Gouverner l’IA ne suffit plus, les DSI doivent passer à l’action

Les DSI doivent mener activement l’expérimentation de l’IA plutôt que de se contenter d’en régir l’utilisation.

Si vous êtes DSI et que vous attendez la stratégie d’IA « parfaite », arrêtez. Cet état d’esprit vous ralentit alors que tous les autres avancent. Vous n’avez pas besoin de tout savoir avant de commencer. Il vous suffit de commencer.

La technologie, en particulier l’IA, n’attend pas les approbations ou les feuilles de route qui prennent des mois à être finalisées. Elle évolue rapidement. Trop de dirigeants hésitent parce qu’ils pensent qu’une erreur pourrait les faire reculer. En réalité, ne pas agir est un plus grand risque. Vous ne pouvez rien apprendre de nouveau en restant immobile. L’apprentissage passe par l’action. Vous devez expérimenter l’IA, tirer des leçons de ce qui fonctionne et de ce qui ne fonctionne pas. C’est ainsi que se construit l’avantage interne.

Il existe un précédent historique. Le scepticisme qui a entouré les achats en ligne, ou le SaaS avant qu’il ne devienne la norme, montre à quel point une résistance précoce coûte aux entreprises rapidité et perspicacité. Cela s’est déjà produit par le passé. L’IA n’est pas différente. Le fossé entre les utilisateurs et les observateurs va se creuser rapidement. Les DSI qui prennent les devants se retrouveront avec une équipe prête, des systèmes testés et une feuille de route élaborée à partir de l’expérience vécue, et pas seulement de la théorie.

Le rôle du DSI évolue d’un rôle de gardien de la technologie à un rôle de facilitateur de l’innovation.

L’ère de l’informatique en tant que centre de contrôle est révolue. Vous ne vous contentez pas d’approuver des outils. Vous façonnez la manière dont votre entreprise s’adapte au changement. L’IA ne s’inscrit pas dans des processus bien définis. Elle apprend par l’usage. Votre travail consiste à rendre cela possible dans l’ensemble de l’organisation.

Le SaaS nous a montré ce qui se passe lorsque la technologie devient plus accessible. Toute personne disposant d’un identifiant peut soudain construire, tester et déployer des solutions qui nécessitaient auparavant une infrastructure dédiée. L’IA va encore plus loin. Il ne s’agit pas d’appuyer sur un interrupteur, mais d’intégrer de nouvelles capacités dans le flux de travail quotidien. C’est là que l’adoption se produit.

Prenez l’exemple de Workday. L’entreprise n’a pas démarré avec un plan gigantesque. Elle a intégré l’IA dans les outils que les employés utilisent déjà, avec peu de frictions et une grande pertinence. Lorsque vos collaborateurs peuvent essayer l’IA sans avoir besoin d’une autorisation ou d’une formation initiale compliquée, ils découvrent ce qui fonctionne dans leur contexte. C’est à ce moment-là que les choses évoluent, lorsque l’adoption se fait de l’intérieur et n’est pas imposée d’en haut.

En tant que DSI, votre responsabilité est de promouvoir ce changement, et non de le ralentir. Vous avez encore besoin de gouvernance, cela ne fait aucun doute. Mais si votre stratégie se résume à des garde-fous, vous passerez complètement à côté de l’opportunité. Donnez l’accès aux gens. Permettez-leur ensuite d’explorer, d’utiliser et de créer. C’est la valeur réelle que l’on vous demande de diriger aujourd’hui.

Il est essentiel de renforcer la confiance des employés et leur maîtrise de l’IA pour une adoption généralisée.

Vous pouvez donner aux employés l’accès aux outils d’IA, mais l’accès seul ne produit pas de résultats. La plupart des employés n’adopteront pas quelque chose en quoi ils n’ont pas confiance ou qu’ils ne comprennent pas. C’est là que la plupart des entreprises s’enlisent.

