Aller au-delà des projets pilotes d'IA pour réaliser une valeur évolutive

Passer de projets pilotes isolés d'IA à une adoption à grande échelle dans l'entreprise reste un défi de taille pour de nombreuses organisations.

Si l'expérimentation de modèles génératifs est désormais courante, le processus d'industrialisation de ces outils (qui consiste à les intégrer dans des cadres de gouvernance, de sécurité et d'intégration essentiels) se heurte souvent à des obstacles. Afin de combler le fossé entre l'investissement et les retours opérationnels tangibles, IBM a lancé un nouveau modèle de service. Son objectif est d'aider les entreprises à assembler, plutôt que de simplement construire, leur infrastructure IA interne.

Adopter un modèle de conseil basé sur les actifs

Les approches de conseil traditionnelles reposent souvent largement sur le travail manuel pour résoudre les problèmes d'intégration, un processus qui peut être lent et coûteux. IBM participe à un changement visant à remédier à cette situation grâce à un service de conseil basé sur les actifs. Ce modèle combine une expertise-conseil standard avec une bibliothèque d'actifs logiciels pré-construits, conçue pour aider les clients à construire et à gérer efficacement leurs propres plateformes d'IA.

Plutôt que de commander un développement personnalisé pour chaque nouveau flux de travail, les organisations peuvent utiliser les actifs architecturaux existants pour repenser leurs processus et connecter des agents IA à leurs systèmes existants. Cela permet aux entreprises de faire évoluer de nouvelles applications agentives et de réaliser de la valeur sans avoir à apporter de changements majeurs à leur infrastructure de base, à leurs modèles IA ou à leurs fournisseurs de cloud choisis.

Naviguer dans un environnement multicloud

Une préoccupation commune aux dirigeants d'entreprise est la dépendance vis-à-vis d'un fournisseur, en particulier lors de l'adoption de plateformes propriétaires. La stratégie d'IBM tient compte de la diversité des environnements informatiques des entreprises. Le service repose sur une base multi-fournisseurs, compatible avec Amazon Web Services, Google Cloud et Microsoft Azure, ainsi qu'avec la plateforme watsonx d'IBM.

Cette flexibilité s'étend à la prise en charge des modèles, qui s'adapte à la fois aux variantes open source et closed source. En permettant aux entreprises de s'appuyer sur leurs investissements technologiques actuels au lieu de les contraindre à un remplacement complet, le service élimine un obstacle majeur à l'adoption : la crainte d'accumuler une dette technique lors du changement d'écosystème.

Le cœur technique de cette offre est IBM Consulting Advantage, la plateforme de livraison interne de l'entreprise. Après avoir utilisé ce système dans plus de 150 missions chez des clients, IBM rapporte qu'il a permis d'augmenter la productivité des consultants jusqu'à 50 %. Le principe est que si ces outils accélèrent la livraison pour les équipes d'IBM, ils devraient offrir une vitesse et une efficacité similaires pour les clients.

Le service donne également accès à un marché d'agents et d'applications d'IA spécifiques à chaque secteur. Pour les chefs d'entreprise, cela favorise une approche « plateforme d'abord », qui consiste à passer de la gestion de modèles individuels à la supervision d'un écosystème cohérent d'agents numériques et de travailleurs humains.

Mettre en œuvre une approche centrée sur la plateforme pour augmenter la valeur de l'IA

La véritable efficacité de cette stratégie centrée sur la plateforme est mieux démontrée par son déploiement dans le monde réel. Pearson, la société mondiale d'apprentissage, utilise actuellement ce service pour créer une plateforme personnalisée. Sa mise en œuvre combine l'expertise humaine et les assistants IA pour gérer le travail quotidien et la prise de décision, mettant en évidence la fonction de la technologie dans un environnement opérationnel réel.

De même, une entreprise manufacturière a utilisé la solution d'IBM pour formaliser sa stratégie d'IA générative. L'accent a été mis sur l'identification de cas d'utilisation à forte valeur ajoutée, le test de prototypes ciblés et l'alignement des dirigeants autour d'un plan évolutif. Le résultat a été le déploiement d'assistants IA utilisant plusieurs technologies dans un environnement sécurisé et contrôlé, jetant ainsi les bases d'une expansion plus large de l'entreprise.

Malgré l'intérêt suscité par l'IA générative, la traduction des investissements en impact financier mesurable n'est pas automatique.

« De nombreuses organisations investissent dans l'IA, mais la réalisation d'une valeur réelle à grande échelle reste un défi majeur », explique Mohamad Ali, vice-président senior et directeur d'IBM Consulting. « Nous avons relevé bon nombre de ces défis en interne en utilisant l'IA pour transformer nos propres opérations et obtenir des résultats mesurables. Cela nous donne un guide éprouvé pour aider nos clients à réussir. »

Le débat dans le secteur évolue progressivement, passant des capacités des grands modèles linguistiques (LLM) individuels à l'architecture nécessaire pour les exploiter de manière sûre et efficace. La réussite de la mise à l'échelle de l'IA et la création de valeur dépendront fortement de la capacité des organisations à intégrer ces solutions sans créer de nouveaux silos de données ou opérationnels. Les dirigeants doivent veiller à ce que, lorsqu'ils adoptent des workflows préconfigurés, ils maintiennent des normes rigoureuses en matière de traçabilité et de gouvernance des données.

Voir aussi : JPMorgan Chase considère les dépenses en IA comme une infrastructure essentielle

Vous souhaitez en savoir plus sur l'IA et le big data auprès des leaders du secteur ? Découvrez l'AI & Big Data Expo, qui se tiendra à Amsterdam, en Californie et à Londres. Cet événement complet fait partie de TechEx et se déroule en même temps que d'autres événements technologiques de premier plan. Cliquez ici pour plus de détails.

AI News est alimenté par TechForge Media. Découvrez ici les autres événements et webinaires à venir consacrés aux technologies d'entreprise.