Un article proposé par Inetum dans le cadre de « What’s Next, CIO ? », l’observatoire DSI d’Alliancy. Tout au long de l’année, les partenaires de l’observatoire s’engagent à faire progresser l’écosystème du numérique par le partage de pratiques et la confrontation d’avis. Ils se mettent au service de la communauté des CIO pour leur permettre d’anticiper et d’incarner le changement dans leurs organisations.
Évoluant vers toujours plus d’ingénierie, la réussite des projets d’intelligence artificielle (IA) générative repose sur les compétences des directions des systèmes d’information (DSI), notamment dans leur phase de qualification. Les cas d’usage se multiplient, dans tous les départements de l’entreprise, avec des enjeux aigus.
Depuis un an, beaucoup de cas d’usage et de prototypes d’IA générative ont été réalisés dans les entreprises, principalement dans les directions métiers. Mais le bilan est mitigé : peu de ces cas d’usage sont réellement passés en production. Une des raisons de ce résultat en demiteinte vient probablement du fait que les DSI n’ont pas été suffisamment présents dans la phase de qualification, en amont. Pour mémoire, l’étape de qualification comporte deux éléments clés à scruter : la valeur ajoutée apportée aux directions métiers et le retour sur investissement potentiel, qui passe par une analyse fine des coûts et de la faisabilité du projet. Dans cette étape de qualification, les DSI ont un rôle clé à jouer.
C’est d’autant plus vrai que les projets d’IA générative, à l’origine très orientés data science, se transforment aujourd’hui en projets d’ingénierie. Nous passons, en effet, de cas d’usage dans lesquels des données servent à entraîner des modèles à des projets d’intégration de modèles sur étagère dans le SI de l’entreprise. Autant de tâches qui rentrent parfaitement dans le giron d’une DSI traditionnelle. C’est la raison pour laquelle l’IT doit monter en compétence sur ces services-là. Demain, quand les cas d’usage en production se multiplieront, les DSI se verront confier leur support et leur maintenance.
ACCULTURATION, QUALIFICATION, PROTOTYPAGE ET MISE À L’ÉCHELLE : QUATRE ÉTAPES CLÉS
Dans ce contexte, Inetum se positionne comme un partenaire stratégique des CIO pour les aider dans la structuration de cette démarche. Cet accompagnement passe d’abord par une phase d’acculturation. L’IA générative est, en effet, une technologie ayant récemment connu une très forte accélération. Il est donc nécessaire de former toutes les parties prenantes d’un projet ainsi que l’intégralité des collaborateurs de l’entreprise. La formation porte sur ce qu’est l’IA générative, et sur ce qu’elle peut et ne peut pas faire. Cela permet d’avoir une idée précise des cas d’usage possibles.
Pour appuyer cette phase d’acculturation, nous avons créé une plateforme d’apprentissage, baptisée « Do you speak GenAI ? ». Ce LMS (learning management system) embarque beaucoup de contenus permettant de comprendre toutes les notions relatives à l’IA générative. Nous mettons aussi à la disposition de nos clients « bac à sable » où ils peuvent s’exercer sur des outils génériques et parfaire leurs techniques d’ingénierie de prompt. Après l’acculturation vient la phase de qualification. Beaucoup des clients grands comptes avec lesquels nous avons travaillé ont dans un premier temps dressé une liste de plus d’une centaine de cas d’usage. Après analyse, quelques-uns ont été retenus. Inetum intervient ensuite lors de la phase de prototypage en faisant appel soit à des technologies open source, décorrélées de tout fournisseur, soit à des ressources fournies par nos partenaires, en l’occurrence Microsoft, Google et IBM, qui nous permettent d’accélérer cette étape.
Une fois le prototypage réalisé, nous accompagnons la mise à l’échelle du projet. Nos partenaires, ainsi que certains hyperscalers avec qui nous travaillons, nous y aident grandement. Nous sommes en effet sur des technologies qui évoluent extrêmement rapidement. Parfois, la ressource qui est à l’état de l’art existe depuis seulement trois ou quatre mois. L’expertise de l’éditeur nous sert à connaître les bonnes pratiques et à éviter les principaux écueils au moment du passage à l’échelle.
DES CAS D’USAGE TRÈS NOMBREUX, À LA FOIS IT ET MÉTIERS
Pour accompagner nos clients, nous nous sommes mis en ordre de marche en créant une business unit GenAI dédiée. Elle regroupe les expertises nécessaires, à savoir des architectes, des ingénieurs spécialisés en IA générative, des business analysts, des consultants et quelques data scientists à l’échelle internationale. Grâce à leurs compétences, ils savent orchestrer correctement les services d’IA générative et les intégrer dans un système d’information, et sont devenus notre task force pour accompagner les entreprises dans la réalisation de leurs projets.
Les cas d’usage IT sont très nombreux. Dans les fonctions support, ils portent par exemple sur la catégorisation de tickets informatiques afin de s’assurer qu’une demande est traitée par la bonne équipe et dans les temps. Le support de niveau zéro est également concerné, avec des outils conver- sationnels qui aident les salariés ou les clients à trouver une information dans la documentation disponible, dans une démarche de selfcare. Côté développement, la génération de code est au rendez-vous, tout comme la rétrodocumentation et la réalisation de tests unitaires.
Les cas d’usage métiers ne sont pas en reste, notamment autour de la recherche d’informations dans des contenus complexes ou dans des bases documentaires (c’est la technique de la RAG, pour retrieval-augmented generation). Cela s’applique notamment aux ressources humaines, afin d’aider par exemple les salariés à trouver leur solde de congés, en langage naturel. L’IA générative peut également accompagner les RH à la création de fiches de poste à partir d’une liste de compétences et de soft skills associées. L’analyse de CV permet, par ailleurs, de mettre en concordance les candidatures reçues avec le référentiel de l’entreprise. Enfin, en matière de relation client, l’IA générative apporte aussi son lot de bénéfices. Dans le secteur de l’assurance, par exemple, l’analyse des conversations téléphoniques en cas de sinistre permet de remplir automatiquement la fiche client dans le CRM. L’aide apportée à l’opérateur peut aller jusqu’à rédiger le courrier de bonne prise en charge du sinistre, afin d’éviter les écrits trop génériques issus de modèles impersonnels.
Alors, où concentrer ses efforts ? Au sein de l’entreprise, les fonctions qui tirent le plus de bénéfices de l’IA générative sont celles qui manipulent de grandes quantités de textes et de données. Les outils disponibles permettent « d’augmenter » les collaborateurs dans leurs tâches quotidiennes. Plus il y a de texte dans une direction, plus les effets de levier se révèlent puissants.
Un article proposé par Inetum
