Trois conseils pour adopter l’IA générative en entreprise de manière rentable et sécuritaire
L'IA générative et son impact transformateur
01/27/25
Le 30 novembre 2022 restera pour toujours un jour marquant dans l’histoire de l’humanité. C’est à cette date que le système d’IA générative ChatGPT a été lancé publiquement, déclenchant un buzz médiatique et populaire phénoménal. Au tout début, des futurologues ne comprenant pas vraiment comme cette technologie fonctionnait nous ont promis la lune.
L’IA automatiserait une multitude de tâches abrutissantes et mettrait au chômage des millions de personnes. Puis, nous avons réalisé que l’IA n’était ni un outil logique ni un outil mathématique mais plutôt une technologie statistique et qu’elle pouvait carrément halluciner si nous discutions trop longtemps avec elle. Ayant repris nos sens, nous avons finalement réalisé que l’IA générative était un outil puissant, mais avec des limitations, comme tant d’autres. L’IA générative permet notamment d’annoter, segmenter, corréler et synthétiser l’information plus rapidement qu’un humain.
Nous en sommes présentement au stade de l’adoption en entreprise. Connaissant les forces et faiblesses de l’IA générative, quels sont les points les plus importants qu’un dirigeant d’entreprise devrait prendre en considération pour établir une stratégie d’implantation de l’IA? Je vous en propose trois :
1. Rentabiliser l’IA
Évaluer les coûts et les avantages de l'adoption de l'IA
Plusieurs des solutions numériques d’entreprise que nous utilisons quotidiennement nous offrent des modules optionnels intégrant l’IA générative. Par contre, ces options sont souvent coûteuses. Et comme les entreprises qui développent les moteurs d’IA au cœur de ces modules ne génèrent pas encore de profit, il est fort possible que les prix de ces modules augmentent radicalement à l’avenir, une fois que l’utilisation de la technologie sera bien ancrée chez les clients.
Lancer des projets pilotes pour identifier les besoins
Il est donc important d’identifier clairement les besoins et de s’assurer que la technologie sera bel et bien utilisée afin que l’IA soit rentable dès le premier jour. Dans notre entreprise, nous avons choisi de lancer des projets pilotes.
Miser sur les cas d'utilisation à forte valeur ajoutée
Nous aidons chaque département à analyser leurs besoins et identifier les applications où l’utilisation de l’IA serait rentable et nous leur prêtons une licence pour faire des essais. Si l’essai est concluant, nous leur demandons d’établir la liste des gens qui auront réellement besoin de l’IA, afin de n’équiper que les personnes qui vont réellement exploiter la technologie.
2. Assister les humains
Comprendre la nature statistique de l'IA
Même si IA signifie Intelligence Artificielle, il n’y a pas vraiment d’intelligence dans l’IA. L’IA générative est en fait tout simplement le plus gigantesque moteur statistique jamais conçu par l’homme. Et qui dit statistique veut dire également probabilité et incertitude. Ainsi, une réponse fournie par un système d’IA n’est jamais certaine et est généralement fournie avec un pourcentage de certitude.
Éviter l'automatisation complète sans supervision humaine
Personnellement, je ne recommanderais jamais de mettre l’IA dans un système automatique pour prendre des décisions sans intervention humaine, particulièrement si ce système automatique remplit une fonction critique.
Exploiter l'IA pour gagner du temps
Par contre, je considère l’IA comme une technologie extraordinaire d’assistance aux humains. L’IA peut permettre aux employés d’économiser beaucoup de temps, par exemple en identifiant des éléments dans une image, transcrivant des rencontres enregistrées, résumant des textes ou proposant des réponses à un courriel. Cette utilisation de l’IA fonctionnera en autant qu’un humain vérifie et corrige le travail effectué par l’IA. Donc à mon avis, l’implantation de l’IA en entreprise requiert des règles d’utilisation claires afin de s’assurer qu’il y aura toujours un humain dans la boucle.
3. Protéger la confidentialité des données
Utiliser des solutions d'IA privées avec des balises sécurisés
Avant d’utiliser une technologie d’IA générative, il est crucial de bien comprendre la manière dont les données fournies au système d’IA seront gérées, afin de s’assurer que les données confidentielles de l’entreprise resteront bien confidentielles. Certaines entreprises offrent des solutions d’IA privées dans lesquelles vous pouvez injecter des données de l’entreprise sans crainte car elles seront isolées dans un carré de sable que seul votre entreprise pourra accéder.
Sensibiliser les équipes aux risques de l'IA générative publique et élaborer des politiques d’utilisation claires
Dans d’autres cas, par exemple en utilisant une IA générative générique sur l’Internet, il est fort probable que vos données soient digérées par l’IA.
Il y aura alors une probabilité non-nulle que de l’information confidentielle de votre entreprise se retrouve chez votre concurrent. Afin de protéger la confidentialité de votre information, il est donc important de n’utiliser que des outils d’IA offrant un carré de sable privé et de bien communiquer à l’ensemble de l’entreprise qu’aucune IA générique ne devrait être utilisée à des fins professionnelles si des données de l’entreprise doivent être fournies.
Les étapes stratégique du succès de l’IA
Nous sommes aujourd’hui entourés de gens très enthousiastes par rapport à la technologie d’IA qui nous bombardent de demandes pour l’utiliser de manière professionnelle. Il est important de garder la tête froide et de prendre des décisions raisonnées pour aller chercher des gains d’efficacité tout en protégeant notre entreprise d’une utilisation abusive de l’IA.
En s’assurant de la rentabilité de l’IA, l’intégrant comme un outil d’assistance aux humains et protégeant la confidentialité des données, vous aurez les clés en main pour vous assurer d’une intégration réussie.
À PROPOS DE L’AUTEUR
Marc Soucy, PhD
Président et cofondateur d’InnovMetric
Après avoir inventé plusieurs technologies novatrices de traitement de nuages de points au cours de ses études de doctorat, Marc Soucy a cofondé InnovMetric en 1994 pour développer et commercialiser le logiciel de traitement de nuages de points PolyWorks®. En tant que président et responsable mondial du développement de produits, il a fait d’InnovMetric le fournisseur majeur de solutions logicielles universelles de métrologie 3D. Ces solutions sont utilisées par les principaux équipementiers automobiles et aérospatiaux du monde entier et par leurs fournisseurs de premier rang pour les inspections dimensionnelles liées à l’ingénierie des produits, au contrôle de la qualité et à l’optimisation des processus de fabrication. Aujourd’hui, il se concentre sur l’expansion des solutions de métrologie intelligente d’InnovMetric, afin de permettre aux entreprises de fabrication de déployer des processus collaboratifs numériques qui améliorent considérablement l’efficacité de leurs mesures 3D.