Série CxO : conseils d'Accenture pour la mise en œuvre de l'IA générative

Pour notre dernier blog de la série CxO, j'ai eu le plaisir de m'entretenir avec Shallu Gupta, directrice technique de l'automatisation intelligente, Technologie des opérations chez Accenture, qui dirige les initiatives d'automatisation sur l'ensemble des activités. Nous avons parlé de l'essor de l'IA générative et des tendances qu'elle observe dans les mises en œuvre chez les clients d'Accenture.

Pouvez-vous nous parler un peu de votre rôle et du travail que vous avez accompli pour y parvenir ?

Shallu Gupta : J'ai plus de 22 ans d'expérience dans le domaine des technologies de l'information et j'ai suivi une formation de base en développement logiciel. Mon rôle actuel consiste à collaborer avec des fournisseurs de premier plan, des équipes d'exécution et des équipes dédiées à la transformation de l'entreprise au sein d'Accenture pour concevoir des stratégies technologiques qui correspondent à nos objectifs commerciaux. Je m'efforce de veiller à ce que notre feuille de route technologique soit en phase avec notre stratégie commerciale globale, ce qui nous permet de rester compétitifs dans un paysage technologique qui évolue rapidement. L'établissement et la gestion de partenariats technologiques avec des fournisseurs et des partenaires clés constituent également un aspect crucial de mon rôle. Nous avons ainsi accès aux dernières technologies et solutions susceptibles de stimuler l'efficacité opérationnelle et d'améliorer nos résultats commerciaux.

En tant que Directrice technique de l'automatisation, je me suis engagée à rester au fait des technologies émergentes, des tendances du secteur et des meilleures pratiques. En encourageant une culture de l'innovation et de la collaboration, mon objectif est de procéder aux transformations qui auront des répercussions positives sur nos performances commerciales.

L'IA et l'IA générative sont clairement des priorités pour vos clients. Quelles sont les principales tendances que vous observez et les domaines dans lesquels les clients manifestent le plus d'intérêt et de potentiel pour ces technologies ?

Shallu Gupta : Personnellement, je suis impatiente d'exploiter les capacités de l'IA générative dans tous les domaines des opérations chez Accenture. Chez Accenture, nous menons actuellement de nombreuses expériences dans plusieurs services (finance, marketing et recherche, talent et RH, etc.) et mesurons les répercussions de l'IA générative sur les différentes phases du cycle de vie de développement logiciel (SDLC), allant de la découverte au déploiement, car elle a le potentiel d'améliorer considérablement la productivité des développeurs grâce à la génération de codes, au débogage de code et à d'autres fonctions avancées.

Au sein de notre entreprise, nous avons déjà utilisé l'IA pour apporter des solutions d'automatisation intelligentes à nos clients. Ces solutions englobent divers domaines tels que la numérisation de documents, l'automatisation basée sur le traitement du langage naturel (NLP) et l'analyse prédictive. En intégrant les technologies de l'IA, nous avons aidé nos clients à réduire les coûts, à améliorer l'efficacité opérationnelle et à optimiser leur expérience globale.

Dans le contexte actuel, les clients recherchent de plus en plus des solutions intégrées de bout en bout plutôt que des solutions ponctuelles. Ils souhaitent une plateforme complète qui offre un écosystème unifié au lieu de s'appuyer sur de multiples outils distincts. L'introduction de l'IA générative a encore renforcé cette tendance, en particulier le NLP et la génération de langage naturel (NLG). Les clients souhaitent mettre à profit ces technologies pour améliorer le service client, automatiser les conversations et générer un contenu écrit de haute qualité se rapprochant de celui généré par l'homme.

Il est primordial d'accorder les objectifs de l'entreprise avec une stratégie en matière d'IA. Quels sont, selon vous, les meilleurs moyens d'en mesurer la réussite ?

Shallu Gupta : Je dirais des mesures quantitatives et qualitatives, comme par exemple :

• les retours d'informations des clients ;
• l'influence sur les paramètres financiers (coûts, recettes, retour sur investissement) ;
• les répercussions sur les paramètres opérationnels (efficience, efficacité, productivité) ;
• la satisfaction des employés (équilibre entre vie professionnelle et vie privée).

Quels autres éléments les entreprises doivent-elles prendre en compte lors de la mise en œuvre de leur stratégie en matière d'IA ?

