L’intelligence artificielle (IA) ne se limite plus à produire de l’information. Plus elle évolue de la réponse vers l’exécution et la coordination des processus, plus le débat dépasse la technologie pour se concentrer sur la gestion de l’IA.
Au cours des dernières années, cette technologie a suscité une combinaison rare d’enthousiasme, de rapidité d’adoption et d’attentes, et ce, pour de bonnes raisons. L’accès à l’information est devenu plus rapide ; la production de textes, d’analyses, de code et de rapports ne nécessite désormais qu’une fraction du temps auparavant nécessaire. Des activités autrefois réservées aux spécialistes sont devenues accessibles à un nombre beaucoup plus important de personnes.
L’intelligence artificielle a produit ces résultats, mais à mesure que les investissements augmentent, un sentiment de frustration commence également à apparaître. Si l’IA est capable d’accomplir autant de choses, pourquoi les résultats des organisations ne progressent-ils pas toujours dans les mêmes proportions ?
Peut-être parce que nous découvrons une différence fondamentale entre augmenter les capacités d’une personne ou d’une activité et renforcer les capacités de l’organisation dans son ensemble.
Des réponses à la coordination : l’importance de la gouvernance de l’intelligence artificielle
L’utilisation de l’IA se développe dans les entreprises. Il ne s’agit pas nécessairement d’une échelle de maturité, mais plutôt d’un processus d’apprentissage et d’utilisation dont la portée sur le travail ne cesse de s’étendre. Ainsi, les principales formes d’utilisation peuvent être représentées comme suit : Répondre → Produire → Agir → Coordonner.
Dans cette structure, chaque élément correspond à ce qui suit :
Répondre : utilisation de l’IA pour accéder aux connaissances, interpréter des informations et faciliter la prise de décision.
Produire : utilisation de cette technologie pour créer des analyses, des documents, des rapports, du code, des plans ou des recommandations.
Dans ces deux premières formes d’utilisation, une grande partie des gains se traduit directement par une amélioration de la productivité individuelle.
Agir : cette étape change la nature de l’utilisation. L’IA commence à exécuter des activités, à accéder aux systèmes, à transférer des données, à lancer des workflows, à vérifier des règles et à prendre certaines décisions.
Coordonner : cette étape élargit encore davantage sa portée. Les personnes, les systèmes, les automatisations et différents agents commencent à participer conjointement à un même flux de travail.
C’est précisément lors de cette transition que la technologie commence à évoluer en décalage avec la gestion de l’IA.
Automatiser une activité ne signifie pas transformer un processus
Un service peut, à lui seul, obtenir d’excellents résultats grâce à l’intelligence artificielle. Par exemple, le service Achats peut analyser les fournisseurs plus rapidement. Le service Finance peut accélérer les rapprochements comptables. Les Ressources humaines peuvent automatiser les demandes d’assistance. Le service Qualité peut analyser des documents ou des non-conformités.
Mais les organisations ne fonctionnent pas uniquement au sein de leurs différents services. Une activité en déclenche une autre. Une décision affecte un autre service. La gestion des processus traverse les systèmes, les règles, les documents, les contrôles, les validations et les responsabilités.
Par conséquent, la productivité individuelle ne se traduit pas nécessairement par une performance de bout en bout. De même, d’autres particularités des entreprises doivent être prises en compte dans la gouvernance de l’intelligence artificielle :
- L’accès aux connaissances ne signifie pas nécessairement une capacité organisationnelle ;
- La capacité technologique ne signifie pas nécessairement une capacité opérationnelle de l’entreprise ;
- L’automatisation des silos ne les élimine pas nécessairement.
Dans certaines situations, cette technologie permet simplement à ces silos de fonctionner plus rapidement. C’est peut-être l’une des raisons des préoccupations actuelles : cette technologie a progressé plus rapidement que la capacité de nombreuses organisations à apprendre à l’utiliser de manière coordonnée.
L’application de la technologie à des processus mal définis ne corrige pas nécessairement la désorganisation et peut même en amplifier la complexité et la rapidité.
À lire également : Processus intelligents : le nouveau défi de la gestion opérationnelle
La question évolue
Pendant longtemps, une grande partie des initiatives de transformation numérique commençait par des questions telles que « Quelle technologie devons-nous utiliser ? », « Quelle plateforme devons-nous choisir ? » ou « Où pouvons-nous appliquer l’intelligence artificielle ? ». Ces questions restent pertinentes, mais elles ne suffisent plus.
D’autres questions commencent à prendre de l’importance, notamment :
- Le processus est-il prêt à utiliser cette technologie ?
- Les données sont-elles fiables ?
- Les responsabilités sont-elles clairement définies ?
- Les règles de décision sont-elles établies ?
- Les exceptions sont-elles connues ?
- Les contrôles et les risques liés à l’IA sont-ils associés au processus ?
- La distinction entre ce qui peut être automatisé et ce qui nécessite encore une intervention humaine est-elle claire ?
Ces questions deviennent encore plus importantes lorsque nous décidons que l’IA doit agir. Lorsqu’une intelligence artificielle répond à une question ou produit un document, une personne intervient généralement entre la recommandation et son exécution.
Lorsque l’IA, en tant qu’agent intelligent, commence à agir directement dans les processus, cette distance se réduit. De nouvelles questions apparaissent alors, notamment :
- Qui peut prendre les décisions ?
