Faire passer l'IA au-delà de l'expérimentation exige de relier les agents au contexte opérationnel et d'identifier les processus métier où ils peuvent apporter le plus de valeur. L'IA d'entreprise peut générer des recommandations, automatiser des tâches et aider les organisations à prendre des décisions plus rapidement. Mais sans une compréhension du fonctionnement réel d'une entreprise, même les modèles les plus puissants peuvent passer à côté des contraintes et des relations qui déterminent si une décision est la bonne.
Pour Devavrat Shah, directeur scientifique de l'IA d'entreprise chez Celonis, ce contexte est au cœur de ce qu'il appelle « l'intelligence décisionnelle ». Les agents d'IA peuvent soutenir des tâches individuelles au sein de processus décisionnels plus vastes, affirme-t-il, mais ils doivent comprendre le rôle de chaque tâche et les conditions d'affaires qui l'entourent. Sans le bon contexte opérationnel, les agents risquent de négliger des contraintes importantes, de commettre des erreurs coûteuses ou de consommer des ressources informatiques excessives en cherchant à déterminer ce qu'ils doivent savoir.
La solution commence par la connexion de l'IA aux processus et aux données que les entreprises utilisent déjà. Une couche contextuelle peut aider les agents à comprendre les flux de travail, à fonctionner dans des garde-fous définis et à produire des recommandations que les personnes peuvent examiner et approuver. Shah conseille aux organisations de commencer par une décision d'affaires précise, d'en identifier les étapes les plus difficiles et de tester si l'IA peut les améliorer. Mesurer les gains en rapidité et en valeur peut ensuite aider à déterminer si une application mérite d'être déployée à plus grande échelle.
Cette approche pourrait aussi transformer la façon dont les employés utilisent leur temps. Automatiser les tâches répétitives et manuelles et coordonner le travail entre les équipes pourrait permettre aux personnes de se concentrer sur des décisions stratégiques plus complexes. Pour tirer pleinement parti de cet avantage, il faudra toutefois investir dans la formation du personnel, afin que les employés puissent comprendre les résultats de l'IA et leurs implications. À l'avenir, Shah voit des perspectives allant des tâches opérationnelles courantes à la planification à l'échelle de l'entreprise dans les domaines de la finance, de la gestion des effectifs, du marketing et des ventes.
Source: MIT Technology Review AI · Résumé par HeadlinesBriefing