Comment les entreprises leaders transforment leur vision de l'IA en valeur métier

J'ai la chance de pouvoir discuter avec des centaines de clients chaque année. Ces entreprises se situent sur la courbe d'adoption des technologies : certaines sont à la pointe du progrès, tandis que d'autres préfèrent limiter les risques autant que possible. 

Mais l'ère de l'IA, en constante ébullition et pleine d'exubérance, les a presque toutes réunies à l'heure actuelle. La période d'expérimentation est terminée. Les entreprises s'efforcent de dépasser les projets pilotes théoriques pour opérationnaliser l'IA à grande échelle, optimiser les coûts et gouverner ses actions.

Au-delà de ces impératifs d'entreprise, qui sont importants, je trouve que mes échanges avec les clients sont rafraîchissants, car un vent d'enthousiasme souffle sur l'IA. Il s'agit d'exploiter de nouvelles idées et de saisir des opportunités que l'on ne pensait pas possibles il y a encore peu de temps.

Par exemple, l'objectif de la banque internationale BNP Paribas est d'industrialiser l'IA à grande échelle, et pas seulement de l'expérimenter. Ils ont déjà des milliers de cas d'utilisation opérationnels, mais ils ne s'arrêtent pas là. Ils construisent actuellement une usine d'IA pour fournir des capacités d'IA dans toute l'entreprise, en mettant l'accent sur la valeur métier. Cela inclut des éléments clés tels que la détection des fraudes, la connaissance du client (KYC), l'intégration des clients et les chatbots, ainsi que des capacités de productivité interne, comme l'IA pour les développeurs. Ils insistent sur le fait que l'accent doit être mis sur des résultats métier mesurables.

Ce que j'aime chez BNP Paribas, c'est la façon dont ils démontrent la puissance de l'adaptabilité combinée aux exigences d'une bonne gouvernance. 

C'est exactement ainsi que le constructeur automobile NissanPage affichée en Anglais (Français non disponible) effectue la transition des véhicules définis par logiciel vers les véhicules définis par l'IA, où les charges de travail d'IA sont un moteur essentiel du produit. En matière de calcul, l'exigence la plus importante est la flexibilité, selon Nissan. Les charges de travail d'IA continueront d'évoluer. C'est pourquoi Nissan se concentre sur la capacité à adapter le calcul (embarqué, déporté ou hybride) sans verrouiller les logiciels sur une génération de puces spécifique. Et avec les données, l'IA place la barre encore plus haut. Le traitement des données est essentiel non seulement pour améliorer les modèles, mais aussi pour garantir la responsabilité, la confiance et l'apprentissage continu dans les produits AI-Drive et AI-Partner de Nissan, en intégrant toujours la sécurité, la confidentialité et la gouvernance.

Des agents, des agents partout

L'IA agentique suscite un grand intérêt et des investissements importants. Ces systèmes d'agents d'IA sont capables de raisonner, de planifier et d'exécuter des tâches complexes de manière autonome. Prenons quelques exemples.

• BNP Paribas explore un projet interne appelé Twin pour déployer des agents qui observent l'utilisation des GPU, détectent les anomalies et automatisent les workflows de remédiation en temps réel. 
• UPS, l'entreprise mondiale de livraison de colis et de logistique, envisage l'avenir de l'IA sous l'angle de la science de la décision, où des agents analysent les situations, déterminent les prochaines actions probables et suivent des arbres de décision automatisés pour faciliter la logistique de la chaîne d'approvisionnement.
• Le groupe de télécommunications américain Verizon envisage d'utiliser l'IA agentique pour exécuter des boucles de triage complexes capables de détecter les dégradations du réseau de chaque client et d'exécuter des actions de manière autonome pour résoudre les problèmes avant que le client ne demande de l'aide.

Mais nous ne pouvons pas oublier les humains ! NASA, l'organisation américaine responsable du programme spatial, de la recherche aéronautique et de l'exploration spatiale, souligne que les agents d'IA sont destinés à assister les ingénieurs et les scientifiques et à démultiplier leurs capacités, plutôt qu'à les remplacer. C'est là une occasion de passer à l'échelle : Les entreprises peuvent accroître l'impact de l'IA, car celle-ci peut prendre en charge des tâches de maintenance et de calcul répétitives mais importantes, permettant ainsi aux humains de se concentrer sur une conception nuancée et une prise de décision de haut niveau. 

Par exemple, EUROCONTROLPage affichée en Anglais (Français non disponible), l'agence européenne pour la sécurité de la navigation aérienne, utilise des systèmes d'IA haute performance pour calculer des trajectoires complexes en temps réel, aidant ainsi les usagers de l'espace aérien à identifier les itinéraires de vol les plus économes en carburant et les plus durables. La NASA cherche à utiliser des modèles d'IA dans l'espace pour visualiser et traiter rapidement les données, en filtrant les informations pour que les astronautes puissent se concentrer sur la prise de décision plutôt que sur le tri des données. Enfin, Motorola Solutions, qui conçoit des terminaux, des systèmes et des logiciels de communication critiques pour les entreprises et les organismes de sécurité publique, intègre des workflows d'IA basés sur le cloud à ses systèmes d'urgence sur site, fournissant aux répartiteurs du 911 des transcriptions en direct, des traductions en temps réel et des synthèses automatisées de dossiers.

Souveraineté numérique et IA

Avec le renforcement de la surveillance réglementaire (comme le Règlement sur l'IA de l'UE), les clients avec lesquels je m'entretiens demandent une souveraineté numérique vérifiable sur leur IA. Cela se décompose en trois exigences :

• Souveraineté des modèles : la possibilité de choisir, de modifier et d'exécuter des modèles d'IA spécifiques n'importe où, sans verrouillage technologique.
• Souveraineté des données : les données utilisées pour entraîner et exécuter les modèles restent entièrement sous le contrôle juridictionnel de l'organisation et ne sont jamais utilisées pour entraîner des modèles externes sans consentement.
• Souveraineté des résultats : la capacité de vérifier, d'expliquer et de remplacer toute décision importante générée par l'IA 

Par exemple, les entités réglementées telles que Core42Page affichée en Anglais (Français non disponible) et TelenorPage affichée en Anglais (Français non disponible) en Europe créent des clouds d'IA souverains multi-tenants et hautement sécurisés pour que leurs données ne quittent jamais leur contrôle. 

Ce ne sont là que quelques points forts partagés par nos clients concernant l'avenir de l'IA au sein de leurs organisations. Je suis inspiré par la façon dont ils planifient le passage d'un projet pilote d'IA à l'IA en production, en se saisissant des idées que leurs équipes imaginent chaque jour.