Stimuler la productivité : guide de stratégie d’IA pour chefs de la direction

Les chefs de direction jouent un rôle clé dans la promotion de la stratégie d’IA, la création d’une valeur et l’incitation à l’expérimentation. Ils doivent désigner des cas d’utilisation de l’IA avantageux, investir pour assurer la qualité et la protection des données et favoriser une culture d’apprentissage et d’itération.

La croissance rapide de l’IA générative se déroule sur une toile de fond où la productivité est en baisse. Le Canada ne suit pas le rythme au chapitre de la productivité par habitant par rapport à ses pairs à l’échelle internationale.

À l’avenir, l’IA générative pourrait faire partie de la solution pour lutter contre le marasme économique et les écarts de productivité, et cela est valable tant au Canada qu’ailleurs dans le monde. Dans ce contexte, les dirigeants d’entreprise doivent être des leaders des technologies, et les chefs de direction ont la responsabilité de décider s’ils mèneront le bal en orientant leur organisation sur les données ou s’ils vont prendre le risque de rester à la traîne.

Les chefs de direction doivent garder à l’esprit que l’IA générative ne sert pas seulement pour des raisons liées à la productivité du personnel – comme la rédaction de courriels et la création de présentations –, même si elle est plus souvent utilisée à cette fin. Ils peuvent aussi l’utiliser pour augmenter la productivité de leur organisation en repérant des gains potentiels d’efficience au niveau de l’exploitation des activités de base, c’est-à-dire de la machinerie, de l’équipement, des systèmes et des ressources. En d’autres mots, l’IA n’augmente pas seulement la productivité du personnel, mais aussi celle des autres actifs dans l’ensemble de la chaîne de valeur de l’entreprise.

Par exemple, un assureur pourrait intégrer l’IA générative à son processus de traitement des demandes de règlement pour réduire les fraudes, alors qu’un fabricant pourrait faire de la maintenance préventive propulsée par l’IA pour accroître la durée de vie de son équipement et réduire les pannes imprévues. Chez KPMG, nous intégrons l’IA générative à nos méthodes d’audit pour atténuer davantage les risques liés à l’audit, notamment pour le rapprochement automatique des encaissements et des produits au moyen des données des systèmes comptables des clients, ce qui rehausse notre productivité générale.

L’un des plus importants défis que doivent relever les entreprises est de transformer les données brutes en renseignements à valeur commerciale. La plupart du temps et des efforts seront consacrés à la préparation des données, c’est-à-dire avant même que l’IA entre réellement en jeu. Mais cela s’avère une étape essentielle, car une piètre qualité de données pourrait se traduire par des résultats inexacts et une prise de décisions mal informées.

Les membres du conseil et les dirigeants doivent connaître le pouvoir de l’IA, mais aussi les risques associés à cette technologie – en plus de comprendre que l’IA générative pourrait ne pas avoir un effet quantifiable immédiat.

Au départ, les projets d’IA générative peuvent sembler extrêmement simplistes, mais cela ne signifie pas que l’IA ne fait pas son boulot. Il faudra du temps pour réussir, alors, au lieu de se décourager, les chefs de direction doivent adopter une approche « pousser-tirer », où ils poussent pour innover et tirent pour évaluer les échecs et les lacunes. Pour devenir une entreprise axée sur les données, il faut adopter une mentalité qui mise sur l’itération et l’apprentissage.

L’IA générative n’en est encore qu’à ses balbutiements, mais elle pourrait perturber des secteurs d’activité complets et modifier notre façon d’interagir avec les ordinateurs. À court terme, elle peut servir à faire des gains d’efficience et à améliorer le service à la clientèle. À moyen terme, elle peut permettre d’offrir des services plus personnalisés et plus ciblés, alors que, à long terme, elle peut transformer l’interface personne-machine et créer de nouvelles possibilités.

Cela peut sous-entendre la mise sur pied d’un centre d’excellence ou d’un groupe de travail qui évaluera les répercussions de l’IA générative à l’échelle de l’entreprise sur de longues périodes. Ce centre d’excellence définirait les cas d’utilisation dans toute l’entreprise ainsi que les éléments requis pour respecter les paramètres clés. Il aurait aussi la responsabilité de déterminer les risques que l’IA présente pour l’organisation tout comme les mesures protectrices à mettre en place. La création d’un centre d’excellence en IA permettrait par ailleurs à l’entreprise de compter des professionnels chevronnés en la matière dans ses rangs.

À court terme

Les cas d’usage réels et actuels de l’IA sont nombreux. En voici quelques-uns :

Services juridiques
KPMG au Canada a conçu un accélérateur qui peut analyser des contrats et en extraire les renseignements clés, comme les obligations et les droits. Il peut également générer des contrats. Non seulement il est ainsi possible d’économiser des centaines d’heures de travail manuel, mais aussi de produire des résultats qui sont souvent plus probants, de manière accélérée.

Service à la clientèle
KPMG au Canada aide actuellement une entreprise à intégrer l’IA générative à son système de gestion des relations clients existant pour y récupérer de l’information contextuelle. L’IA extrait rapidement les préférences et les interactions antérieures d’un client pour que l’agent du service à la clientèle puisse immédiatement (et adéquatement) répondre à la demande, offrant ainsi un service supérieur et plus rapide.

Assurance
Le traitement des demandes de règlement a toujours été un processus chronophage et fastidieux. KPMG au Canada collabore avec une compagnie d’assurance pour automatiser plusieurs étapes de ce processus, réduisant significativement le temps et les efforts requis. Les cas d’utilisation courants visent notamment la préparation des lettres standards aux demandeurs et des lettres de mission aux fournisseurs de services externes. Non seulement l’entreprise peut régler une demande plus rapidement, mais elle peut aussi mieux lutter contre la fraude en analysant de véritables océans de données sur les demandes de règlement pour déceler les schémas de comportement frauduleux.

À moyen terme

D’ici deux à trois ans, l’offre de services IA personnalisés devrait s’être accrue. Nous devrions pouvoir, entre autres, avoir des conversations avec des robots conversationnels dont les réponses sont plus exactes que celles des agents humains. En outre, nous profiterons d’un accès instantané à l’information, ce qui permettra de résoudre des problèmes et de prendre des décisions plus rapidement. La plupart des entreprises ne sont pas encore rendues à cette étape, puisqu’elles font actuellement le ménage de leurs données. Toutefois, si vous arrivez à extraire les données dont vous avez besoin en quelques secondes, les possibilités pour le personnel en contact avec la clientèle, les services intermédiaires et les services en arrière-guichet sont infinies.

À long terme

Notre façon d’interagir avec les ordinateurs changera complètement à long terme. Rappelez-vous que, dans les années 50 et 60, nous utilisions des cartes à perforer! Puis, nous avons commencé à entrer des lignes de commande sur un écran vert, pour ensuite interagir au moyen d’une interface utilisateur graphique . La technologie de demain comprendra ce que vous tentez de faire et vous donnera ce que vous voulez en se fondant sur le langage naturel – il y aura une toute nouvelle « interface » entre les humains et les ordinateurs.