Les nouvelles sur l'intelligence artificielle sont principalement dominées par des histoires sensationnelles telles que la menace inquiétante des deepfakes , des algorithmes d'apprentissage en profondeur qui créent de faux blogs , des robots d'IA qui créent leur propre langage et des réseaux antagonistes génératifs qui créent des portraits réalistes de personnes inexistantes. Ou en somme nous avec l'IA ? Votre agence de conception d'application intelligence artificielle Ewolis fait le point.
Mais l'utilisation pratique des algorithmes d'IA est bien plus en retard que le battage médiatique provoqué par les médias. Des recherches de pointe évaluées par des pairs présentées lors de conférences sur l'IA grand public aux vidéos créées par de grandes entreprises technologiques et des laboratoires de recherche bien financés, seul un filet de l'innovation que nous constatons sur le terrain en fait de véritables processus et applications métier.
Et les organisations qui font bon usage de l'IA sont celles qui comprennent les pouvoirs et les limites de la technologie d'aujourd'hui et maîtrisent les défis de son intégration dans leurs processus et solutions.
«L'IA offre beaucoup de valeur commerciale, mais une grande partie de cette valeur n'est pas terriblement si sexy ou visible. Les produits et les processus seront quelque peu améliorés et plus faciles à utiliser. Les décisions seront mieux informées. Nous allons continuer - et peut-être même accélérer un peu - les progrès incroyables que nous avons constatés au cours des deux dernières décennies dans le domaine des données et de l'analyse. Mais comme tous les premiers utilisateurs l'ont découvert, il est toujours difficile de créer des systèmes qui pensent et communiquent comme des humains - même dans des domaines étroits.
Lorsqu'on explore le côté banal mais pratique de l'intelligence artificielle qui fait une réelle différence dans les startups et les grandes organisations. Nous remarquons des organisations et des secteurs qui utilisent le mieux l'IA, des défis auxquels les chefs d'entreprise et des décideurs sont confrontés pour adopter les technologies de l'IA et comment développer une stratégie d'adoption réussie de l'IA.
Hésitation à l'adoption des technologies d'IA
Bien qu'il y ait une impression que l'IA s'infiltre dans tous les aspects de la vie et des affaires (et cela finira par le faire), pour le moment, de nombreuses organisations sont sur la clôture. Bien que intéressés, de nombreux chefs d'entreprise répugnent à investir dans une technologie qui comporte beaucoup de risques.
«Presque toutes les enquêtes suggèrent qu'il existe un degré élevé d'enthousiasme pour l'IA, mais qu'il n'en est encore qu'à ses débuts en termes de large application d'entreprise», écrit Davenport dans The AI Advantage , qui repose en grande partie sur des entretiens et un examen des stratégies et des résultats d'adoption de l'IA. dans différentes entreprises. .
De nombreuses entreprises ont fait de petites expériences ou des projets pilotes, mais ne les ont pas entièrement mises en œuvre. Nous pensons que les entreprises se rendent compte que l'IA sera transformatrice sur le long terme, mais que modérément bénéfique à court terme.
La pandémie de covid-19 a également mis en évidence certains des défis des technologies d'IA et a obligé les entreprises à reconsidérer leurs stratégies d'adoption de l'IA.
L'économie COVID a signifié que les entreprises redéfinissent la priorité de leurs applications et mettent l'accent sur celles qui ont un retour sur investissement relativement court. Certaines enquêtes sur lesquelles suggèrent une préférence accrue pour l'achat de solutions d'IA au lieu de les intégrer.
Adoption de l'IA limitée aux startups technologiques et aux grandes entreprises
Compte tenu des obstacles et des risques liés à l'intégration des technologies d'IA, leur adoption est actuellement limitée aux startups technologiques et aux grandes entreprises.
Les startups construisent leurs activités autour des nouvelles technologies. Les grandes entreprises sont généralement les suivantes; ils ont la sophistication technologique nécessaire pour faire des investissements éclairés dans les nouvelles technologies et peuvent embaucher du personnel pour créer et mettre en œuvre de nouvelles solutions.
Les startups ne sont pas liées par les processus métier établis et les clients dont elles ont besoin pour rester satisfaites. Ils n'ont pas de responsabilités et d'engagements qui les ralentissent. Ils construisent pour l'avenir et collectent des fonds pour leurs idées et leurs innovations. L'équipe fondatrice dispose déjà du talent IA requis pour créer la solution prévue. L'intelligence artificielle est un élément central de leur proposition commerciale et est intégrée à leurs produits dès le départ, par conséquent, ils n'ont pas à s'inquiéter d'apporter des modifications éventuellement importantes à un système déjà opérationnel. Bien que la création d'un produit d'IA présente de nombreux autres défis, les startups ont au moins le carburant et l'équipement pour commencer le voyage.
Les grandes entreprises technologiques, quant à elles, disposent des ressources financières et de la flexibilité nécessaires pour lancer et gérer un projet pilote d'IA du côté de leur activité principale. Ils peuvent créer des divisions qui opèrent de manière indépendante et gèrent leurs propres modèles commerciaux, adaptés à la dynamique des nouveaux marchés créés par les innovations de l'intelligence artificielle. Ils peuvent embaucher des talents d'IA coûteux et acquérir des startups qui développent une technologie prometteuse. Et au fur et à mesure que leurs projets de preuve de concept rencontrent du succès, ils les intègrent dans leurs principaux produits.
Plus important encore, les grandes entreprises ont beaucoup de données clients, une exigence vitale pour les algorithmes d' apprentissage automatique .
