Dominic Lam et Stephen Perelgut · Actualités IDP de l'Université d'Ottawa ·
Les entreprises canadiennes ont la réputation d’être conservatrices et réfractaires au risque. Elles s’en tiennent souvent à ce qui fonctionne déjà et évitent les idées novatrices non fondées jusqu’à ce que leur mérite soit démontré. Il n’y a rien de mal à ça, et c’est souvent la bonne approche à prendre. Mais il s’agit de la mauvaise approche lorsqu’il est question de l’IA. L’IA existe bel et bien, et si votre entreprise n’a pas déjà trouvé la meilleure façon de l’utiliser, elle accuse déjà un retard.
Toutefois, cela ne veut pas dire pour autant que vous devriez vous l’adopter aveuglément. L’utilisation de l’IA par les entreprises n’est pas sans risque et la technologie n’est pas développée au point où les entreprises peuvent simplement lui confier des processus essentiels. L’intégration de l’IA aux activités doit être abordée de façon stratégique. L’IA ne peut pas non plus être traitée comme une solution qui peut être adoptée puis oubliée. La technologie évolue constamment et rapidement, de nouvelles itérations de l’IA offrant de nouvelles capacités font leur apparition, et il est essentiel d’en suivre le rythme.
Pour demeurer concurrentielles dans ce contexte en constante évolution, les entreprises doivent comprendre non seulement ce que l’IA peut et ne peut pas faire correctement, mais aussi comment elle peut répondre à leurs propres besoins d’affaires et les risques auxquels elles s’exposent en l’adoptant ou non.
L’IA passe de la réactivité à la proactivité
Pour une grande part, l’IA qui existe à l’heure actuelle et qui est utilisée par les consommateurs et les entreprises est ce que nous appelons l’intelligence augmentée, plutôt que la véritable intelligence artificielle. Elle est censée travailler en collaboration avec les êtres humains pour exécuter des fonctions précises. Par exemple, ChatGPT est utilisé par de nombreuses personnes comme moteur de recherche basé sur des requêtes. Essentiellement, les utilisateurs posent des questions et travaillent avec les réponses.
La tendance actuelle se dirige vers les agents d’IA. Plutôt que d’être des interprètes réactifs des intrants, de nouveaux algorithmes plus sophistiqués peuvent prendre un grand nombre d’instructions et les exécuter de façon proactive. Cette application se rapproche d’une véritable IA capable de mener ses propres activités sans intervention humaine, au-delà de la demande initiale.
Du point de vue des entreprises, il s’agit d’un outil important, car l’IA, qui était une option pouvant être utilisée pour remplacer le personnel qui exécute une fonction particulière, se transforme rapidement en une option qui peut activement entreprendre de nouveaux processus opérationnels. Bien que l’IA soit actuellement adoptée pour aider les entreprises à réduire leurs coûts, l’émergence d’agents d’IA permettra aux entreprises d’utiliser la technologie pour générer des revenus supplémentaires, en élargissant leurs sources de revenus existantes et en cherchant de nouvelles. Cet avantage concurrentiel est l’une des principales raisons de l’urgence. Les entreprises qui ne réussissent pas à adopter des agents d’IA commenceront tout simplement à prendre du retard.
Les avantages et les risques sont comparables
Pour les entreprises, l’un des principaux avantages de l’adoption de systèmes d’IA existants est la réduction des coûts. Après avoir payé leur coût initial, de nombreuses technologies d’IA ont tendance à fonctionner de façon plus rentable que si les mêmes tâches étaient confiées à des personnes. Elles ne perçoivent pas de salaire, ne prennent pas de congés de maladie ou de dîner, et elles ne dorment même pas.
Les nouveaux modèles vont encore plus loin. Bien que les grands modèles de langage (GML) comme ChatGPT soient les plus connus, de nouveaux petits modèles de langage (PML) pourraient être mieux adaptés aux entreprises. Ces modèles s’appuient sur des ensembles de données moins grands et plus spécialisés qui sont directement liés au secteur dans lequel ils sont censés exercer leurs activités. Ils sont donc à la fois plus rentables et plus efficaces que les GML à usage général.
Mais bien que les systèmes d’IA propres aux secteurs d’activité et aux entreprises offrent plus de possibilités pour réaliser des économies et générer des revenus, plus l’intégration est importante, plus le risque est grand. Il s’agit de l’analyse coûts-avantages que chaque entreprise doit faire avant d’adopter des modèles existants ou émergents.