Workday a géré cette situation de la bonne manière. Il a sélectionné des champions de l’IA, des défenseurs internes qui n’étaient pas seulement des experts techniques, mais aussi des membres de différentes équipes. Ces personnes ont montré l’exemple. Ils n’ont pas fait la morale, ils ont montré à leurs équipes comment l’IA pouvait réellement les aider dans des rôles spécifiques. Des situations réelles, des améliorations réelles. Il ne s’agissait pas d’un mandat descendant. Il s’agissait d’un apprentissage par les pairs, ce qui a donné à l’IA un caractère pertinent et non théorique.

Si vous souhaitez réellement intégrer l’IA dans votre entreprise, commencez par la culture. Impliquez les premiers utilisateurs, qui peuvent s’orienter à la fois dans la technologie et dans l’organisation. Rendez la formation à l’IA contextuelle. Lorsque les employés voient leurs pairs utiliser l’IA pour simplifier les rapports, accélérer les décisions ou obtenir des informations qu’ils n’avaient pas auparavant, ils écoutent. Cela élimine les frictions et crée une dynamique.

Ne confondez pas déploiement et adoption. Vous pouvez déployer des applications d’IA, mais si les gens ne se sentent pas concernés, l’utilisation restera faible. Vous avez besoin de confiance, et la confiance naît des avantages concrets et de l’influence des pairs, et non de présentations PowerPoint ou de mémos stratégiques.

Les modèles traditionnels de retour sur investissement n’intègrent pas pleinement la valeur des initiatives en matière d’IA

Vous ne pouvez pas mesurer l’état de préparation à l’IA avec les mesures d’hier. Les outils traditionnels de retour sur investissement se concentrent sur les dollars immédiats, sur la rapidité avec laquelle quelque chose vous rapporte. Cela ne fonctionne pas avec l’IA. Vous devez mesurer la valeur en termes de vitesse, d’apprentissage et d’opportunités en aval.

Chez Workday, un conseil consultatif sur l’IA a été mis en place pour guider ce type de décisions. Une petite équipe a créé un outil qui a rationalisé certaines parties du processus de publication des résultats. Il ne s’agissait pas d’une prévision. Et il n’a pas nécessité de ressources importantes. Mais il s’est avéré rapidement utile et a suscité une réflexion plus large sur l’impact de l’IA sur la planification financière. Ce type de résultat n’aurait pas été pris en compte dans un modèle de retour sur investissement standard.

Les dirigeants doivent changer leur façon d’évaluer les projets. Toutes les expériences d’IA à un stade précoce ne génèreront pas de revenus au cours du premier trimestre. Mais si elle augmente la vitesse d’apprentissage, informe les déploiements futurs ou ouvre de nouvelles capacités, elle a déjà de la valeur. L’erreur consiste à soumettre l’IA aux mêmes critères que les systèmes matures et à faible risque. Cette approche filtre l’apprentissage dont vous avez besoin immédiatement.

Vous ne recherchez pas des résultats parfaits, mais des progrès sur lesquels vous pouvez vous appuyer. Les équipes ont besoin d’espace pour essayer, échouer rapidement et trouver un signal grâce à l’utilisation. Chaque faux pas productif est un pas de plus vers une échelle utilisable.

Les entreprises doivent favoriser une culture pratique de l’apprentissage et de l’expérimentation à tous les niveaux de l’entreprise.

Si vous voulez que l’IA ait de l’importance dans votre organisation, les gens ont besoin de l’utiliser en temps réel, et non de recevoir davantage d’instructions. La meilleure façon de démystifier l’IA est de l’ouvrir. Lorsque les employés interagissent directement avec les outils, en écrivant des messages-guides, en testant des fonctionnalités, en formant de petits modèles, ils commencent à comprendre comment ces systèmes fonctionnent et où ils peuvent être utiles. Ce type d’apprentissage est pratique et non abstrait.

Certaines entreprises laissent leurs employés former des chatbots ou expérimenter l’ingénierie d’aide. C’est intelligent. Cela permet d’éviter les conjectures. Les gens cessent de considérer l’IA comme quelque chose d’extérieur et commencent à voir comment elle peut s’aligner sur leurs tâches spécifiques. Cela crée une confiance naturelle dans les outils et jette les bases d’une adoption évolutive.

