Le monde de l'intelligence artificielle est hyperactif et en évolution permanente. Y'a-t'il une journée passée sans que vous entendiez parlé d'#IA ? Certainement pas depuis ChatGPT et si vous suivez nos fils d'actualités :-) (blog biZNov, linkedin biZNov, twitter @biZNov_fr).
Une veille constante et une remise en cause permanente, c'est l'état d'esprit qu'il faut arborer pour élaborer et implémenter une stratégie gagnante adaptée à son entreprise. C'est parce que l'IA a démontré son impact positif sur le développement du chiffre d'affaires et de la compétitivité dans beaucoup de domaines, et de plus en plus, que cela vaut le cout d'investir l'énergie nécessaire à cette veille constante.
On trouve aujourd'hui de plus en plus de solutions "sur étagères", en mode SaaS, avec des fonctionnalités "prêtes à l'emplois". Cela facilite grandement l'adoption.
Il y a bien sur de nombreuses sociétés de service ou ESN qui vous proposent de construire une IA sur mesure.
Et puis vous avez l'option de construire votre solution avec votre équipe mais comment commencer et quelles sont les compétences dont vous aurez besoin à court, moyen et long terme?
Qu'est-ce qui fait que vous devriez vous orienter vers une solution plutôt qu'une autre ? Il faut d'abord considérer votre stratégie d'entreprise, sa valorisation, vos clients, et vos moyens de vous différencier de votre compétition. Et quelles sont vos ambitions ?
Y'a-t'il une solution sur étagère qui convienne aux besoins uniques de votre entreprise? Un nombre impressionnant de solutions sont déjà répertoriées: 590 début 2023 pour la France seulement (voir la vignette de cet article tirée de France Digitale: les startups spécialisées dans l'IA). Comment faites-vous pour identifier la bonne solution parmis cette forêt de solutions existantes ?
Quel niveau d'adaptation est requis ? Comment cette solution permet à vos employés d'être parti prenante de la performance? Comprend elle une boucle d'amélioration active sous contrôle de vos équipes? Quelle solution est taillée pour la volumétrie de donnée de votre entreprise ? Quelle infrastructure utiliser (on premise, cloud, hybride), pour la phase d'apprentissage, pour l'inférence? Une fois déployée, et que votre entreprise est menacée de devenir une licorne (et on vous le souhaite ;-) ), va-t'il falloir tout refaire pour passer à l'échelle ?
Et puis, en admettant qu'on ait trouvé la solution idéale sur le papier, combien çà coûte à développer, à adapter, à déployer et aussi à maintenir. La donnée issue de l'environnement de votre entreprise n'étant pas figée, à quelle fréquence devez vous mettre à jours les modèles de prédiction/classification/agrégation servant de base aux nouveaux services que vous allez créer?
Si vous avez besoin d'une solution sur mesure, quel est le bon partenaire pour traiter vos données d'hier et de demain? Est-ce que ce partenaire utilise les algorithmes qui font état de l'art ou qui sont le plus adapté à vos contraintes ? Est-ce que ses équipes sont taillées pour être à votre écoute, avec l'expertise AI/ML appropriée? Est-ce que les outils open source pertinents sont utilisés ?
Est-ce que les solutions ou prestataires utilisées sont capable de garantir la sécurité et la confidentialité de vos données d'entreprise et celles de vos clients ?
Et demain, est-ce que l'algorithme utilisé pour l'entraînement de vos modèles sera toujours la meilleur réponse à votre besoin ou vous faudra-t'il migrer vers une meilleure performance? Est-ce que le retour sur investissement initial fera toujours sens ou justifiera l'arrêt, ou l'évolution de vos services ?
Tout cela représente beaucoup de questions à se poser, mais c'est parce qu'on se pose les bonnes questions, qu'on trouve les bonnes réponses et qu'on se donne les meilleurs chances de réussites (en 2020 encore, 50% des projets d'IA échouent).
Cela reste donc très compliqué d'adopter l'#intelligenceartificielle, la déployer et en retirer tous les bénéfices escomptés. C'est une industrie naissante avec des portées dans tous les domaines, ceci expliquant le foisonnement d'information sur le sujet.
biZNov est là pour vous aider à faire le tri, éviter tous les écueils et faire de votre projet #IA un succès.
Comments