L’IA au service de toutes les entreprises

Selon l’article sur BNN Bloomberg

Cela ne fait qu’un an et demi que ChatGPT a été officiellement lancé, mais il a déjà une incidence sur les activités de nombreuses entreprises canadiennes.

De l’automatisation de tâches manuelles chronophages à l’amélioration des interactions avec la clientèle en passant par la rationalisation de l’analyse des données et la création d’images et de contenu, les entreprises sont nombreuses à utiliser l’intelligence artificielle (IA) générative. Et ce n’est que le début.

« L’IA générative commence à modifier les façons de faire au Canada », explique François Gaudreau, associé aux Services-conseils – Management, Automatisation intelligente chez KPMG à Montréal. « Et ça va aller en s’accélérant. Il est donc essentiel que les entreprises comprennent l’IA et les répercussions qu’elle peut avoir sur leurs activités et leurs effectifs. »

Même si nous n’en sommes qu’aux balbutiements de l’IA générative, les entreprises font de la technologie une priorité. Selon un sondage que KPMG au Canada a mené en novembre dernier, 22 % des personnes sondées l’utilisent de plus en plus pour s’acquitter de tâches au travail; 61 % d’entre elles ont même indiqué qu’elles l’utilisaient plusieurs fois par semaine, une hausse par rapport à mai, où elles n’étaient que 52 % à le faire.

KPMG a aussi observé que l’adoption de l’IA générative au travail augmentait à un taux annualisé de 32 %. À ce rythme, le cabinet estime que la moitié des travailleurs canadiens pourraient l’utiliser d’ici trois ans. « Ces outils permettent aux entreprises de donner un très bon coup de pouce aux compétences de leur personnel », explique Marc Low, leader du Centre Ignition de Vancouver de KPMG au Canada, le groupe responsable de l’innovation et des technologies avancées du cabinet.

Bien que l’incertitude et les risques entourant l’IA demeurent bien présents, cette technologie ne deviendra que plus puissante et plus utile pour les entreprises. Le moment est venu de réfléchir à la façon d’investir dans l’IA pour en tirer le meilleur parti et de trouver des façons d’élargir son utilisation.

Du point de vue de M. Low, nous sommes à l’étape de l’apprentissage, de la formation et de l’expérimentation. « Les entreprises doivent comprendre ce que les modèles d’IA peuvent et ne peuvent pas faire, apprendre à cerner et à gérer les risques, en plus d’évaluer si ces modèles créent de la valeur, dit-il. Et nous sommes là pour aider nos clients à ces chapitres. »

Les nouveaux outils alimentés par l’IA semblent se multiplier au même rythme que l’adoption de l’IA : la technologie se retrouve dans les plateformes logicielles commerciales de gros joueurs bien établis et le nombre de petits fournisseurs de fonctions spécialisées explose. « Le marché est en effervescence et évolue rapidement », note M. Low.

Les dirigeants pourraient être tentés d’attendre que certains se démarquent, mais MM. Low et Gaudreau déconseillent cette approche. Ils préconisent plutôt la démonstration de faisabilité à l’interne pour le grand modèle de langage qui est le plus compatible avec les objectifs et l’environnement informatique de leur entreprise.

« Il est très avantageux de réussir sa démonstration sur l’une des deux ou trois principales plateformes d’IA générative, indique M. Low. Au fur et à mesure que vous avancerez dans votre processus, vous passerez à des outils plus spécialisés, mais cet aspect est déjà réglé pour la plupart des entreprises. »

L’une des premières choses à faire consiste à reconnaître la transformation que l’IA exige. « Cela modifie la façon d’interagir avec la technologie, explique M. Low. Jusqu’à ce jour, les ingénieurs en logiciels créaient un produit axé sur une fonction, et la raison d’être de celui-ci était évidente. »

Les outils d’IA générative fonctionnent différemment dans le sens où vous devez préciser le résultat voulu. « Nous n’avons pas l’habitude de voir la technologie de cette façon, ajoute-t-il. Ce que le logiciel peut faire pour vous représente un nouveau paradigme et impose un changement de mentalité parfois difficile. »

Les chefs d’entreprise doivent considérer la possibilité de procéder à un ou deux essais pilotes, en mettant l’accent sur les répercussions et les efforts relatifs aux processus existants. Selon M. Gaudreau, lorsqu’une entreprise songe à adopter l’IA, elle doit déterminer les gains en efficience qu’elle pourrait réaliser, les possibilités de générer des revenus grâce à la technologie, ses vulnérabilités sur les plans stratégiques ou concurrentiels, et la présence ou non des ressources adéquates pour réussir la mise en œuvre de l’IA générative.

