Il y a quatre ans, j'ai écrit un article similaire et aujourd'hui, en tant que président du conseil d'administration, président et directeur général de DXC Technology, il me semble toujours pertinent, tant via la lecture des derniers titres de presse que par la nature des échanges avec des clients, du monde entier, qui sont désireux d'assurer à leurs conseils d'administration et à leurs investisseurs qu'ils adoptent l'innovation pour stimuler la croissance.
Tous les DSI cherchent à investir dans les dernières technologies d'intelligence artificielle (IA) et d'apprentissage automatique (ML) pour obtenir un avantage concurrentiel, réaliser des économies, accélérer la mise sur le marché et améliorer l'expérience globale. Croyez-moi, vous ne voulez pas être en retard à cette fête. Mais la pression d'agir rapidement peut entraver votre capacité à atteindre les objectifs commerciaux souhaités.
Un aspect que de nombreux DSI négligent lorsqu'ils se lancent dans l'aventure de l'IA/ML est la manière de faire évoluer leur stratégie en matière de talents afin de faire vivre leurs initiatives à grande échelle dans ce domaine.
La nouvelle règle des 80/20
Chez DXC, nous avons appris que pour maximiser les avantages de l'apprentissage automatique pour votre entreprise, vous devez adopter une approche hybride qui combine la technologie pour vous emmener à 80 % du chemin, et des personnes qui prendront en charge le reste du chemin.
Aujourd'hui, de nombreux logiciels intègrent des capacités d'IA et de ML, ce qui laisse à penser que les entreprises peuvent simplement s'appuyer sur une approche "plug-and-play" (prêt à l'emploi). Il suffit de sortir le produit de sa boîte, de le brancher et il fonctionne comme par magie.
Mais la véritable essence de l'apprentissage automatique - sa nature révolutionnaire et la valeur qu'il apporte aux entreprises - est impossible à mettre en œuvre sans intervention humaine.
DXC Platform X ,TM notre plateforme d'intelligence basée sur les données, qui gère efficacement les parcs informatiques de nos clients, en est un parfait exemple. Platform X intègre des technologies avancées d'IA et de ML avec un vaste catalogue de robots d'automatisation. Cependant, elle est conçue pour inclure nos ingénieurs, qui opèrent depuis une " salle de contrôle " virtuelle pour garantir sa performance optimale.
Comment fonctionne le ML
Pour que l'apprentissage automatique soit efficace, vous devez d'abord nourrir la plateforme avec vos données, les nettoyer, configurer le modèle d'apprentissage automatique, puis calibrer le modèle au fur et à mesure qu'il rencontre des données. Ce processus, qui consiste à faire passer les données par le modèle, à le surveiller en permanence et à recueillir des informations en retour, permet d'améliorer les performances du modèle et de générer des résultats précis.
Pour mettre les choses en perspective, prenons l'exemple du cerveau humain. Les gens sont plus aptes à réfléchir et à tirer des conclusions lorsqu'ils disposent de plus de données, d'expérience et de sagesse accumulée pour traiter ces données.
Se fier uniquement à ce qui est écrit sur l'étiquette du produit de ML ou à la réponse du fournisseur à un appel d'offres peut vous conduire sur une voie risquée. Chaque DSI devrait donner la priorité à trois facteurs critiques de succès lors de la mise en œuvre d'un ML dans son entreprise.
1. Un modèle ML sans données est comme une voiture sans essence.
Pour entraîner efficacement les modèles d'apprentissage automatique, vous avez besoin de données de haute qualité et en grand nombre. Ces données doivent être facilement accessibles, dans le bon format et suffisamment diversifiées pour garantir des résultats impartiaux.
Chez DXC, notre modèle de données s'appuie sur plus de 60 ans de gestion de systèmes essentiels pour plus de 6 000 clients. Cette riche histoire nous permet d'entraîner nos modèles avec des données de meilleure qualité, ce qui se traduit par une reconnaissance plus rapide et plus précise des problèmes ayant un impact sur le service, conduisant à moins d'interruptions. Chaque client bénéficie non seulement de ses propres données, mais aussi de la sagesse collective issue de notre base de clients. En d'autres termes, nos données (sécurisées et anonymes) deviennent vos données.
2. Il n'existe pas de solution "prête à l'emploi".
Comme nous l'avons déjà mentionné, les modèles de ML nécessitent une supervision humaine. Même si les solutions logicielles continueront à s'améliorer au fil du temps, le succès de la ML dans les entreprises repose sur des professionnels qualifiés capables de la faire fonctionner efficacement.
Chez DXC, nous disposons d'une équipe d'élite de scientifiques spécialisés dans les données, qui expérimentent, conçoivent et créent des modèles. Notre équipe d'ingénieurs répartis dans 70 pays nous permet de déployer, de contrôler, d'auditer et d'optimiser les modèles à grande échelle.
L'une des compétences essentielles de nos ingénieurs est la capacité à déterminer la bonne combinaison de produits et de fonctions de ML. De nombreux produits offrent des fonctionnalités similaires, mais la connaissance de ce qu'il faut appliquer où et quand pour des résultats optimaux est un trait humain unique qui nécessite de l'expérience et du jugement.
Si l'IA et la ML peuvent perturber certains secteurs, elles créent également de nouvelles opportunités passionnantes pour les personnes à l'aise avec la technologie et qui embrassent le changement.
3. N'oubliez pas l'intégration.
Un aspect souvent négligé de l'approche "plug-and-play" est l'effort nécessaire pour configurer toutes les intégrations. Seules les nouvelles entreprises ont le luxe de construire un domaine entièrement nouveau. La majorité est confrontée au défi de l'intégration des nouvelles technologies avec les technologies existantes. La plupart des entreprises du classement Fortune 500 ont des parcs informatiques complexes et tentaculaires, comprenant des milliers de serveurs, des centaines d'applications stratégiques et des terminaux distribués supportant une main-d'œuvre dynamique et souvent virtuelle.
C'est là que DXC Platform X excelle. Son architecture ouverte et modulaire permet une intégration facile et des options de déploiement flexibles, en tirant parti des investissements informatiques actuels et futurs de nos clients. Nous avons fait le gros du travail, en fournissant des intégrations préconfigurées pour les principales plateformes SaaS d'entreprise, des modèles ML prêts à l'emploi, un catalogue d'actifs d'hyper-automatisation et des ingénieurs expérimentés qui connectent tous les éléments de manière transparente.
En résumé
La révolution de l'IA et du ML continuera sans aucun doute à s'accélérer, entraînant des avancées dans toutes les industries. Chez DXC, nous sommes ravis d'être à l'avant-garde, en évaluant et en appliquant de manière réfléchie les technologies émergentes au profit de nos clients et de nos collaborateurs.
Quelle que soit votre stratégie - que vous choisissiez d'acheter, de construire ou de vous associer à des avancées en matière d'IA et de ML - vous devez donner la priorité à bien plus qu’au ML lui-même. Des données de haute qualité, les bons talents et une stratégie d'intégration bien équilibrée sont clés.
En savoir plus sur DXC Platform X, DXC Data & Analytics et DXC AI.
Mike Salvino est président du conseil d'administration, président et directeur général de DXC Technology, la première société indépendante de services informatiques de bout en bout au monde, qui compte plus de 130 000 employés au service de près de 6 000 clients des secteurs privé et public, dans quelque 70 pays et dans un large éventail de secteurs d'activité.