enregistrement autoritaire pour les connaissances et le contenu. Lorsque les employés ne savent pas d’où proviennent les réponses de l’IA, si l’information est à jour, ou qui en est propriétaire, la confiance se détériore rapidement.

Réduire cet écart nécessite plus que de meilleurs modèles. Il faut une gouvernance solide du contenu et une base de connaissances fiable qui garantissent que l’IA travaille à partir d’informations précises, sécurisées et à jour. Les organisations qui réussiront seront celles qui intègrent la confiance dans l’expérience IA elle‑même, et non comme une réflexion après coup.

Les entreprises abordent souvent l’IA d’entreprise comme un problème de déploiement technologique centré sur les modèles, les intégrations, la sécurité et l’infrastructure. Pourquoi pensez‑vous que le défi le plus difficile est finalement une question de personnes et d’organisation ?

L’IA modifie la relation entre les personnes et la technologie. Les technologies d’entreprise précédentes attendaient principalement que les employés leur indiquent quoi faire. L’IA peut interpréter l’intention, faire des recommandations et prendre de plus en plus d’actions.

Cela fait de l’adoption de l’IA un défi du futur du travail, pas seulement un défi technologique. Elle change la façon dont le travail est accompli, dont les décisions sont prises et dont les équipes collaborent. Les organisations ne peuvent pas simplement déployer l’IA et s’attendre à ce que la transformation suive. Les employés doivent comprendre où l’IA s’intègre dans leurs flux de travail et se sentir habilités à l’utiliser efficacement.

Les initiatives d’IA les plus réussies sont portées par une adoption de base, et non par des mandats descendus. Lorsque les employés voient une valeur claire dans leur travail quotidien, l’adoption s’accélère naturellement.

C’est pourquoi le cadre de ROI de l’IA repose simplement sur la confiance, l’habilitation et la gouvernance. Instaurer la confiance grâce à la transparence et à des connaissances fiables, habiliter les employés avec des outils qui améliorent leur façon de travailler, et établir une gouvernance qui assure une utilisation responsable de l’IA. La technologie permet le changement, mais les personnes, les processus et la culture déterminent finalement son succès.

Les organisations ont besoin de gouvernance, mais des politiques trop restrictives peuvent pousser les employés vers des outils non autorisés ou décourager toute expérimentation. À quoi ressemble un cadre de gouvernance de l’IA efficace si l’objectif est d’accroître à la fois la confiance et l’adoption plutôt que de simplement contrôler l’utilisation ?

Une bonne gouvernance devrait ressembler à des garde-fous qui permettent aux employés d’avancer plus rapidement en toute sécurité.

Cela signifie être très clair sur ce que les employés peuvent utiliser l’IA pour, quelles informations ils peuvent fournir aux systèmes d’IA, et quelles actions l’IA est autorisée à entreprendre. Ces règles doivent être compréhensibles pour un employé, et non cachées dans un long document de politique.

La gouvernance doit également être dynamique. Le risque associé à une IA générant un premier brouillon est très différent de celui d’une IA approuvant un paiement, modifiant le dossier d’un employé ou communiquant avec un client. Le niveau de supervision humaine doit correspondre à la conséquence potentielle.

En fin de compte, l’objectif ne devrait pas être de minimiser l’utilisation de l’IA, mais de maximiser une utilisation responsable.

Une recherche d’Unily a révélé que 52 % des employés ont indiqué ne pas disposer de politique d’IA connue dans leur organisation, tandis que certains ont reconnu avoir saisi des informations sensibles dans des outils d’IA non autorisés. Dans quelle mesure la montée de l’« IA fantôme » est-elle réellement un échec de communication et de gouvernance plutôt qu’un problème de comportement des employés ?

Nous devons faire attention à ne pas présenter l’IA fantôme comme un problème de mauvais employés. Une raison importante de l’utilisation de l’IA fantôme est qu’elle reflète une demande non satisfaite. Les employés trouvent des moyens de résoudre des problèmes pour lesquels leurs organisations ne leur ont pas encore fourni d’outils approuvés, ce qui est un comportement humain naturel.

Plutôt que d’attendre d’eux qu’ils ignorent la technologie qui transforme la manière dont le travail est effectué, la solution consiste à offrir aux employés un chemin sûr et sanctionné pour expérimenter, incluant des limites claires et une formation.

La transparence et l’explicabilité sont souvent présentées comme essentielles à une IA digne de confiance, mais les employés n’ont pas nécessairement besoin de comprendre le fonctionnement interne d’un grand modèle de langage. Quelles informations un système d’IA devrait-il fournir afin qu’un employé puisse prendre une décision éclairée quant à la confiance à accorder à sa réponse ou à sa recommandation ?

Un système d’IA d’entreprise doit indiquer clairement la provenance de l’information, la date de sa dernière mise à jour, les sources ou systèmes d’entreprise utilisés, et la raison pour laquelle une recommandation particulière a été formulée.