Aussi prometteuse que l’IA puisse être, si votre personnel ne sait pas l’utiliser adéquatement, vous n’en tirerez pas grand-chose. KPMG a découvert que plus de 90 % des effectifs ont hâte de recevoir une formation sur ces outils, notamment pour savoir comment rédiger des requêtes et vérifier si les réponses obtenues sont trompeuses ou biaisées. Cette formation est cruciale, puisque cette même étude montre que 56 % des utilisateurs ne vérifient pas les réponses fournies par l’IA.

Quant au rendement sur le capital investi, il a tendance à être évalué sur le plan de l’économie de temps, explique M. Low. À cet égard, il observe une amélioration de l’ordre de 20 à 25 % pour une variété de tâches, comme la rédaction de la première ébauche d’un document, la collecte de données et l’exécution d’une analyse financière.

Son utilité est évidente dans les centres d’appels, l’un des 600 cas d’utilisation potentiels que KPMG a relevés pour l’IA générative. En effet, la technologie réduit la durée des appels en procédant à la transcription de la conversation en cours, en repérant les questions posées et en fournissant des réponses pratiquement en temps réel à l’agent en puisant dans un référentiel d’information déterminé, le tout, en tenant compte des renseignements sur le compte du client. M. Gaudreau estime de façon conservatrice que, grâce à la résolution des problèmes dès le premier appel et à la baisse de la durée moyenne des appels, environ le tiers du personnel d’un centre d’appels pourrait s’acquitter de tâches plus stratégiques offrant une plus grande valeur ajoutée.

Évidemment, l’utilisation de modèles d’IA engendre des coûts. Par exemple, si vous payez pour utiliser ChatGPT, vos frais seront fonction de la quantité de texte généré par votre requête. Ils peuvent représenter de la menue monnaie, mais ils peuvent aussi augmenter rapidement selon votre façon d’utiliser le service. Les entreprises qui hébergent leurs modèles d’IA à l’interne doivent tenir compte des coûts de l’infonuagique et du maintien de l’infrastructure. « Ça ne constitue pas un frein, déclare M. Low, mais il faut en parler lors de l’évaluation du rendement sur le capital investi. »

Une fois que vous connaissez bien l’IA générative et pouvez démontrer sa valeur, vous voudrez augmenter son utilisation. KPMG a conçu un processus de gestion du cycle de vie de l’IA pour aider les entreprises à évaluer et à surveiller la valeur commerciale de l’outil, de sa conception initiale à sa mise hors service. Ce cycle comporte cinq étapes :

1. Prise en charge
   À cette étape, vous devez vous pencher sur les cas d’utilisation, la concordance avec la priorité commerciale et stratégique, les principales parties prenantes, les avantages attendus et les risques.
2. Établissement des priorités
   Songez aux données que vous pouvez recueillir pour comprendre la valeur qu’offre le programme d’IA à votre entreprise.
3. Optimisation
   Vérifiez si vous avez obtenu les résultats commerciaux espérés en fonction de la démonstration de faisabilité que vous avez conçue. Réfléchissez au plan d’accélération que vous pourriez élaborer.
4. Expansion
   Au moment d’élargir la portée de votre programme d’IA, demandez-vous comment la technologie pourrait être intégrée dans l’ensemble de l’entreprise et si vous aurez besoin d’une infrastructure supplémentaire pour répondre à la demande accrue.
5. Mise à l’échelle et surveillance
   Après la mise en œuvre de la solution, évaluez si vous générez le rendement espéré sur le capital investi. Vérifiez si l’utilisation qui est faite de l’outil correspond à vos attentes.

Si vous demeurez sceptique quant aux avantages de l’IA générative, M. Low vous suggère de considérer votre écart concurrentiel. Si vous êtes susceptible de subir des perturbations, vous devez être prêt. « L’urgence d’agir variera beaucoup selon le contexte concurrentiel de votre marché ».

Même si la façon dont les entreprises mettent en œuvre l’IA générative peut varier, elles doivent toutes agir maintenant. Dans un pays comme le Canada, qui accuse du retard par rapport à d’autres nations au chapitre du PIB par habitant, l’IA générative pourrait donner aux entreprises la possibilité de réaliser d’importants gains. M. Low ajoute : « Les possibilités pour les petites et moyennes entreprises sont immenses. L’IA générative est l’occasion de prendre une plus grande part de marché et d’accroître leur avantage concurrentiel. »