Ce que les espoirs de l’IA générative peuvent apprendre des essais et erreurs du cloud computing

L’IA générative (GenAI) est là pour rester, avec des organisations dans le monde entier qui apprécient les capacités de cette technologie. Déjà, 72% des organisations rapportent utiliser actuellement la GenAI de manière extensive ou occasionnelle et 26% autres expérimentent avec la technologie. Cependant, ce nouveau stade d’adoption de la GenAI est encore dans les premiers jours.

Selon McKinsey, seulement 1% des dirigeants d’entreprise décrivent leurs déploiements de GenAI comme « matures », ce qui signifie que la technologie est pleinement intégrée dans les flux de travail et génère des résultats commerciaux substantiels. Combler cet écart de maturité nécessite une correction constante de cap, souvent en raison de barrières de déploiement, telles que des frais importants, une méfiance envers des technologies non éprouvées et des risques réglementaires. Si ces défis vous semblent familiers, ils devraient l’être – lorsque les équipes IT ont adopté le cloud comme la prochaine grande chose, de nombreux obstacles identiques ont surgi.

Les deux vagues de ferveur pour la nouvelle technologie diffèrent à certains égards. Alors que le cloud computing a été mis en œuvre dans des systèmes plus critiques dès le départ, la GenAI est adoptée plus rapidement à des stades de pilote et pour des cas d’utilisation principalement consacrés à des gains d’efficacité et de productivité. Pourtant, la courbe d’apprentissage est similaire : les deux obligent les organisations à penser et à travailler différemment.

En réfléchissant aux expériences de leurs prédécesseurs dans le cloud computing, les espoirs actuels de la GenAI peuvent se positionner pour un avenir mieux informé.

Gérer les coûts, les risques et les changements : tirer des enseignements des erreurs du cloud

En remontant le temps à l’époque où la technologie du cloud commençait à gagner en popularité, de nombreuses organisations sous-estimaient la complexité de la migration et surestimaient les économies de coûts à court terme. En conséquence, la plupart de ces mêmes organisations sont tombées victimes de trois principaux pièges : une mauvaise gestion des coûts, des erreurs de configuration de la sécurité et la résistance naturelle qui accompagne les changements culturels et organisationnels.

L’ère du cloud nous a appris que simplement « déplacer et déposer » les charges de travail – les déplacer vers le cloud sans modernisation – a souvent échoué à apporter de la valeur. De même, les initiatives de GenAI s’arrêtent fréquemment lorsque les organisations tentent de brancher des données héritées, non structurées ou mal documentées sur de nouveaux modèles puissants sans mettre à jour les fondations de données. En fait, les projets de GenAI peuvent donner des résultats décevants ou même renforcer les inefficacités existantes. La leçon : la technologie seule ne peut pas surmonter les faiblesses fondamentales.

Tout comme la technologie du cloud a exposé des lacunes en matière de gouvernance, de compétences et de stratégie à long terme, la GenAI a fait de même. Si les employés adoptent des outils de GenAI sans surveillance ou utilisent la technologie en dehors des limites de la politique d’utilisation acceptable, les risques d’IT fantôme peuvent réapparaître, ainsi que les difficultés de sécurisation des pipelines de GenAI et de garantir la conformité à grande échelle. Ces parallèles continueront à surgir à mesure que la GenAI passe de l’expérimentation à une intégration d’entreprise généralisée, nécessitant les mêmes cadres de cybersécurité robustes, les plans de réponse aux incidents et les structures de gouvernance trouvés dans le cloud.

Au-delà de la gestion des risques, la dissipation non gérée des coûts est un problème de longue date dans la technologie. Le cloud n’est pas une exception et, à mesure que les entreprises continuent à intégrer la GenAI dans leurs flux de travail, elles sont confrontées à une augmentation similaire des dépenses.

Un nombre croissant d’organisations tentant d’améliorer leur stratégie de gestion des coûts se tournent vers FinOps comme solution. En tirant parti d’informations opportunes et basées sur les données pour améliorer la prévision et encourager la responsabilité et la collaboration transversales, une infrastructure FinOps complète s’est avérée inestimable pour limiter les dépenses excessives et maximiser la valeur commerciale. Les principes de FinOps ne sont pas limités à la gestion des coûts du cloud seul, offrant une option viable pour les dépenses de GenAI également.

Mettre les leçons du cloud en pratique avec la GenAI

D’ici la fin de cette année, Gartner prévoit qu’au moins 30% des projets de GenAI seront abandonnés après la preuve de concept. Lorsque l’hype dépasse la réalité, les modèles cachés derrière les échecs des projets de GenAI – comme des données non préparées, une propriété commerciale peu claire ou une complexité inutile – passent souvent inaperçus dans la précipitation à adopter de nouvelles technologies. Reconnaître et traiter ces signaux tôt peut faire la différence entre le succès de la GenAI et un autre projet abandonné. Les dirigeants qui surveillent activement ces signaux d’alerte, plutôt que de raccourcir le processus, préparent leurs équipes pour le succès à long terme.

Une fois l’adoption approuvée, les entreprises devraient mettre l’accent sur de petits projets pilotes de GenAI pour tester et garantir une valeur réelle dans le monde réel, plutôt que de passer à une mise à l’échelle immédiate à l’échelle de l’entreprise. Il est essentiel que les entreprises commencent avec seulement quelques cas d’utilisation clairement définis et à forte incidence, avec des objectifs de ROI clairs cartographiés sur de réels besoins commerciaux.

Cela assure des victoires précoces, renforce la confiance interne et évite de gaspiller du temps et des ressources sur des expérimentations génériques. En ancrant l’adoption de la GenAI à un résultat tangible – comme l’automatisation des résumés du support client ou l’accélération des examens de code – les organisations peuvent démontrer de la valeur rapidement, affiner leur approche et mettre à l’échelle de manière plus stratégique. Cela aide également à aligner les efforts techniques avec les objectifs commerciaux, là où de nombreux pilotes de GenAI manquent actuellement.

Ensuite, établir de solides contrôles et équilibres, une surveillance continue et des politiques de gouvernance clairement définies est la prochaine étape critique pour une utilisation responsable et conforme. S’engager avec des experts externes peut être un excellent premier pas pour naviguer dans le paysage réglementaire complexe et en constante évolution d’aujourd’hui. En investissant dans les bons outils et infrastructures tôt dans le processus de mise en œuvre de la GenAI, ainsi que dans une formation continue, les organisations peuvent établir les fondations d’un succès durable.

Trouver l’équilibre avec l’innovation de la GenAI

En appliquant les leçons de l’ère du cloud avec discipline et prévoyance, les organisations peuvent éviter des erreurs coûteuses et débloquer le plein potentiel de la GenAI – de manière sécurisée, durable et à grande échelle.

La GenAI est destinée à rester une force puissante, avec 70% des PDG rapportant qu’ils s’attendent à ce que la technologie ait un impact sur leurs modèles commerciaux au cours des trois prochaines années. Un chiffre qui passe à 89% parmi ceux qui utilisent déjà la technologie. Il est clair que le potentiel de transformation de la GenAI s’avère précieux pour les décideurs exécutifs, mais l’impact durable et à grande échelle dépend encore de la résolution des barrières de confiance, de gouvernance et d’intégration.