Shallu Gupta : Je pense que les entreprises devraient se pencher sur les éléments suivants :

• Analyse des lacunes en matière de compétences  
  Les entreprises doivent procéder à une analyse complète de leurs lacunes en matière de compétences, afin d'identifier les domaines dans lesquels il s'avère important de prévoir une formation ou une embauche supplémentaire.
• Centre de commandement  
  La mise en œuvre d'un centre de commandement peut grandement aider les entreprises à gérer les systèmes d'IA, car il permet de contrôler et de superviser en temps réel les opérations, les performances et les problèmes potentiels en matière d'IA.
• Analyse coûts/avantages  
  Il est essentiel que les entreprises procèdent à une analyse coûts/avantages avant de mettre en œuvre des solutions d'IA, afin de s'assurer qu'elles correspondent à leurs objectifs commerciaux globaux.
• Une gestion efficace des biais  
  La mise en œuvre de pratiques robustes de gestion des biais implique des ensembles de données diversifiés et représentatifs, un audit régulier des algorithmes et un contrôle continu pour identifier et atténuer les biais. Il s'agit de garantir l'équité, la transparence et l'utilisation éthique des technologies de l'IA.
• Mise en place d'une fonction d'assistance solide  
  Les entreprises devraient mettre en place une fonction d'assistance solide pour aider les employés et les parties prenantes à utiliser efficacement les technologies de l'IA. Le fait de disposer d'un système d'assistance fiable permet de surmonter les difficultés, de garantir le bon déroulement des opérations et d'optimiser la valeur dérivée des systèmes d'IA.
• Mécanisme de retour d'informations adéquat  
  La mise en place d'un mécanisme de retour d'informations est essentielle pour que les entreprises puissent améliorer en permanence leurs stratégies en matière d'IA. Au bout du compte, cela stimule l'innovation et permet d'aligner les solutions d'IA sur les besoins évolutifs de l'entreprise et de ses parties prenantes.

Compte tenu de ces facteurs supplémentaires en plus de ceux énumérés précédemment, les entreprises peuvent augmenter leurs chances de réussite et améliorer l'efficacité de leurs stratégies en matière d'IA tout en réduisant le plus possible les risques et en optimisant les avantages que l'IA peut apporter à leurs opérations.

Quels sont les principaux obstacles auxquels les entreprises doivent faire attention ?

Shallu Gupta : Le principal obstacle est celui de la protection de la vie privée et de la sécurité des données, et la garantie que les entreprises maîtrisent la manière dont les données sont manipulées, traitées, protégées, sécurisées et utilisées. D'autres obstacles concernent la manière dont les entreprises traitent les questions de droits d'auteur, la production de résultats non biaisés et la cohérence.

Comment les entreprises peuvent-elles s'assurer que la stratégie qu'elles adoptent aujourd'hui est viable à long terme ?

Shallu Gupta : Les progrès de l'IA offrent de nombreuses possibilités que les entreprises sont pressées d'adopter. Je pense que chaque entreprise doit agir de manière responsable, car l'innovation implique de nombreuses opportunités, mais aussi des responsabilités. Les entreprises doivent entre autres :

• identifier les domaines dans lesquels l'IA doit être introduite en premier et planifier une stratégie à long terme sur la feuille de route adoptée ;
• prévoir les types de compétences dont elles ont besoin et articuler une stratégie autour des compétences des ressources ;
• identifier des indicateurs clés pour mesurer leur succès ;
• comprendre les limites et les modèles qu'elles vont utiliser ;
• mettre en place un modèle de gouvernance solide pour se conformer aux réglementations en vigueur ;
• mettre en place les meilleures pratiques de test et des contrôles qualité avant de mettre en production un système d'IA ;
• mettre en place des systèmes de surveillance continue de vos systèmes et un modèle d'assistance entraîné pour résoudre les problèmes immédiatement et définitivement ;
• mettre en place un solide mécanisme de retour d'informations.

Comment voyez-vous l'évolution du domaine de l'IA générative au cours des 12 à 24 prochains mois ?

Shallu Gupta : L'évolution continue de chaque couche de la pile technologique de l'IA générative est le signe d'améliorations prometteuses de son efficacité pour les consommateurs. À l'avenir, les entreprises auront la possibilité d'affiner la technologie en fonction de leurs besoins spécifiques, en tirant parti de leurs données propriétaires pour l'intégrer de manière transparente dans leurs applications. La demande de compétences liées à l'affinement des modèles existants en fonction des besoins de l'entreprise devrait monter en flèche. Je pense que l'ingénierie de commande est susceptible de devenir une compétence de plus en plus importante pour les développeurs et les ingénieurs.

Le rythme rapide des progrès donne déjà naissance à de nouveaux modèles, et nous prévoyons la disponibilité sur le marché de modèles pré-entraînés encore plus matures d'ici 1 à 2 ans. Ces modèles fourniront aux entreprises des capacités améliorées et des options supplémentaires pour mettre en œuvre des solutions d'IA générative qui s'alignent sur leurs objectifs commerciaux uniques.