Quand envisager l’IA ?

Stratégie IA

Vidhi Chugh

AI strategist and ethicist

Distinguer le battage de la réalité

Le battage autour de l’IA peut créer des attentes excessives, trompeuses, et entraîner un fort taux d’échec des déploiements ML en entreprise.

¹ Harvard Business Review

Distinguer le battage de la réalité

Le battage autour de l’IA peut créer des attentes excessives, trompeuses, et entraîner un fort taux d’échec des déploiements ML en entreprise.

Développement logiciel : traditionnel vs IA

                  Logiciel traditionnel

• Règles prédéfinies
• Logique dans le code
• Piloté par le code
• Déterministe
• Calculatrice d’impôts

                  Logiciel IA

• Pas d’instructions explicites
• Piloté par les données
• Schémas de données changeants
• Probabiliste
• ChatGPT

Maintenance logicielle : traditionnel vs IA

Mise en œuvre : traditionnel vs IA

• Au‑delà du cycle de vie logiciel classique

Mise en œuvre : traditionnel vs IA

• Au‑delà du cycle de vie logiciel classique

Mise en œuvre : traditionnel vs IA

• Au‑delà du cycle de vie logiciel classique

Mise en œuvre : traditionnel vs IA

• Au‑delà du cycle de vie logiciel classique

Mise en œuvre : traditionnel vs IA

• Au‑delà du cycle de vie logiciel classique

Considérations stratégiques supplémentaires pour l’IA

Considérations stratégiques supplémentaires pour l’IA

Considérations stratégiques supplémentaires pour l’IA

Considérations stratégiques supplémentaires pour l’IA

Considérations stratégiques supplémentaires pour l’IA

Considérations stratégiques supplémentaires pour l’IA

Principaux moteurs métier

Parties prenantes

• Priorité

 

 

Principaux moteurs métier

Parties prenantes

• Priorité, mais à quel prix ?

 

 

Principaux moteurs métier

• Équipes, entités ou processus

Principaux moteurs métier

• Bénéfice vs ampleur de l’impact

Principaux moteurs métier – alternatives

 

• Ancienneté
• Problème récent ?

 

• Alternative non‑IA
• Règles métier
• Confiance dans la solution

Principaux moteurs métier – dimension

• Couvre toutes les entités ou un vertical spécifique ?

Principaux moteurs métier – complexité du problème

 

• Problème difficile ?
• Étapes ou processus supplémentaires ?

 

• Obstacles imprévus
• Freiner les progrès

Peur de l’automatisation

 

• Vu jusqu’ici : battage et design thinking

 

• À suivre : peur de l’automatisation
• Moindre demande de compétences cognitives et manuelles
• Exemple : collecte et traitement des données

¹ Rapport McKinsey « Generative AI and the future of work in America »

Conduite du changement

Conduite du changement

Conduite du changement

Conduite du changement

Conduite du changement

Passons à la pratique !

Stratégie IA