Articles

L'intelligence artificielle fait les manchettes quotidiennement. Elle domine les conversations d'affaires et se hisse au sommet de l'agenda de nombreux dirigeants, si ce n'est déjà fait. Selon l'Institut de recherche en valeur commerciale IBM, 60 % des chefs opérationnels mettront à l'essai des solutions d'IA générative dans leur organisation d'ici l'an prochain.

Au début du mois, j'ai rencontré Neel Mehta, directeur en chef de la prestation des services informatiques de Bell, pour discuter de la connexion intégrale entre les fondations de données solides et une stratégie d'IA efficace. Neel a donné une grande analogie de cette relation - « Nous voyons les données comme le nouveau pétrole, et l'IA comme la raffinerie. »

L'histoire de de Bell est fondée sur la connexion des gens entre eux et à leurs appareils. Aujourd'hui, Bell utilise une combinaison d'IA générative et prédictive pour servir les clients encore mieux. Par exemple, prévoir les phénomènes météorologiques et environnementaux extrêmes qui peuvent causer des pannes et ainsi mieux préparer leurs employés à les affronter.

Neel a partagé une observation dans laquelle je suis sûr que de nombreuses autres entreprises se reconnaîtront. Que l'IA avance à un rythme accéléré, dépassant le rythme auquel les données propres peuvent être utilisées pour l'alimenter. C'est là que la stratégie de données entre en ligne de compte et qu'un changement d'orientation passe de la saisie de données à la connexion de données.

Le déploiement de toute nouvelle technologie s'accompagne toujours de défis de mise en œuvre. Au cours de notre discussion, nous avons abordé ce que ceux-ci ont été pour Bell, et je m'attends à ce qu'ils soient les mêmes pour les autres organisations dans le cadre de leur parcours en IA.

1. Les silos de données - Comme de nombreuses entreprises, Bell a traditionnellement été organisée verticalement - une structure qui ne se prête pas à la connexion de données. La solution?  La création de plateformes de gouvernance et de données horizontales permet de partager les données entre les gammes de produits et les unités commerciales.
2. Le temps d'attente des données - L'IA est géniale pour générer des informations, mais souvent le travail se fait par des processus de traitement par lots et les résultats arrivent parfois tardivement. L'architecture guidée par les événements aide à accélérer ce processus. La combinaison d'événements réseau avec des événements de parcours client en temps réel permet à Bell de cibler le bon client avec le bon appareil au bon moment.
3. La qualité des données - La gouvernance des données est importante et les données qui alimentent l'IA doivent être fiables. Comment peut-on y parvenir? En nettoyant les données et en créant le cadre nécessaire pour conserver cette façon de faire lorsque de nouvelles données sont préparées.

La qualité des données est intrinsèquement liée à l'un des sujets les plus brûlants de la conversation IA aujourd'hui - la confiance. Il est important de veiller à ce que l'utilisation de reste équitable, non biaisée et conforme. La transparence à l'endroit des clients est tout aussi importante. Ceux-ci devraient savoir ce que vous faites avec les données et combien de temps celles-ci sont conservées.

Nous avons terminé notre conversation sur les raisons pour lesquelles il est important de ne pas se laisser emporter par l'engouement pour l'IA. Celle-ci doit résoudre les problèmes réels des clients, et les résultats devraient toujours être liés à des objectifs commerciaux précis. Pour les organisations qui sont au début de leur parcours en IA ou qui songent à en débuter un, Neel a partagé ce grand conseil :

• Soyez curieux au sujet des données et de l'IA et continuez d'expérimenter.
• Soyez clair sur la façon dont le travail que vous faites correspond à la stratégie globale de votre entreprise, et prenez toujours en considération la situation dans son ensemble.
• Informez-vous sur la sécurité des données, c'est extrêmement important.

Pour voir cette session LinkedIn en direct, et pour en savoir plus sur l'élaboration d'une stratégie de données pour l'IA générative, cliquez ici.