Obtenir une valeur commerciale de l'IA : s'adresser aux parties prenantes

Chacun de ces groupes apporte sa propre perspective, tout à fait valable. Par exemple, les ingénieurs s'intéressent à la faisabilité et à l'aspect pratique. Les utilisateurs se concentrent sur l'impact et le résultat, tandis que les hommes d'affaires apportent leur point de vue sur les dépenses et la valeur. Pour chacun de ces groupes, il est essentiel de commencer à les comprendre, tant du point de vue des besoins de l'entreprise que de ce qui les motive en tant qu'individus. En outre, nous devons travailler avec les trois parties pour négocier le cadre du projet, car il doit y avoir un équilibre entre chacune de leurs perspectives, car chacune est correcte. En établissant une relation et une confiance avec les parties prenantes, nous sommes mieux à même de les comprendre et de comprendre leurs besoins, de les aider à travailler ensemble, ce qui améliore notre conception de la solution et, en fin de compte, la réussite du projet.

Les sponsors de haut niveau et les parties prenantes représentant l'entreprise ont la vision (et généralement le financement) et sont souvent désireux de participer au processus de mise en place et de définition du projet. Cela peut être une bonne chose - ils sont engagés, désireux de faire du projet un succès et très favorables (à la fois en termes de temps et d'argent). Toutefois, les parties prenantes de haut niveau n'ont généralement qu'une vision incomplète des activités de l'entreprise et des rôles et responsabilités de chacun au quotidien. Cela peut entraîner des lacunes dans la compréhension de ce que la solution doit faire, de l'étendue des tâches qu'elle doit pouvoir accomplir et de la manière dont la solution pourrait interagir avec les utilisateurs une fois déployée.

Il est donc essentiel d'établir des relations et de consulter les personnes qui finiront par utiliser la solution. Ces personnes auront probablement une compréhension plus détaillée du problème que la solution est conçue pour résoudre ou aborder, ainsi qu'une compréhension très claire des pièges potentiels, des circonstances inhabituelles ou des exigences que la solution devra surmonter avec succès.

Il est également essentiel de s'engager avec les personnes impliquées dans les aspects techniques de l'entreprise. Ces personnes, du point de vue de l'ingénierie, ajouteront très probablement toute une série d'écueils potentiels, de circonstances inhabituelles et d'exigences qui devront être pris en compte dans la solution. Même si ces conversations ajouteront sans aucun doute des défis et des complexités au projet, il est essentiel de les découvrir le plus tôt possible afin qu'ils puissent être intégrés dans la conception de la solution.

La présence de toutes les bonnes parties prenantes lors de la définition initiale du projet, de la délimitation du champ d'application et de la planification ne représente que la moitié de la bataille pour combler le fossé - il ne faut pas oublier qu'il existe un fossé potentiel en matière de compréhension et de vision. Par exemple, en tant que scientifique des données ou autre professionnel de l'IA, vous avez été impliqué dans des projets antérieurs, vous avez compris comment ils se déroulaient et à quoi ressemblait la solution finale. À cela s'ajoute une compréhension approfondie des technologies sous-jacentes - algorithmique, données et infrastructure, ainsi que des domaines connexes tels que l'UX et le design. Tous ces éléments réunis signifient que vous êtes bien placé pour imaginer à quoi ressemblera la solution et ce qui est possible. Pour les parties prenantes, il est peu probable que ce soit le cas, et elles pourraient bien souffrir d'un horizon réduit, ce qui signifie soit qu'elles sous-estiment ce qui peut être fait, soit qu'elles surestiment la possibilité d'une sorte de solution magique. Dans un cas comme dans l'autre, c'est une erreur et cela ne sert à rien.

Par ailleurs, il convient à ce stade d'explorer plus en détail notre rôle : En tant qu'expert en IA du projet, nous devons agir comme un guide et obtenir les meilleurs résultats pour le projet dans ces situations. Lorsque l'horizon est réduit ou que l'on sous-estime ce qui peut être fait, il y a une pauvreté d'aspiration. Par conséquent, en tant que guide, vous devez relever un défi de taille en essayant d'aider une partie prenante à imaginer ce à quoi la solution pourrait ressembler et en la détournant d'une solution de qualité inférieure qui pourrait ne pas répondre entièrement au problème de l'entreprise. La meilleure stratégie consiste peut-être à jouer le rôle de facilitateur, en les aidant à comprendre l'impact de leurs décisions sur la solution.

Il est également important d'être conscient de la situation inverse rencontrée avec une partie prenante, à savoir l'optimisme irréaliste quant aux "pouvoirs magiques" de l'IA ou de l'IA générique pour fournir automatiquement une solution sans même que le problème ne soit verbalisé (et encore moins systématiquement documenté) en premier lieu. C'est pourquoi, dans le processus de compréhension du problème commercial décrit plus haut, de nombreuses étapes sont consacrées à l'extraction d'informations sur le problème commercial. En rassemblant les exigences et en identifiant les problèmes potentiels, il devient plus facile de discuter en termes concrets de ce que pourrait être la solution lors des premières conversations avec les parties prenantes.

Cependant, avec ces parties prenantes en particulier, il y a plusieurs défis récurrents : premièrement, il y a des attentes irréalistes quant à l'aspect de la solution finie et à ce qu'elle peut même faire. Deuxièmement, il peut y avoir un manque de réalisme quant au détail des exigences de l'utilisateur/de la solution qui doivent être documentées (puisque cela se produit par magie). Troisièmement, et toujours sur le thème de la magie, il peut y avoir un manque de compréhension du temps nécessaire à la construction d'une telle solution. Dans l'ensemble, ces éléments peuvent entraîner des problèmes pour les scientifiques des données ou les gestionnaires de projet qui ne se doutent de rien. Cependant, le grand avantage d'une telle partie prenante est souvent son enthousiasme débordant. L'important est de l'exploiter, tout en fixant des attentes appropriées et en canalisant son énergie de manière constructive (par exemple, en travaillant avec lui pour détailler ce que serait la solution idéale, comment elle pourrait fonctionner, en le présentant aux principales parties prenantes, etc.)

Quel que soit le type de partie prenante (il n'y en a pas deux identiques), il est essentiel qu'elle soit impliquée dans le projet au fur et à mesure de son déroulement afin qu'elle puisse s'engager et fournir un retour d'information continu, en veillant à ce que le projet ne s'éloigne pas de ce dont l'entreprise a besoin.

Comme nous l'avons déjà vu, la réussite de notre projet dépend de notre capacité à établir un lien clair entre notre solution - qu'il s'agisse de l'IA générique, de l'"ancienne" IA ou de toute autre solution - et le problème de l'entreprise. Dans le prochain article, nous nous pencherons plus en détail sur la conception de la solution afin d'explorer la manière dont l'IA peut être mise en correspondance avec la logique métier de l'organisation.