Le système expert (IA) démontre sa capacité à promouvoir la croissance des entreprises natives numériques et non numériques. Selon Deloitte, les organisations de tous les secteurs utilisent l’IA pour produire de la valeur pour l’entreprise. De l’amélioration de l’analyse des informations à l’amélioration de l’expérience client, l’IA offre plusieurs avantages aux entreprises.
Lorsque l’IA est intégrée au service de base d’une organisation ou aux procédures de produit et d’organisation, elle est la plus utile. Malgré la popularité croissante de l’IA, de nombreuses entreprises trouvent toujours difficile d’utiliser l’IA et le ML à plus grande échelle. Lors d’une table ronde tout au long de la conférence virtuelle Transform 2022 de VentureBeat, Chris D’Agostino, le directeur technique mondial de Databricks, Patrick Baginski, directeur principal de la science des données et de l’analyse des données chez McDonald’s, et Errol Koolmeister, conseiller en IA et en information chez The AI Structure, ont discuté de la manière dont leurs entreprises utilisent l’IA et le ML pour créer des expériences client plus intelligentes.
Mettre en œuvre l’IA et le ML à plus grande échelle
Il y a un intérêt croissant pour l’IA, ses sous-domaines et les disciplines connexes comme l’apprentissage automatique (ML) et la science des données en raison de la façon dont l’IA change chaque industrie et fonction de service. Selon une étude récente de McKinsey, 56 % des entreprises utilisent l’IA dans au moins une fonction de l’entreprise.
Qu’il s’agisse d’une entreprise native numérique ou non numérique, Baginski a déclaré qu’il est très important de toujours croire en premier lieu à propos de la valeur qui peut être fournie par les projets d’IA et de ML. Selon Koolmeister, une évaluation MIT Sloan de 2019 a montré à quel point les organisations avaient des difficultés alors qu’elles continuaient à essayer de faire décoller leurs organisations, en gardant à l’esprit que le retour sur investissement de l’IA était maigre. Koolmeister a également mentionné une étude en cours menée par Thomas Davenport et NewVantage Partners qui montre que le marché a changé : 26 % des plus grandes entreprises du monde avaient l’IA dans une production à grande échelle, tandis que 92 % d’entre elles achètent actuellement l’innovation.
« Je pense que la plupart des entreprises font des efforts pour intégrer l’IA dans leurs entreprises », a déclaré Koolmeister. « Il y a quelques choses clairement distinctes, l’une d’entre elles étant le développement des capacités internes afin de pouvoir fournir aux grandes entreprises de l’IA. Vous ne pouvez pas commencer avec une organisation décentralisée, vous devez créer une dynamique centrale. Vous devez construisez vos tout premiers cas d’utilisation, puis développez la maturité pendant que vous déployez les choses dans l’organisation. Cela nécessite d’être découvert par valeur et il doit y avoir des éléments de preuve clairs dès le début pour en fait changer ou motiver les niveaux d’investissement qui sont nécessaires pour transformer les grandes entreprises traditionnelles. »
Les pièges d’essayer de créer un environnement IA/ML robuste
L’IA d’aujourd’hui est principalement centrale et ne peut appartenir qu’à une seule entité. Il s’agit d’une difficulté substantielle pour l’IA, selon Baginski, qui a gardé à l’esprit que les entreprises développent les meilleures pratiques, des procédures standard et des plates-formes typiques pour les 80 % du travail effectué par des experts, des scientifiques de l’information et des ingénieurs de l’information. Il a affirmé que ces activités doivent être considérées comme un effort collectif qui favorise des progrès exceptionnels.
« Je pense que l’une des grandes difficultés est de forcer la centralisation », a déclaré Baginski. « Je pense qu’il y a une raison de dire que vous établissez des meilleures pratiques et des plates-formes communes et des processus typiques pour les 80 % du travail effectué par un analyste, un chercheur de données ou un ingénieur de données, mais vous avez en fait besoin de voir cela comme plus comme un effort communautaire et votre succès dans l’élaboration de ces directives dépend de l’entreprise et des systèmes commerciaux qui l’adoptent. Par conséquent, exiger la centralisation est généralement très préjudiciable à cet effort. »
Baginski a également souligné un autre obstacle : la transition de l’équipe généraliste de science des données qui gère tout l’apprentissage automatique, la science de l’information, la mesure, l’analyse, la production de pipelines, etc., vers un certain nombre de fonctions diverses plus spécialisées, chacune jouant un rôle dans l’image plus large du développement d’un excellente option.
« L’autre difficulté est que le diable se cache souvent dans les détails ? Je pense que nous nous sommes un peu éloignés du groupe généraliste des sciences de l’information qui va juste gérer toute la machine en découvrant toute la science des données, toutes les mesures, toutes les analyses, tout le développement du pipeline et tout, pour avoir plusieurs fonctions différentes qui sont plus spécialisées, chacune jouant un rôle dans la plus grande photo du développement d’une bonne solution « , a déclaré Baginski.
Baginski a également noté qu’un obstacle commun qu’il a effectivement vu est qu’une entreprise doit être très claire dès le début, sur quelques priorités principales d’emplois ou utiliser des cas qui ont du sens pour un groupe pour commencer et qui peut être utilisé pour dériver ensuite essentiellement l’adoption de ces normes dans les unités commerciales. Il a ajouté que ces cas d’utilisation doivent être correctement examinés par des spécialistes pour déterminer leur pertinence par rapport au concept de ML et d’IA, leur efficacité et leur valeur ajoutée.
Néanmoins, D’ Agostino a mis l’accent sur l’importance de créer un groupe pour résoudre les problèmes susmentionnés.
« Vous n’allez pas découvrir une licorne qui va résoudre tous ces problèmes comme par magie. Il y a vraiment un effort de collaboration. Parties prenantes commerciales sont des catalyseurs essentiels pour faire avancer les choses. Ils comprennent quels cas d’utilisation doivent être pilotés au sein de l’entreprise », a déclaré D’Agostino.
Baginski a déclaré : « dans de nombreuses entreprises, si vous êtes sévère, et si vous restez dans une suite C de gestion, vous devez fournir une formation ou une assistance sans mise à l’échelle pour qu’ils aient en fait la capacité de conduire. Il y a un élément éducatif à être efficace avec ces choses. »
Koolmeister a inclus qu’informer régulièrement les employés est définitivement crucial, surtout s’il rem ains dans une grande entreprise très dispersée dans plusieurs pays.
L’objectif de VentureBeat est d’être une place publique numérique pour les décideurs techniques connaissances sur l’innovation et les transactions d’entreprise transformatrices. En savoir plus sur l’adhésion.
.
Toute l’actualité en temps réel, est sur L’Entrepreneur
