Comment les DSI doivent-ils se comporter avec les fournisseurs d'IA ?

l'IA générative est au cœur des discussions au sein des entreprises. Mais très peu peuvent affirmer que ces technologies permettent de résoudre un problème critique.

Depuis plusieurs mois, l’IA générative est au cœur des discussions au sein des entreprises. Toutes cherchent à savoir comment elles peuvent l’utiliser, que ce soit pour réduire les coûts ou pour améliorer l’expérience de leurs clients et de leurs employés.

Toutes les enquêtes convergent sur le fait que les organisations prévoient d’augmenter leurs investissements dans l’IA au cours des prochains mois. Cependant, ils sont encore très peu nombreux à pouvoir affirmer que ces technologies permettront de résoudre un problème critique, et pour cause : tous les modèles ne confèrent pas un avantage concurrentiel !

Maintenir une approche rationnelle de l’IA malgré l’engouement généralisé

Selon toute logique, chaque nouvelle solution mise en place au sein d’une organisation devrait être évaluée pour sa capacité à répondre à des besoins ayant des répercussions économiques et opérationnelles concrètes. Mais l’engouement autour de l’IA a quelque peu changé la donne. Les dirigeants sont soumis à une pression énorme pour mettre en œuvre rapidement des solutions d’IA. Et malgré la prolifération des sorties de grands modèles de langage (LLM) au cours des 18 derniers mois, il est parfois difficile de démontrer leur valeur métier.

Le fait est que la performance des solutions d’IA est corrélée au contexte et aux données sur lesquelles elles sont basées. L’IA utile est conçue et développée pour des utilisations spécifiques, en réduisant le contexte et la tâche à l’essentiel de ce dont l’entreprise a besoin pour obtenir les résultats escomptés. Les outils d’IA spécialisés, tels que le traitement intelligent des documents, peuvent être formés au fil du temps pour lire et comprendre un type de document spécifique, indépendamment du format, de la mise en page, de la taille ou de la langue. C’est pourquoi il est essentiel d’envisager des tests avec des attentes clairement formulées, mesurables et quantifiables. Et lorsque les solutions mises en œuvre ne répondent pas aux attentes, les responsables informatiques doivent documenter les problèmes, faire part de leurs préoccupations au fournisseur, revoir les accords contractuels et discuter des options de personnalisation.

Plutôt que de déployer des solutions d’IA très rapidement dans l’espoir d’obtenir un avantage concurrentiel, il est plus judicieux d’adopter une approche raisonnable pour s’assurer que ces outils répondent aux besoins de l’entreprise. C’est là que l’IA spécialisée entre en jeu. Les organisations ont besoin de petits modèles de langage spécialement conçus pour comprendre, interpréter et agir sur des données complexes avec une précision et une efficacité incroyables.

Les technologies d’IA sont encore nouvelles et parfois mal comprises par les responsables qui les mettent en œuvre. Les responsables informatiques doivent donc être formés pour mieux les maîtriser et pour prendre des décisions qui vont au-delà des discours marketing des fournisseurs.

Allouer des ressources internes à la surveillance active de ce marché en plein essor

Le marché de l’IA en est encore à ses balbutiements, et de nouvelles solutions apparaissent chaque jour sans vraiment apporter d’améliorations convaincantes aux opérations commerciales. Il peut être difficile de démêler le vrai du faux parmi la myriade de promesses faites par les fournisseurs et leurs investisseurs.

Pour déterminer le degré de confiance qu’ils peuvent accorder à un fournisseur, les DSI doivent donc s’appuyer sur des faits concrets, tels que leurs antécédents en matière de mise en œuvre des technologies d’IA.

Cependant, les solutions qui sont populaires aujourd’hui sont susceptibles de changer de position à mesure que la concurrence se poursuit. La vitesse à laquelle le marché de l’IA se développe signifie donc que les responsables informatiques doivent suivre de près son évolution, tout en gardant un œil sur les solutions qu’ils ont déjà approuvées.

Au-delà de l’évolution du paysage de l’IA et de l’identification de partenaires potentiels, l’intérêt de suivre ce marché est d’aider les équipes à mieux asseoir leur compréhension de l’impact et du niveau de risque de ces technologies.

Interroger la fiabilité, la sécurité et les biais des modèles d’IA

La plupart des solutions d’IA générative comportent des risques, notamment des résultats imprécis ou inexacts. De nombreux analystes s’attendent à ce que les régulateurs vérifient la validité des affirmations de l’IA. Mais les managers et leurs équipes doivent encore faire preuve de scepticisme dans l’évaluation des résultats générés, ce qui nuance quelque peu l’intérêt des solutions adoptées.

La question de la sécurité contribue également à démarquer l’IA des autres technologies. La façon dont ces solutions sont évaluées diffère des autres technologies, et les personnes chargées de les sécuriser doivent se poser davantage de questions sur la confidentialité des données, la responsabilité des droits d’auteur et les limites des modèles actuellement sur le marché.

Contrairement aux technologies émergentes, souvent lentes à s’imposer, l’IA a un tel pouvoir d’attraction et un tel potentiel de transformation que les entreprises cherchent à l’intégrer rapidement, dans l’espoir de rester compétitives, voire de se démarquer de leurs concurrents. Mais trop de précipitation fait courir le risque d’erreurs de jugement et parfois de surcoût par rapport aux services rendus.

En attendant que le marché prenne forme, et pour se prémunir contre les écueils liés à la jeunesse de ces technologies, les entreprises devraient adopter l’IA avec modération, par exemple en incluant dans leurs contrats des protections juridiques leur permettant de s’en débarrasser en cas de performances limitées.