Comme nous l’avons constaté dans The Future of AI, Unfiltered, notre enquête mondiale menée auprès de 945 DSI et CTO d’entreprises réalisant plus de 500 millions de dollars de chiffre d’affaires annuel, 84 % des personnes interrogées ont abandonné au moins un projet pilote ou un projet d’IA en raison des limites de leurs systèmes legacy. Plus de 20 % en ont annulé plusieurs.
Au-delà des défis liés aux systèmes legacy, les coûts liés à la mise en œuvre de l’IA évoluent également lorsque les projets passent à grande échelle. Les projets pilotes sont relativement peu coûteux et faciles à valoriser, tandis qu’un déploiement complet peut entraîner une hausse imprévue des coûts à chaque nouvel utilisateur ou développement supplémentaire. Les hypothèses financières qui ont permis de faire approuver le projet pilote restent rarement valables à grande échelle.
Malgré toute la méthodologie nécessaire, le passage du projet pilote au déploiement peut s’avérer complexe. Pour réussir, les initiatives d’IA doivent être soumises à une évaluation rigoureuse et démontrer leur solidité. Leurs points faibles doivent être corrigés et leur valeur maximisée grâce à des tests approfondis et continus.
C’est ainsi que se crée la valeur. Voici comment les responsables technologiques peuvent y parvenir.
1. Testez d’abord votre projet pilote sur votre système le plus complexe, et non sur le plus simple.
Si votre solution fonctionne avec un ERP vieux de 20 ans et un fichier Excel dont personne n’assume la responsabilité, elle aura toutes les chances de fonctionner ailleurs. L’intégration est l’un des principaux aspects qu’un projet pilote doit permettre de valider.
2. Évaluez le coût du déploiement complet avant d’approuver le projet pilote.
Calculez ce que coûterait la solution avec dix fois plus d’utilisateurs, en intégrant les coûts d’interconnexion avec les systèmes existants et les frais récurrents par utilisateur. Présentez ce montant au comité de direction plutôt que le seul coût du projet pilote. Si la rentabilité n’est démontrée qu’à l’échelle du pilote, mieux vaut le savoir dès le départ, avant d’engager des dépenses importantes.
3. Ne vous appuyez plus uniquement sur des volontaires.
Pour constituer l’équipe chargée du projet pilote, choisissez des collaborateurs dont vous savez qu’ils exprimeront leurs critiques. Donnez-leur un véritable rôle dans la conception de la solution et mesurez s’ils continuent à l’utiliser après trois mois. Le véritable indicateur de réussite est l’adoption, et non la précision obtenue lors d’une démonstration sur un jeu de données parfaitement préparé.
4. Désignez un responsable.
Les projets pilotes relèvent généralement des équipes d’innovation. Mais lorsqu’une solution passe à grande échelle, elle doit être placée sous la responsabilité d’une personne au sein des équipes métier, directement concernée par les conséquences d’un éventuel échec. Cette responsabilisation et l’adhésion des équipes sont essentielles à la réussite du déploiement.
Toute personne ayant déjà participé au déploiement d’un logiciel le sait : un projet pilote réussi constitue un point de départ, pas une garantie de succès. Mais en conciliant vision stratégique et rigueur opérationnelle, les responsables technologiques peuvent concevoir des initiatives d’IA qui dépassent le stade de l’expérimentation et génèrent une valeur durable pour l’entreprise.
**
Je suis impatient d’échanger sur les différents enjeux de la transformation numérique lors de l’édition de cette année d’AWS re, où l’équipe GFT et moi-même présenterons nos dernières solutions nativement conçues pour l’IA et organiserons plusieurs événements pour rencontrer la communauté technologique internationale.
Téléchargez notre étude The Future of IA, Unfiltered pour découvrir davantage d’enseignements avant la conférence, consultez notre programme pour l’AWS re:Invent et n’hésitez pas à nous contacter si vous souhaitez nous y rencontrer.
.webp "GFT Contact: Dean Clark")
