Fini les silos ! Réunissez vos équipes IT et data science pour tirer bénéfice de l'IA !

À mesure que les entreprises continuent de collecter et de générer des quantités toujours plus importantes de données, et que les technologies de l'IA deviennent de plus en plus accessibles, il est devenu évident que les départements IT et les équipes IA/data doivent fusionner pour extraire la valeur maximale de ces données.

Malheureusement, de nombreuses organisations continuent de cloisonner ces départements, ce qui entraîne des opportunités manquées, des projets qui stagnent et des POC jamais déployés. Pourtant, les technologies actuelles sont suffisamment sophistiquées pour permettre aux équipes IT de mettre en place des modèles d'IA avancés.

Dans ce court article, nous explorerons les raisons pour lesquelles les départements IT doivent - et peuvent ! - commencer à intégrer l'IA dans leurs activités, ainsi que les moyens pour y parvenir.

L'utilisation future de l'IA dans les entreprises

Dans 3 à 5 ans, une majeure partie des départements IT utiliseront l'IA de deux manières :

1. Pour renforcer leurs applications grâce à l'IA

• La plupart des entreprises disposent d'ores et déjà de quantités suiffisantes de données pour créer des modèles d'IA ou d'apprentissage automatique (machine learning). Ces modèles permettent d'enrichir les informations disponibles dans les applications d'entreprise ou d'automatiser des flux de travail pour améliorer la réactivité et la productivité de l'entreprise.

• Les équipes informatiques qui collaborent avec des équipes IA sont plus performantes. Les organisations qui réussissent auront une manière formelle de faire collaborer les équipes d'IA et d'informatique. Celles qui le feront seront plus aptes à déployer l'IA à travers leurs départements métiers.

• Le développement de modèles d'IA continuera à se déplacer des équipes de IA / Data vers l'ingénierie logicielle et le reste de l'entreprise. La demande d'applications dotées d'IA provenant des métiers continuera de croître et le développement de modèles se déplacera naturellement des équipes IA et de data science (actuellement un goulot d'étranglement) vers les équipes informatiques, les équipes applicatives et les développeurs de logiciels.

• Les entreprises intègreront des modèles d'IA et de ML dans leurs applications. Les données disponibles pour les entreprises ont considérablement augmenté et ces données peuvent d'ores et déjà être utilisées pour créer des modèles qui évaluent les risques, classer les prospects, recommander les meilleures actions à venir (cf. decision intelligence) et automatiser une large gamme d'activités. Ces modèles pourront être incorporés dans le parc applicatif, augmentant la valeur de ces applications.

2. Pour améliorer la productivité des projets IT

• Spécification et planification de projets : utilisation d'outils d'IA pour définir et spécifier des projets informatiques ainsi que l'utilisation de technologies de langage naturel (NLP) pour interpréter et relier les exigences connexes

• Conception augmentée par l'IA : utilisation de l'IA pour générer du code et des couches de représentation de code

• Outils de codage assisté par IA : utilisation de l'IA pour l'autocomplétion de code, la création de fonctions complètes en réponse à des commentaires saisis par les développeurs

• Tests augmenté par l'IA : l'IA à travers le cycle de vie du test logiciel, depuis la génération de cas de test et de données de test, jusqu'à l'analyse des tests et la détection des défauts

Actions recommandées pour intégrer les compétences IA dans les équipes informatiques

• Insuffler aux équipes IT les réflexes et une mentalité axée autour de l'IA en les encourageant à considérer les usages mentionnés ci-dessus dès le début et lors de la conception de nouvelles applications

• Fournir aux développeurs / architectes / chefs de projet/ etc. un framework de lecture pour illustrer les cas dans lesquels l'IA est applicable et recommandée

• Investir dans des solutions dédiées augmentées par l'IA pour soutenir les rôles, les tâches et les flux de travail de l'ingénierie logicielle dans des domaines tels que la conception, les tests et l'intégration

• Généraliser l'accès aux datalakes et aux pipelines d'extraction, de transformation et de chargement des données (ETL) au sein des départements IT pour leur permettre de tirer parti de l'IA et créer des métadonnées permettant de construire et alimenter des applications intelligentes

• Mettre en place une organisation permettant aux managers des équipes logiciels et data de coordonner leurs activités afin d'éviter les responsabilités qui se chevauchent et d'assurer le déploiement d'applications augmentées par IA

• Permettre à l'IT de collaborer étroitement avec les fonctions de gouvernance sur des sujets tels que la législation sur l'IA, les biais de modèle et l'utilisation éthique des données, et documenter collectivement l'approche pour assurer l'utilisation sûre et avisée de cette technologie puissante mais risquée

• Mettre en place un plan d'amélioration des compétences IA des équipes, et en particulier de l'équipe IT. L'IA fait partie de l'avenir de tous les métiers et les organisations qui réussiront en premier à ancrer cette technologie au sein de leurs équipes développeront un avantage stratégique majeur