Il doit également être honnête concernant l’incertitude. L’un des signaux de confiance les plus importants est qu’un système d’IA indique, en substance, « Je ne dispose pas de suffisamment d’informations pour répondre en toute confiance. »

La confiance ne provient pas d’une IA qui fait semblant d’être certaine. Elle résulte du fait de fournir aux employés suffisamment de contexte pour exercer leur propre jugement.

Unily Glass est conçu pour faire évoluer l’IA d’entreprise au-delà de la simple réponse aux questions, en passant à l’exécution d’actions à travers des systèmes tels que les plateformes RH, IT et de gestion de la relation client. À mesure que l’IA passe de la fourniture d’informations à la prise d’actions concrètes, comment les organisations devraient-elles décider quelles décisions les agents peuvent prendre de façon autonome et lesquelles doivent continuer à nécessiter une approbation humaine ?

Le principe clé doit être la proportionnalité du risque. Si un agent d’IA planifie une réunion ou recherche une information, les conséquences d’une action incorrecte sont relativement limitées. Vous pouvez lui accorder beaucoup plus d’autonomie. Cependant, si un agent approuve une transaction financière, modifie la rémunération d’un employé, révoque un accès ou prend une décision client importante, le seuil doit être nettement plus élevé.

Les organisations devraient établir des niveaux d’autonomie explicites en fonction de critères tels que l’impact financier, l’exposition réglementaire, la réversibilité et l’impact sur les personnes. Plus l’action est conséquente ou irréversible, plus l’approbation humaine devient importante.

L’objectif est de garder les humains en contrôle de manière significative là où cela compte.

Les entreprises déploient de plus en plus de copilotes multiples, d’agents spécialisés, de grands modèles de langage et d’applications activées par l’IA à travers l’ensemble de la pile technologique. Comment les organisations peuvent-elles empêcher cela de créer une nouvelle couche de fragmentation, et prévoyez‑vous qu’une couche centralisée de confiance ou d’orchestration devienne essentielle ?

Nous risquons de reproduire la même fragmentation que le logiciel d’entreprise a engendrée au cours des dernières décennies, sauf que désormais chaque application peut disposer de sa propre interface IA et de son propre agent.

Les employés ne devraient pas avoir à comprendre quel modèle se cache derrière quelle application ou à se souvenir où se trouve l’IA de chaque organisation. Ils devraient pouvoir interagir avec l’IA dans le cadre de leur travail et disposer des informations et des capacités appropriées réunies pour eux.

C’est là qu’une couche d’orchestration et de confiance devient de plus en plus importante. Elle peut offrir une méthode cohérente pour gérer l’identité, les autorisations, le contexte, l’accès aux données et les actions à travers différents systèmes d’IA.

Il est probable qu’il n’existe pas un seul modèle ou une seule plateforme d’IA qui possède tout, mais les organisations auront de plus en plus besoin d’une couche commune qui permette à tous ces systèmes de fonctionner ensemble de manière responsable.

De nombreuses organisations peuvent mesurer la fréquence d’utilisation d’un outil d’IA par les employés, mais l’usage seul ne prouve pas que l’investissement crée de la valeur. Quels indicateurs les dirigeants devraient‑ils suivre pour déterminer si l’IA améliore réellement la productivité, la prise de décision, l’expérience des employés ou les résultats commerciaux ?

L’usage est un point de départ intéressant, mais ce n’est pas le résultat. Les dirigeants devraient se demander si l’IA réduit le temps nécessaire à l’accomplissement des flux de travail importants, élimine le travail répétitif, améliore la qualité ou la rapidité des décisions, et diminue les frictions pour les employés.

Je regarderais des indicateurs tels que le temps économisé par flux de travail, les taux d’achèvement des tâches, les taux d’erreur, la satisfaction des employés, le délai de résolution, et, en fin de compte, les indicateurs commerciaux liés à la fonction spécifique qui déploie l’IA.

Les organisations les plus performantes relieront directement les indicateurs d’IA aux résultats commerciaux plutôt que de célébrer l’activité pour elle‑même.

À mesure que l’IA d’entreprise évolue des assistants qui génèrent du contenu vers des agents capables d’exécuter des flux de travail de plus en plus complexes, que pensez‑vous que les dirigeants sous‑estiment encore concernant la relation entre la capacité de l’IA, la confiance des employés et l’adoption réussie ?

De nombreux dirigeants sous‑estiment encore l’importance de la confiance dans la détermination du plafond d’adoption de l’IA.

Les entreprises parlent souvent de la capacité de l’IA comme si plus de capacité signifiait automatiquement plus de valeur. Ce n’est pas le cas. Un système extrêmement performant dont les employés ne font pas confiance peut créer moins de valeur qu’un système plus limité qu’ils comprennent et utilisent en toute confiance.

Cela oblige les entreprises à considérer la technologie, la gouvernance, l’expérience des employés et le changement organisationnel comme un seul système. Elles doivent déterminer comment rendre l’IA suffisamment fiable pour modifier réellement la façon dont les gens travaillent.

Merci pour cette excellente interview, les lecteurs qui souhaitent en savoir plus devraient visiter Unily.