Peu importe le niveau de la personne, qu’elle soit cadre ou collaboratrice. S’ils peuvent voir comment l’IA soutient leurs objectifs, l’utilisation se développera. En encourageant l’expérimentation, vous envoyez le bon message : chacun a un rôle à jouer dans l’adaptation de l’entreprise à l’IA. Il n’est pas nécessaire que tous les projets réussissent en même temps. Mais vous avez besoin d’engagement, et l’utilisation pratique est ce qui vous permet d’y parvenir.

Vous commencez également à découvrir des employés qui sont enthousiastes à l’idée de traduire l’IA en solutions. C’est ainsi que vous trouverez vos experts internes. Non pas par des titres, mais par l’action. Ces personnes deviennent des multiplicateurs de force. Apprenez à un nombre suffisant d’entre eux à bien fonctionner dans cet espace, et vous aurez une capacité interne qui augmentera plus rapidement que l’embauche externe ne pourra jamais le faire.

Attendre la maturité de l’IA est une erreur stratégique ; agir à temps favorise l’innovation

Une idée répandue mais dangereuse circule, selon laquelle il faut attendre que l’IA arrive à maturité avant de l’utiliser de manière significative. Cet état d’esprit ne vous apportera rien. L’IA évolue en fonction de la demande du marché et des commentaires des utilisateurs. Si vous ne vous engagez pas maintenant, vous perdrez à la fois des points de référence et de l’élan.

L’exploration précoce n’a pas pour but d’être parfaite. Il s’agit de créer un état de préparation stratégique. Chaque expérience vous apporte de nouvelles données. Chaque faux pas permet de découvrir des informations que les modèles perfectionnés ne fournissent pas. Les entreprises qui apprennent aujourd’hui sont celles qui, demain, pourront améliorer leurs résultats, parce qu’elles savent ce qui fonctionne dans leurs propres activités.

Workday l’a constaté en temps réel. Les petites initiatives motivées par la curiosité ont souvent dépassé les efforts plus importants en termes d’utilité et de rapidité. Les résultats n’étaient pas toujours des gains immédiats en termes d’argent, mais ils étaient réels et ils ont influencé les futures feuilles de route. Retarder ce type d’efforts revient à manquer complètement cette boucle de rétroaction.

Si vous êtes un décideur, c’est le moment d’agir, non pas avec prudence, mais délibérément. Créez de l’espace pour de petites expériences. Donnez la priorité aux systèmes qui suscitent l’adhésion. Abandonnez l’idée que le marché attendra. Il n’attendra pas. Et chaque mesure que vous prenez aujourd’hui facilite la mise à l’échelle lorsque le véritable changement se produira.

Principaux enseignements pour les dirigeants

• Les DSI doivent mener l’IA par l’action : L’attente de la stratégie d’IA parfaite retarde l’apprentissage critique. Les DSI doivent permettre l’expérimentation dès maintenant pour développer les capacités internes et maintenir l’élan concurrentiel.
• Faites passer l’informatique du contrôle à l’habilitation : Les DSI devraient aller au-delà du contrôle et se concentrer sur le déblocage de l’accès à l’IA au sein des équipes. L’intégration d’outils intuitifs dans les flux de travail quotidiens accélère l’adoption et l’innovation au niveau local.
• Instaurez un climat de confiance grâce à l’apprentissage par les pairs : Déployez des champions internes qui peuvent montrer comment l’IA soutient le travail réel. Cette approche ascendante favorise l’adoption plus rapidement que les mandats descendants.
• Repensez le retour sur investissement pour donner la priorité à la rapidité et à la perspicacité : Les modèles d’investissement traditionnels ne tiennent pas compte de la valeur de l’IA à un stade précoce. Les dirigeants devraient mesurer le succès en fonction des gains d’apprentissage, de la vitesse de développement et de l’influence sur la planification future.
• Rendez l’IA accessible à tous les niveaux : Encouragez l’expérimentation dans toutes les fonctions en permettant aux employés de former des modèles, de rédiger des messages-guides et de déployer des outils simples. Cela permet d’acquérir une certaine aisance et de faire apparaître des valeurs inattendues.
• N’attendez pas la maturité, agissez maintenant : L’IA se développe par l’utilisation. Les dirigeants doivent permettre des tests rapides et des déploiements à petite échelle aujourd’hui pour façonner l’impact évolutif de demain.