Dan Krantz, DSI de Keysight Technologies, livre ses conseils à nos lecteurs.
La phase de découverte de l’IA touche à sa fin. Pour les DSI, il est désormais temps de se concentrer pleinement sur l’obtention de résultats mesurables pour l’entreprise. Cela devrait d’ailleurs être une priorité absolue en 2025. Les DSI doivent chercher de nouveaux cas d’usages ayant le potentiel d’améliorer directement la marge d’exploitation, la génération de revenus ou l’expérience client. Pour les DSI du secteur public, il sera impératif de privilégier le succès de la mission et l’expérience citoyen.
Tirer parti d’un moment charnière
Nous vivons une époque singulière où nous assistons à l’aboutissement de décennies de progrès en matière d’algorithmes, de modèles et de techniques d’IA. La convergence de la connectivité haut débit, du traitement parallèle, de la prolifération des données et de la modernisation des applications permettent enfin la mise à l’échelle de l’IA dans des cas d’usages réels. En tant que DSI, si nous n’aidons pas nos institutions à saisir cette opportunité, elles se laisseront distancer. C’est donc à nous de changer la donne !
Démocratiser le delivery
La démocratisation du delivery ne relève pas seulement de la technologie, cela requiert de véritables changements sur le plan organisationnel. Il y a deux aspects essentiels à la démocratisation du delivery :
- Le co-leadership avec les chefs d’entreprise : il est vital d’assurer un co-leadership là où l’IA transforme réellement les activités de l’entreprise. Plus qu’un simple parrainage, le co-leadership est un processus actif, pratique et qui doit faire l’objet d’examens fréquents. Le co-leadership requiert de relever et de résoudre des défis complexes, tels que la gestion du changement et la gouvernance des données, et de déployer des talents métiers dédiés.
- Déployer et faire évoluer en permanence un studio d’IA agentique robuste à partir duquel les experts métier peuvent créer et déployer des agents et les équiper en conséquence :
- Des agents pour aider les utilisateurs à traiter les contenus issus de la GenAI et les insight du machine learning
- Des agents dotés des fonctionnalités “human-in-the-loop”
- Des agents autonomes qui utilisent des moteurs de raisonnement et des garde-fous pour adopter des personas numériques.
Prioriser les bonnes ressources
Bien entendu il est nécessaire de disposer des bons logiciels, des bonnes données et d’un système robuste. Toutefois le rythme effréné imposé par l’IA requiert bien plus que des ressources matérielles. Il est indispensable de se reposer sur des équipes polyvalentes et flexibles. Elles se devront d’adopter un état d’esprit axé sur la croissance et de favoriser une culture de la collaboration. Ce qu’il vous faut ce sont des spécialistes de la technologie qui développent leur sens commercial et des analystes commerciaux qui renforcent en permanence leur maîtrise du numérique. Tous doivent travaillent main dans la main au sein d’une équipe unifiée ayant pour objectif de réaliser des progrès décisifs en matière d’indicateurs clés de performance (KPI).
