Titulaire d'un doctorat, Pallab Chatterjee est un expert en haute technologie de renommée internationale, qui possède des décennies d'expérience en matière de gestion, de gouvernance, de stratégie, de technologie et d'opérations d'entreprise. Pallab Chatterjee est actuellement président de 3Lines VC, une société de capital-risque spécialisée dans les investissements axés sur l'IA aux États-Unis et en Inde. Par ailleurs, il est l'Executive Advisor de Planview.
Il y a peu de temps, « IA » était encore un buzzword. L'intelligence artificielle restait une technologie de second rang dans les départements informatiques. L'émergence de l'IA générative et de ChatGPT a tout changé. Les CEO doivent soudain répondre à trois questions clés :
- Quelle est votre stratégie en matière d'IA ?
- Comment comptez-vous tirer parti de l'IA générative pour en faire un avantage concurrentiel ?
- Comment allez-vous concilier les initiatives actuelles de votre entreprise et le développement de l'IA ?
Les cadres doivent désormais élaborer, adopter et communiquer une approche stratégique liée au nouveau paradigme de l'IA afin que les organisations restent compétitives et performantes.
L'IA est désormais incontournable pour les entreprises
L'IA peut augmenter la productivité et effectuer de nombreuses tâches chronophages qui réduisent l'engagement des équipes. Ces avancées sont précieuses. Les technologies pilotées par l'IA qui nous permettent de travailler plus intelligemment, mieux et plus rapidement peuvent se traduire par une productivité 10 à 20 fois plus élevée.
L'augmentation de la productivité est seulement un avantage parmi d'autres. Comme les entreprises construisent leurs propres modèles opérationnels digitaux et leurs usines d'intelligence artificielle, les avantages de l'IA seront bientôt trop importants pour être ignorés.
L'IA arrive avec une force et une vitesse insoupçonnées. Vous devrez donc investir et opérer des changements substantiels dans la manière dont vous structurez et gérez votre organisation. Plus tôt vous adoptez l'IA, plus vous avez de chances d'en tirer profit.
L'essor des modèles opérationnels digitaux
Dans l'ouvrage Competing in the Age of AI, Marco Iansiti et Karim Lakhani, professeurs à Harvard, montrent comment les organisations qui s'emparent de l'IA adoptent une nouvelle architecture opérationnelle, redéfinissant la manière dont elles créent, capturent, partagent et délivrent de la valeur.
Marco Iansiti et Karim Lakhani ont introduit deux nouveaux concepts : le « modèle opérationnel digital » et l'« usine d'IA ». L'objectif était de concevoir des modèles opérationnels digitaux pilotés par des algorithmes pour soulager le personnel d'un certain nombre de tâches. Si les modèles des auteurs ne sont plus à la hauteur de l'IA générative actuelle, ces deux concepts restent d'actualité.
Les modèles opérationnels digitaux d'aujourd'hui visent à examiner les processus métiers pour assister les équipes, améliorer le travail ou s'appuyer sur des algorithmes. Ils permettent aux entreprises de développer leurs activités, d'élargir leur champ d'action et d'identifier de nouvelles opportunités, le tout avec une augmentation minimale des coûts de main-d'œuvre par rapport aux modèles opérationnels traditionnels.
Les organisations sans modèles opérationnels digitaux feront face à une concurrence féroce.
Amazon dans le secteur de l'e-commerce, Uber dans le transport et ANT Financial dans les services financiers sont des exemples d'entreprises qui ont tiré parti du modèle opérationnel digital pour connaître une croissance exponentielle.
Les modèles opérationnels digitaux gagnent la compétition
Avant l'émergence de l'IA, la digitalisation révolutionnait déjà les entreprises. Prenez l'exemple d'ANT Financial. Fondée en 2014, ANT était directement dotée de politiques et de technologies opérationnelles digitales modernes. Aucune transformation n'a été nécessaire. Aujourd'hui, ANT est une banque au capital de 1,3 billions $ qui offre ses services à une clientèle de 750 millions de personnes et emploie 9 000 individus.
Prenez maintenant Bank of America. Il s'agit d'une institution beaucoup plus ancienne qui se débat avec sa transformation digitale depuis deux décennies. Aujourd'hui, c'est une banque au capital de 2 billions $ qui offre ses services à une clientèle de 50 millions de personnes et emploie 166 000 individus.
ANT gère une clientèle 15 fois plus importante avec seulement 5 % du personnel de Bank of America. L'utilité des modèles opérationnels digitaux n'est plus à démontrer.
Les avantages d'un modèle opérationnel digital
Les organisations avec un modèle opérationnel digital bénéficient d'avantages concurrentiels significatifs. Elles peuvent :
- Stimuler la croissance et augmenter les revenus dans le cadre des activités actuelles
- Se développer sans embaucher beaucoup plus de personnel
- Identifier, évaluer et analyser les opportunités alignées ou adjacentes pour étendre l'offre actuelle
- Prioriser les opportunités selon leur valeur ajoutée
L'exemple d'ANT le montre : adopter un modèle opérationnel digital n'est pas une démarche progressive. Un tel modèle nécessite une refonte structurelle qui permet de transformer le travail effectué par votre personnel en tâches digitales entièrement automatisées ou considérablement facilitées par l'IA. Il s'agit d'un élément clé dans la création d'une usine d'IA.
L'usine d'IA : moteur de votre modèle opérationnel digital
Nous considérons généralement les usines comme des installations qui produisent en masse et à grande vitesse les produits que nous utilisons. De la même manière, l'usine d'IA exploite les données, les personnes, les processus, les produits et les plateformes pour fournir rapidement des solutions d'intelligence artificielle aux entreprises. L'usine d'IA est alimentée par une couche de données d'entreprise sur laquelle sont construits des algorithmes capables de transformer les processus métiers.