Les petites et moyennes entreprises se trouvent dans une position inconfortable. Ils n'ont pas la flexibilité des startups ou les vastes ressources des grandes entreprises. Ils sont liés aux demandes de leurs clients actuels et à la dynamique des marchés sur lesquels ils sont en concurrence. Ils ne disposent pas de grands magasins de données et des moyens financiers pour acquérir des talents en IA et lancer des projets moonshot en interne.
Et peut-être qu'un facteur clé qui fait défaut dans les petites et moyennes entreprises du point de vue de l'IA, souligne Davenport dans The AI Advantage , est la connaissance et la compréhension de ce qui est possible. «Les grandes entreprises ont des gens dont le travail consiste à rechercher de nouvelles technologies prometteuses et à les injecter dans l'organisation; les petites entreprises ne le font généralement pas », écrit-il.
«Je vois toujours ce fossé être présent. Je ne suis pas sûr que cela changera beaucoup tant que les éditeurs de logiciels traditionnels n'intègreront pas davantage de capacités d'IA dans leurs offres pour les PME. Ce sera alors une adoption facile », a déclaré Davenport dans ses commentaires à TechTalks . «Avant cela, je ne pense pas que la plupart des PME aient le temps et l'énergie nécessaires pour expérimenter ce que font les grandes entreprises, et elles n'ont pas la pression d'innover comme le font les startups.»
Cela ne signifie pas que les PME sont entièrement privées de l'innovation en matière d'IA. Il existe des plates-formes établies qui permettent aux entreprises d'intégrer les technologies d'IA dans leurs processus sans trop d'efforts techniques. Un exemple intéressant est le traitement du langage naturel , qui reste l' un des sous-domaines les plus difficiles de l'IA et un domaine de recherche actif. Mais alors que les chercheurs en IA continuent de faire progresser la PNL avec de nouveaux modèles d'apprentissage profond , le domaine a également vu le développement d'outils tels que DialogFlow, qui peuvent vous aider à créer des chatbots pour votre entreprise et à les intégrer dans votre site Web et vos comptes de médias sociaux sans être intuitif. Bien que DialogFlow ne soit pas à la pointe de la PNL, il est accessible à quiconque peut décomposer les interactions avec les clients en étapes distinctes.
«Dans l'ensemble, il est important que toute personne mettant en œuvre des technologies cognitives sache qu'elles sont encore quelque peu immatures. Les progrès sont rapides dans l'environnement actuel, mais si votre application est à la frontière de ces progrès, vous pouvez rencontrer des défis techniques importants. Avant de commencer un projet particulier, vous voudrez peut-être évaluer à quel point vous êtes susceptible de vous rapprocher de la frontière », prévient Davenport dans The AI Advantage .
Comment intégrer l'IA dans le processus de votre organisation
Même lorsque vous êtes une grande entreprise dans la bonne position sur le marché, l'adoption de l'IA comporte encore de nombreux risques. «Il est facile de faire des erreurs si vous ne comprenez pas les compromis derrière chaque technologie», écrit Davenport. «La compréhension de ces technologies et de ces compromis éclairera les décisions sur celles qui pourraient le mieux répondre à des besoins spécifiques, avec quels fournisseurs travailler et à quelle vitesse un système d'un type donné peut être mis en œuvre.»
L'Avantage AI fournit des directives clés qui peuvent aider les entreprises à développer une stratégie d'intégration harmonieuse. Voici quelques-uns de mes plats à emporter préférés:
- Si votre plan d'intégration de l'IA implique l'apprentissage automatique, vous aurez besoin de l'aide de talentueux scientifiques des données pour les équipes d'analyse pour orienter le projet dans la bonne direction.
- Ne vous attendez pas à des sauts: «Avec le temps, les technologies cognitives transformeront la façon dont les entreprises font des affaires. Aujourd'hui, cependant, il est plus sage de prendre des mesures incrémentielles avec la technologie actuellement disponible tout en planifiant un changement transformationnel dans un avenir pas trop lointain », écrit Davenport.
- Planifiez la refonte de vos processus métier basés sur la coopération entre les systèmes d'IA et les opérateurs humains . «Les organisations doivent réfléchir à la manière dont le travail sera effectué avec une nouvelle application donnée, en se concentrant spécifiquement sur la division du travail entre les humains et l'IA… Une activité de conception systématique est nécessaire pour déterminer comment les humains et les machines augmenteront leurs forces mutuelles et compenseront leurs faiblesses. », Écrit Davenport.
- Peu importe à quel point une technologie est passionnante, si elle n'apporte pas de valeur commerciale, évitez-la. «La technologie cognitive n'entraînera peut-être pas d'économies sur les licenciements importants de sitôt, mais elle doit fournir une certaine valeur commerciale», écrit Davenport.
L'Avantage de l'IA est rempli d'études de cas et d'exemples de tentatives réussies et infructueuses d'intégrer l'intelligence artificielle dans les entreprises. Le livre brosse un tableau complet de ce qui fonctionne et de ce qui ne fonctionne pas, et de la manière dont les entreprises peuvent se frayer un chemin sur le chemin perfide du succès de l'IA.
Il n'y a aucune raison pour laquelle pratiquement toutes les grandes entreprises ne devraient pas explorer les technologies cognitives. Ceux qui les explorent plus tôt et avec plus de succès, ceux qui intègrent l'IA dans leurs processus métier et ceux qui identifient et entretiennent des collaborations efficaces entre les humains et les machines - ces entreprises domineront l'avenir. Ils auront des produits et services plus attrayants, des processus plus productifs et efficaces, et des personnes qui auront le temps et la liberté d'être créatives et ingénieuses au nom des clients.