Enterprise IA se dirige vers l'autonomie, explique le chef de l'IA de NTT Data

Dans une récente interview avec Wendy Collins, chef d'administration de l'IA chez NTT Data - une partie du groupe Global Conglomérat NTT et de l'innovateur des services informatiques et commerciaux - elle a noté que c'est une tendance que nous commencerons à voir de plus en plus dans l'entreprise, ajoutant que l'avenir de l'IA dans l'entreprise n'est pas seulement une question d'intelligence, mais de l'autonomie.

Collins pense que nous entrons dans une nouvelle phase où l'IA commence à fonctionner davantage comme un agent qu'à un assistant, allant au-delà d'informer les décisions de les lancer. Et tandis que le battage médiatique est encore le plus fort autour du Genai et des copilotes, ces systèmes d'IA autonomes qui agissent maintenant se frayent un chemin dans le cœur de la conversation sur l'IA.

Ce que cela signifie pour l'IA d'agir

L'IA agentique - un terme constatant toujours sa place dans l'industrie - décrit des systèmes qui ne retournent pas simplement les réponses mais effectuent des tâches. Selon les mots de Collins, c'est la différence entre une IA vous indiquant une politique de retour et qui peut émettre une autorisation de retour, la connecter dans le système d'enregistrement et informer le client.

Plutôt que d'impliquer un seul modèle d'IA qui génère simplement des résultats en tirant des réponses d'un vaste pool d'ensembles de données pré-tracés, les agents d'IA dépendent d'une pile coordonnée de technologies - y compris des modèles de langage, des moteurs de décision, des outils intégrés et un accès aux données en temps réel - pour exécuter des tâches.

«AIATIC IA», m'a dit Collins, «est plus grand que l'IA générative.» Il se trouve à l'intersection de multiples capacités, et sa force réside dans le fait, pas seulement le savoir.

Où ça marche et où il ne le fait pas

Collins était cependant franc sur les limites actuelles. Dans des secteurs comme l'assurance et les services financiers, l'IA agentique réduit déjà les coûts et la latence dans les centres d'appels et les achats. Ces domaines fonctionnent parce que les processus sont prévisibles et bien documentés. Si une tâche peut être réduite aux règles et flux de données, elle peut être déléguée à un agent.

Là où il vacille - pour l'instant - est dans des flux de travail à contexte élevé comme la souscription ou la fabrication complexe, où une grande partie de la prise de décision vit toujours dans la tête d'employés expérimentés. "Nous ne voyons pas encore l'IA agentique s'installer dans ces environnements", a-t-elle déclaré. "Parce que les connaissances n'ont pas été capturées."

Mais cela ne signifie pas que ces industries sont exclues des progrès. Cela signifie simplement qu'ils se concentrent actuellement sur l'utilisation de Genai pour collecter et structurer les connaissances nécessaires pour prendre en charge les systèmes agentiques.

Le pouvoir sous-estimé de l'IA hybride

Ce que Collins est le plus optimiste n'est pas le Genai seul. C'est ce qui se passe lorsque Genai est fusionné avec des techniques d'IA traditionnelles comme l'optimisation, les prévisions et les systèmes basés sur des règles. Elle l'a appelé « IA hybride », notant que c'est la zone la plus négligée et la plus sous-discutée de la transformation de l'IA d'entreprise en ce moment.

"Genai est un marteau", a-t-elle déclaré. "Mais certains problèmes ont besoin d'une clé." Pour de nombreux défis commerciaux, plusieurs outils travaillant ensemble sont ce qui débloque le plus de valeur. Et bien que Genai puisse générer, recommander et personnaliser, il s'appuie toujours sur une IA classique pour stimuler la précision, la cohérence et l'intégration.

Passer des pilotes à la performance

De nombreuses entreprises sont coincées dans le purgatoire de la preuve de concept - vantant des dizaines de pilotes mais en ne déploient pas. Selon Collins, l'écart entre le POC et la production est beaucoup plus important que la plupart des dirigeants ne prévoient. «Ce n'est pas linéaire», a-t-elle expliqué. «C'est exponentiel.»