- Quelles sont les limites de l’autonomie ?
- Dans quels cas une validation humaine reste-t-elle obligatoire ?
- À quelles informations peut-on accéder ?
- Comment une exception doit-elle être traitée ?
- Qui est responsable du résultat ?
- Comment une décision pourra-t-elle être expliquée ultérieurement ?
Par exemple, lorsque différents agents commencent à participer au même flux de travail, ces questions ne relèvent plus uniquement de la technologie, mais deviennent des enjeux de gouvernance de l’IA.
Et plus les capacités d’action et de coordination accordées à la technologie sont importantes, plus les capacités de gestion et de gouvernance de l’organisation doivent être développées.
Le défi consiste désormais à coordonner et à gérer l’IA
La prochaine étape de l’intelligence artificielle ne sera peut-être pas déterminée uniquement par des modèles plus sophistiqués, qui continueront certainement à évoluer. En réalité, les organisations commencent déjà à faire face à un autre défi : coordonner et mesurer leurs capacités réelles. Autrement dit, ce que les personnes, les processus, les systèmes, les automatisations de processus et les agents sont capables d’accomplir ensemble.
Cela exige de regarder au-delà des services, de comprendre les processus de bout en bout et de relier les décisions, les risques, les contrôles, les données et les responsabilités. Plus encore, cela exige de résister à la tentation, ou à l’illusion, de croire qu’une technologie extraordinaire compensera automatiquement des processus fragmentés, des silos organisationnels, des conflits ou des modèles opérationnels peu clairs.
La prochaine question ne sera donc peut-être pas :
« Que sera encore capable de faire l’IA ? »
Mais plutôt :
« Comment l’organisation coordonnera-t-elle tout ce que les personnes et la technologie sont déjà capables de faire ? »
Car lorsque l’IA se contente de répondre, la technologie peut être au centre du débat. Lorsqu’elle commence à agir et à coordonner des processus, la problématique change. Le nouveau défi devient alors la gouvernance de l’intelligence artificielle.
FAQ – Foire aux questions
Il s’agit de la capacité à coordonner et à gérer l’utilisation de l’IA au sein de l’organisation, en tenant compte des processus, des systèmes, des automatisations, des agents, des décisions, des risques, des contrôles, des données et des responsabilités.
Parce que l’IA ne se limite plus à produire des informations et commence à exécuter des activités, à accéder aux systèmes, à transférer des données, à lancer des workflows, à vérifier des règles et à prendre certaines décisions. À mesure que les capacités d’action de la technologie augmentent, les besoins en matière de gestion et de gouvernance augmentent également.
Il existe quatre formes principales : Répondre, Produire, Agir et Coordonner. Répondre consiste à accéder aux connaissances, à interpréter des informations et à faciliter la prise de décision. Produire comprend la création d’analyses, de documents, de rapports, de code, de plans et de recommandations. Agir consiste à exécuter des activités et à interagir directement avec les systèmes et les processus. Coordonner élargit cette portée en intégrant les personnes, les systèmes, les automatisations et différents agents dans un même flux de travail.
Non. L’automatisation d’une activité peut augmenter la productivité d’un service, mais elle n’améliore pas nécessairement la performance d’un processus de bout en bout. Les processus traversent les différents services, systèmes, règles, documents, contrôles, validations et responsabilités.
La technologie ne corrige pas nécessairement la désorganisation. Comme l’explique cet article, son application à des processus mal définis peut même amplifier la complexité et accélérer les dysfonctionnements.
Il est important d’évaluer si le processus est prêt, si les données sont fiables, si les responsabilités sont clairement définies, si les règles de décision sont établies, si les exceptions sont connues et si les risques et les contrôles sont associés au processus. Il est également nécessaire de définir ce qui peut être automatisé et ce qui nécessite encore une intervention humaine.
La distance entre la recommandation de l’IA et son exécution diminue. Il devient alors nécessaire de définir plus clairement qui peut prendre les décisions, quelles sont les limites de l’autonomie, quand une validation humaine est obligatoire, à quelles informations il est possible d’accéder, comment les exceptions doivent être traitées et qui est responsable du résultat.
Plus les capacités d’action et de coordination accordées à la technologie sont importantes, plus les capacités de gestion et de gouvernance de l’organisation doivent être développées. Cela est particulièrement pertinent lorsque différents agents commencent à participer à un même flux de travail.
Lorsque l’IA se contente de répondre ou de formuler une recommandation, une personne intervient généralement entre la recommandation et son exécution. À mesure que l’IA commence à agir directement, il devient nécessaire de déterminer dans quels cas une validation humaine reste obligatoire et quelles décisions peuvent être prises de manière autonome.
Parce que les gains obtenus individuellement ou au sein des services ne garantissent pas une amélioration des processus de bout en bout. Une activité peut en déclencher d’autres, affecter différents services et dépendre de systèmes, de règles, de contrôles, de validations et de responsabilités.
Le défi consiste désormais à coordonner et à mesurer les capacités réelles de l’organisation, en tenant compte de ce que les personnes, les processus, les systèmes, les automatisations et les agents peuvent accomplir ensemble.
Le débat ne se concentre plus uniquement sur les technologies à utiliser ou les domaines dans lesquels appliquer l’IA. Il porte désormais également sur la manière dont l’organisation coordonnera tout ce que les personnes et la technologie sont déjà capables de faire.
