D'ici 2022, les milléniaux et la génération Z représenteront 75 pour cent de la main-d'œuvre mondiale. Pour les employeurs, l'afflux de jeunes travailleurs implique de s'adapter à des attentes différentes. Les milléniaux, par exemple, s'attendent à collaborer au-delà des zones géographiques et des fuseaux horaires pour faire avancer les choses - et ils s'attendent à passer une partie considérable de leur journée à utiliser des logiciels de collaboration. Mais permettre le type de collaboration que les millennials attendent est plus difficile que d'acheter quelques solutions de vidéoconférence ou de s'abonner à la nouvelle plateforme de messagerie branchée.
Alors comment les employeurs peuvent-ils réimaginer leur pile technologique aujourd'hui pour attirer la main-d'œuvre de demain ? Pour comprendre ce défi, nous devons examiner deux domaines distincts :
- A) Interférence du logiciel
- B) Les composantes de la collaboration
Dans ce billet, nous allons décortiquer ces deux thèmes et explorer comment les entreprises peuvent tirer parti de différents types d'intelligence artificielle (IA) et d'automatisation pour améliorer leur logiciel de collaboration.
Interférence du logiciel
Comme de plus en plus de personnes commencent à collaborer, il devient difficile de répondre à tous leurs différents besoins. Et avec la nécessité toujours plus grande de faire face à la concurrence, les entreprises recherchent des outils de plus en plus puissants. Cette puissance, bien qu'utile, a un coût - un coût connu sous le nom d'interférence logicielle.
L'interférence logicielle peut être définie comme le temps que quelqu'un passe à apprendre, à naviguer et à administrer un outil - temps passé à des choses qui ne sont pas du vrai travail ou des tâches que les gens doivent faire. Plus l'outil est complexe et puissant, plus les interférences logicielles sont importantes. Les gens devraient se concentrer sur le travail qu'ils doivent faire plutôt que de passer du temps à travailler sur des logiciels qui sont censés les rendre plus productifs et efficaces. Idéalement, le logiciel devrait fonctionner davantage comme un assistant personnel que comme un outil.
Composantes de la collaboration
Bien que la collaboration soit un mot simple et un concept simple, travailler ensemble est très complexe : il faut communiquer, partager des connaissances, synchroniser, planifier, s'occuper des tâches, du statut des tâches, etc. Une collaboration réussie se produit lorsque toutes ces composantes se complètent. Mais chaque composant présente également sa propre série de défis. Les personnes qui sont censées collaborer finissent par travailler pour résoudre ces problèmes plutôt que de collaborer pour accomplir le travail.
L'identification de scénarios permettant de tirer parti de l'IA et de l'automatisation pour aplanir ces difficultés sera un facteur essentiel dans la manière dont les entreprises exploitent les logiciels de collaboration pour leurs employés. Les changements qu'ils apportent pourraient même déterminer l'efficacité de la collaboration au sein d'une équipe ou d'une organisation.
Par exemple, examinons la communication et le partage des connaissances - quelques défis que rencontrent de nombreuses équipes lorsqu'elles collaborent :
- Comme les équipes utilisent généralement plusieurs plates-formes de communication (courrier électronique, messageries, etc.), les informations sont dispersées un peu partout.
- Suivre les discussions qui se déroulent sur différents canaux devient difficile - et lire ces données fragmentées est une tâche ardue.
Imaginez maintenant un assistant virtuel qui fait partie de tous vos groupes d'e-mails et de toutes vos plateformes de messagerie et qui participe à toutes les communications.
Et en fin de journée, cet assistant assimile toutes ces informations éparses dans un blogue de texte bien lisible - et sa lecture sera aussi facile que celle d'un nouvel article.
Le vaste monde de l'IA
Dans ce monde complexe de l'IA, il est un peu difficile de déterminer ce dont vous avez besoin, qu'il s'agisse de traitement du langage naturel, d'apprentissage automatique ou tout simplement d'automatisation. En parlant d'automatisation, et plus particulièrement de Digital Process Automation (DPA), il existe de nombreuses tâches répétitives de ce type dont la DPA pourrait bénéficier. Parmi les scénarios les plus évidents, citons :
- Tâches répétitives effectuées selon une cadence prédéfinie ;
- Lorsqu'une tâche s'étend sur plusieurs outils ou sur des intégrations inter-outils ; et
- Tâches liées aux processus au sein des équipes et des organisations.
Bien que le DPA puisse être complété par des facettes de l'IA pour le rendre plus puissant, le DPA n'est pas l'IA.
L'IA est un ensemble de technologies connexes, telles que l'apprentissage automatique, la science des données, l'analyse prédictive, etc. qui émule la pensée et les actions humaines. En général, il le fait en tirant des leçons de ses expériences - des expériences fournies sous forme de données.
Pour faire le bon choix, nous devons examiner ces solutions du point de vue de l'utilité et de la façon dont elles se manifestent. La plupart des solutions d'IA se situent dans deux spectres.
Le premier est physique-virtuel, qui indique comment la solution se manifeste. La seconde est explicit-implicit, c'est-à-dire l'intention de la solution, qu'elle soit subtile ou très apparente. En empilant ces deux spectres comme un axe X et Y, on obtient un quadrant qui vous aide à déterminer où vous devez chercher.
Il y a encore une distinction importante à comprendre : la différence entre Everyday AI et Targeted AI. L'IA quotidienne est quelque chose qui s'intègre facilement dans votre flux de travail actuel et fonctionne en arrière-plan pour améliorer votre expérience. En tant que consommateurs de technologie, nous utilisons l'IA plusieurs fois par jour, mais elle n'attire jamais notre attention : la complétion automatique, la traduction de texte et les suggestions des moteurs de recherche ne sont que quelques exemples. Nous disposons également de solutions d'IA dédiées qui visent à atteindre un objectif spécifique et sont très apparentes. Ils créent un nouvel emploi ou modifient un emploi existant - les voitures et les robots automatisés en sont deux exemples.
Pour les entreprises, et surtout pour les équipes qui collaborent, nous n'en sommes pas encore à un stade où nous disposons de solutions d'IA ciblées - du moins pas quelque chose qui ait un impact. Les meilleurs choix que nous ayons aujourd'hui sont donc des solutions d'IA quotidiennes qui peuvent travailler en arrière-plan et nous aider à accomplir nos tâches.
Les logiciels de collaboration du futur pour une main-d'œuvre du futur
Une fois que nous avons compris les différentes composantes de la collaboration et leurs défis respectifs, il est possible de les mettre en correspondance avec une solution dans le vaste paysage de l'IA. Il est également essentiel de garder l'œil ouvert pour trouver ces cas d'utilisation et ces scénarios où nous voyons la possibilité que l'IA apporte une solution. Après tout, il est temps que votre logiciel de collaboration commence à vous montrer des moyens de travailler plus intelligemment, et non plus durement. C'est une amélioration que la main-d'œuvre d'aujourd'hui - et de demain - appréciera certainement.
Pour voir comment Planview exploite l'IA pour améliorer la collaboration, veuillez consulter le site ProjectPlace Assistant.
![Un plan de gestion du travail collaboratif mondial [Vidéo] (en anglais)](https://blog.planview.com/wp-content/uploads/2019/07/A-Global-Collaborative-Work-management-blueprint.png)
![5 Planview ProjectPlace Des trésors cachés que vous devez essayer [Infographie].](https://blog.planview.com/wp-content/uploads/2018/10/5-Projectplace-Hidden-Treasure-You-Need-to-Try-Infographic.jpg)