Au fil du temps, l'usine d'IA augmente l'automatisation et gagne en efficience pour améliorer et rationaliser les opérations à la manière d'une autre usine. Tout comme les usines de fabrication ont transformé le travail artisanal en travail ouvrier pendant la révolution industrielle, l'usine d'IA révolutionne le travail de bureau.
L'usine d'IA n'est pas une sous-catégorie de la transformation digitale. C'est une solution holistique.
Au lieu de procéder à une transformation digitale progressive, l'usine d'IA gère un modèle opérationnel global qui produit des résultats de manière beaucoup plus cohérente et rapide.
Ainsi, les entreprises traditionnelles à la transformation digitale difficile peuvent se transformer en organisations hautement compétitives. Il pourrait s'agir d'une opportunité inespérée de rattraper des entreprises comme Amazon.
Amazon a ouvert la voie dès la première phase du modèle opérationnel digital, pour se développer dans différentes catégories et créer de nouvelles offres comme Amazon Web Services (AWS), le cloud Amazon et Alexa, toutes basées sur la plateforme IA d'Amazon.
Et Amazon ne fait que commencer. Avec le développement de son propre grand modèle de langage (LLM), Amazon sera encore plus connectée, découvrira de nouvelles opportunités de croissance et distancera encore davantage la concurrence.
Un grand modèle de langage (LLM) corporate
Pour créer son usine d'IA, votre organisation doit utiliser ses propres données internes comme couche de données de base.
L'IA générative d'aujourd'hui s'appuie sur des LLM qui exploitent les vastes quantités de données disponibles sur le web. Il s'agit d'un processus relativement simple car les données web sont normalisées dans les formats HTTP et HTML qui permettent de créer des modèles de manière efficace.
Cependant, les données des entreprises modernes sont beaucoup plus complexes : les bases de données relationnelles, les schémas de données, les taxonomies, ainsi que le vocabulaire et la sémantique du secteur sont propres à chaque organisation, et ces spécificités sont intégrées dans les applications informatiques existantes.
Ainsi, il est difficile d'accéder à ces données, de les interpréter, de les analyser ou de les exploiter aux fins de l'IA. En bref, les LLM web existants ne sont pas en mesure de prendre en charge les usines d'IA des entreprises. Chaque organisation a donc besoin d'un LLM corporate qui intègre toutes ses informations et activités.
Personnaliser votre LLM corporate
Pour tirer pleinement parti de l'IA à court terme, votre organisation doit créer son LLM interne avec sa propre sémantique, son propre langage et ses propres données pour générer des modèles d'IA. À l'heure actuelle, c'est le seul moyen de libérer la véritable puissance de l'IA générative.
Les entreprises technologiques s'empressent de créer des LLM pour toute une série de cas d'utilisation. Il est également possible d'élaborer des modèles génériques par secteur, comme un LLM pour l'industrie automobile. Cependant :
- Ces modèles sont encore indisponibles et pourraient le rester un certain temps.
- Il faudra adapter ces modèles à chaque entreprise et à l'état de ses données.
- Lorsque ces modèles seront disponibles, toutes les organisations concurrentes disposeront du même accès.
Cependant, on ne s'interroge pas sur la stratégie IA des CEO dans deux ans. L'opportunité est immense, mais elle va disparaître dès que les organisations pionnières dépasseront la concurrence.
Pour rester dans la course, il faut construire un LLM capable d'exploiter toute la puissance de vos données d'entreprise, sur lequel vous pouvez implémenter un modèle opérationnel digital. Ensemble, ils seront le moteur et le carburant de votre usine d'IA générative.
Construire votre usine d'IA
La création de votre usine d'IA est un processus à multiples aspects :
- Considérez l'IA comme un impératif stratégique.
- Veillez à ce que vos Data Scientists acquièrent activement l'expertise nécessaire.
- Construisez votre grand modèle de langage (LLM) corporate.
- Développez plusieurs algorithmes et modèles axés sur différents rôles, en commençant par ceux qui contribueront le plus à l'amélioration de l'IA.
- Transformez votre modèle opérationnel traditionnel en modèle opérationnel digital.
- Testez et expérimentez avant de passer à la production.
- Réévaluez continuellement vos investissements en ressources dans le cadre de votre transformation.
Vous devrez faire des choix difficiles, notamment en supprimant des projets logiciels en cours et en réorientant les fonds de développement connexes vers l'élaboration de votre modèle d'IA. Ces sacrifices à court terme serviront votre prospérité à long terme. Une analyse de portefeuilles vous permettra de surmonter les difficultés et d'atteindre votre objectif. À vous de :
- Déterminer où investir pour gagner en compétitivité
- Mesurer s'il vaut mieux poursuivre sur la trajectoire actuelle ou réaffecter des fonds pour le développement d'un modèle d'IA
- Évaluer l'impact de la réaffectation des ressources sur les projets en cours, ainsi que sur les revenus et la rentabilité de l'entreprise
Vous devez pouvoir peser les avantages de la création d'une usine d'IA par rapport à la poursuite des projets incrémentaux en cours.
Planview peut vous aider
En tant que leader, vous devez prendre une décision. Considérez votre passage à l'ère de l'IA comme un impératif stratégique ou continuez avec un modèle de fonctionnement traditionnel en croisant les doigts.
Si vous choisissez l'IA, vous devez repenser votre portefeuille actuel, réévaluer votre stratégie d'investissement, réaffecter vos ressources et redéfinir votre approche du marché.
Une solution de gestion stratégique de portefeuilles (SPM) peut vous aider à vous préparer au tsunami de l'IA, tout en continuant de gérer votre portefeuille existant. Découvrez comment la solution SPM de Planview vous permet d'atteindre rapidement vos objectifs stratégiques.