Son conseil est que les chefs d'entreprise doivent «cesser d'essayer de faire bouillir l'océan». Au lieu de cela, ils doivent commencer avec un ou deux cas d'utilisation interne à valeur élevée. Concentrez-vous sur les workflows où l'IA peut réussir tranquillement et rapidement, pas dans des expériences orientées client qui risquent le capital de marque avant que la technologie ne soit prête.

Et, peut-être le plus important, ce que Collins a dit à propos de la construction en pensant à la mesure. "Le retour sur investissement doit être planifié depuis le début, non modernisé à la fin", a-t-elle noté.

La préparation à l'IA commence avec les gens

La variable la plus sous-estimée dans tout déploiement de l'IA est peut-être les gens. Collins a souligné l'importance de l'alphabétisation de l'IA à l'échelle de l'entreprise, en particulier parmi les équipes de direction de l'entreprise. «Les entreprises qui ont investi dans l'alphabétisation de l'IA exécutive ont surclassé leurs pairs financièrement de 40%», a-t-elle déclaré, citant des recherches récentes.

Bien que Collins n'ait pas mentionné la recherche exacte qu'elle a citée, c'est une affirmation que certaines autres études soutiennent. Par exemple, une recherche sur le CISR du MIT a révélé l'année dernière que les entreprises ayant une entreprise avancée de l'IA - qui priorise souvent l'alphabétisation de l'IA en tant que composante clé - dépassent les pairs de l'industrie en performance financière

Pour Collins, l'adoption de l'IA concerne davantage le confort, la confiance et le contexte, plutôt que d'être un désir élevé de développer des infrastructures. Bien qu'il y ait de plus en plus discuté de la fatigue de l'IA, Collins pense qu'une grande partie de cette fatigue provient des résultats décevants de la façon dont l'IA est utilisée. Lorsque l'IA ne fournit pas de transformation - lorsqu'elle n'est utilisée que pour se raser quelques secondes d'une tâche - les équipes se désintéressent. Cela signifie que les promesses de l'IA doivent être ressenties, pas seulement commercialisées.

La route à venir: l'autonomie avec des garde-corps

Comme l'IA devient plus capable de prendre des décisions, les entreprises auront besoin de modèles de gouvernance plus solides pour correspondre. Déjà, les préoccupations concernant la sécurité de l'IA sont à un niveau record, le Forum économique mondial notant que «l' autonomie croissante des agents de l'IA introduit à la fois d'immenses opportunités et des risques considérables . Sans une surveillance appropriée, de tels systèmes peuvent se comporter de manière inattendue ou même saper les objectifs prévus.» Le rapport politique de l'observatoire de l'IA de l'OCDE 2024 détaille également comment les systèmes d'IA autonomes remettent en question les cadres de gouvernance existants et augmentent l'urgence des stratégies d'atténuation des risques, d'autant plus que ces systèmes commencent à fonctionner de manière indépendante.

Alors que certains considèrent souvent la gouvernance de l'IA comme un bloqueur d'innovation, Collins l'a décrit comme «un catalyseur stratégique». Son équipe chez NTT Data a également développé une «matrice de paiement» pour aider les clients à identifier par où commencer, comment aligner la valeur avec la faisabilité et où se trouvent les plus gros pièges.

"Il ne s'agit pas d'attendre que toutes vos données soient parfaites", a déclaré Collins. «Il s'agit de savoir quelles parties de vos données sont assez bonnes pour commencer à capturer de la valeur maintenant - et à construire vers les autres.»

L'avenir

D'après toutes les indications, l'avenir de l'IA d'entreprise ne sera pas décidé par la prochaine démonstration de chatbot viral ou une nouvelle application brillante. Il se déroulera tranquillement - à l'intérieur des flux de travail, derrière des tableaux de bord, - où l'IA cesse d'attendre des instructions et commence vraiment à travailler seul.

Collins exhorte également la prudence, notant que si quelqu'un vous dit qu'ils savent à quoi ressemblera l'IA dans cinq ans, ils vous mentent ou essaient de vous vendre quelque chose. Pourtant, elle reste claire sur où nous nous dirigeons: "Chaque nouveau développement incrémentiel va débloquer de nouveaux problèmes de la même manière qu'il débloque de nouvelles opportunités." C'est la future entreprise que l'IA semble s'approcher.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!