On doit utiliser l’IA, mais ne pas lui faire confiance
Tous les systèmes d’IA réussissent très bien à nous faire croire qu’ils pensent de la même façon que nous. Mais, la réalité est tout autre. Personne ne comprend vraiment de quelle façon ils arrivent à des conclusions ou prennent certaines décisions, même si les processus sont compris en général. La recherche universitaire dans ce domaine en est à ses balbutiements.
Néanmoins, certaines entreprises se contentent de demander à un programme d’IA ce qu’il faut faire ou quelle est la réponse, et prennent la réponse au pied de la lettre. Cette façon de faire est dangereuse. Air Canada l’a appris à ses dépens l’an dernier, après que son service à la clientèle axé sur l’IA eut donné de faux renseignements à un client. L’affaire a été réglée à faible coût, mais elle illustre le fait que le simple transfert de services opérationnels essentiels à un système d’IA n’est pas sans risque. Bien que les systèmes d’IA soient de plus en plus perfectionnés, ils sont très loin d’être infaillibles. Et les intégrations à plus grande échelle amplifient ce risque. Une entreprise comme Air Canada reçoit des dizaines de milliers d’appels par jour. Si une IA hallucine et donne une mauvaise réponse 1 000 fois par jour, cela peut rapidement devenir un problème très coûteux.
Mais l’intégration de l’IA dans les processus essentiels se poursuit. L’une des adoptions les plus importantes, et probablement l’un des plus grands paris en matière d’intégration, est une récente initiative de Microsoft visant à intégrer l’intelligence artificielle pour rédiger encore plus de code et gérer l’assurance de la qualité dans le processus de codage. Il s’agit d’une étape ambitieuse. Le temps nous dira si l’IA est vraiment capable à la fois de produire du code et d’en assurer la qualité, surtout à l’échelle requise par une entreprise comme Microsoft.
Comprendre les capacités de l’IA et vos besoins d’affaires
Pour adopter l’IA avec succès, votre entreprise doit examiner à la fois ce que l’IA peut faire pour elle et comment elle peut accroître le rôle des personnes dans votre entreprise.
La tâche n’est pas facile, mais il existe des pratiques exemplaires. L’une des choses les plus importantes à prendre en compte est de savoir si vous posez les meilleures questions, ou même les bonnes questions. La rédactique (ensemble des techniques de rédaction des requêtes) est en pleine croissance et vise à s’attaquer à ce problème précis. De même, il est absolument essentiel de tirer parti des renseignements et des connaissances propres à un secteur d’activité, à la fois pour orienter de meilleures requêtes et pour développer davantage ce que vous procure l’IA. Même si tous les membres de votre industrie utilisent la même PML, les connaissances et l’expérience des gens de votre entreprise fourniront un avantage concurrentiel qui ne peut être reproduit.
Pour y parvenir, il est nécessaire de réunir les deux mondes en cause, soit la technologie et le monde des affaires. Les techniciens qui comprennent très bien comment déployer et utiliser les outils d’IA, et les gestionnaires d’entreprise qui ont reçu des instructions quant à ce que l’IA doit accomplir, doivent être en mesure de communiquer entre eux de manière efficace.
Transformer l’IA en un avantage concurrentiel grâce à l’IDP de l’Université d’Ottawa
C’est pourquoi nous avons créé le programme de l’Intelligence artificielle pratique pour la gestion des affaires à l’Institut de développement professionnel de l’Université d’Ottawa (IDP).
Ce programme initie les gestionnaires d’entreprise aux principes fondamentaux de l’IA, de ses mécanismes de base à sa valeur potentielle, en passant par les pièges et les dangers qu’elle représente. Des études de cas réelles tirées de plusieurs secteurs d’activité illustrent comment l’IA peut et a été utilisée pour améliorer les stratégies d’affaires et la prise de décisions. Les participants apprennent à repérer les éléments les plus déterminants pour réussir l’adoption de l’IA, y compris le parrainage efficace et la consultation des parties prenantes, pour aboutir à une étude de cas pratique qui guide les participants dans le processus d’élaboration de stratégies d’IA réalisables et axées sur des besoins opérationnels précis.
Pour vous inscrire au cours et en apprendre davantage sur la façon dont l’intelligence artificielle peut aider votre entreprise à améliorer son avantage concurrentiel, consultez notre site Web.
Cours offert uniquement en anglais