Si l’intelligence artificielle va transformer nos organisations, il est primordial de bien en comprendre tous les contours. Afin de bien accompagner ses clients dans l’utilisation de l’IA, Proximus Luxembourg, au travers de ses marques commerciales Codit et Telindus a d’abord veillé à mettre la technologie au service de ses objectifs business. Grégory Gruber, Solutions & Innovation au sein de Telindus, et Eva Gram, Head of Codit Luxembourg, évoquent avec nous les enjeux liés au déploiement de l’IA.
Les attentes des organisations vis-à-vis de l’intelligence artificielle et des possibilités qu’elle offre sont importantes. Elles émanent tant des dirigeants, conscients que la technologie est un levier incontournable d’amélioration des performances à tous les niveaux, que des utilisateurs, qui ont pu découvrir le potentiel de ces technologies notamment par le biais de ChatGPT. « A de nombreux niveaux, l’IA contribue à renforcer la valeur créée. À l’échelle du groupe, nous y avons recours pour améliorer nos services, autant que nous aidons nos clients, à travers notre filiale Codit, à accélérer leur transformation au départ de cette technologie, explique Gregory Gruber. L’expertise que nous avons développé en interne, à travers divers cas d’utilisation s’appuyant sur l’intelligence artificielle, nous permet de mieux guider nos clients dans cette adoption et à les soutenir dans leur gestion des risques et des enjeux réglementaires.
I. Définir une stratégie
Tirer avantage de l’intelligence artificielle ne s’improvise pas. L’enjeu est de parvenir à bien l’appréhender dans ses multiples dimensions. « Ce n’est pas uniquement un enjeu technologique, assure Eva Gram, Head of Codit Luxembourg, la filiale de Proximus dédiée à la transformation numérique des organisations. Cela implique d’adopter une approche multidisciplinaire et de crééer une communauté IA interne à l’entreprise, rassemblant des experts techniques, des représentants du business, mais aussi les collaborateurs issus des équipes juridique, risque ou encore en charge de la gestion des données. Ces compétences réunies pourront définir la manière avec laquelle l’IA peut servir les objectifs de développement de l’entreprise. »
Il s’agit avant tout de fixer une vision, autrement dit de déterminer ce que l’on veut faire avec l’intelligence artificielle. « L’enjeu est de créer de la valeur pour l’utilisateur et d’accompagner le changement. Cette communauté, en opérant une veille technologique, pourra envisager de nouveaux cas d’utilisation, les évaluer, les valider », poursuit Eva Gram.
II. Evaluer, définir le cadre, choisir la solution adaptée
Au-delà de l’approche stratégique, la mise en œuvre de chaque nouveau cas d’utilisation implique de pouvoir évaluer ce qui est attendu en termes de résultat, de déterminer le périmètre sur lequel la technologie peut être déployée, de considérer les données dont on a besoin ou encore le niveau de confidentialité qui leur est associé. « Lorsque l’on utilise pour la première fois l’intelligence artificielle, il est recommandé de travailler sur des jeux de données limités. La réussite d’un projet IA, en effet, dépend pour beaucoup de la qualité des données, de leur disponibilité. Progressivement, l’organisation devra faire évoluer sa gouvernance en gagnant en maturité, poursuit Eva Gram. D’autres considérations, relatives à l’accès à l’information, doivent aussi être envisagées. Il faut pouvoir se doter d’un cadre adapté en fonction de chaque besoin. »
Si l’IA est par exemple utilisée pour faciliter l’accès des collaborateurs à la donnée RH, il faut préalablement s’assurer qu’un utilisateur ne pourra pas accéder à des données qui ne le concerne pas. Si l’on a recours à l’IA pour nous aider à trouver plus rapidement des données relatives à des contrats, il faut veiller à ce que des informations confidentielles ne fuitent pas par ailleurs. « L’architecture à mettre en œuvre va dépendre de tous ces aspects, assure Gregory Gruber. En fonction des contraintes et opportunités, on peut déterminer la plateforme à partir de laquelle on pourra déployer la technologie, entre solutions cloud, approches hybrides (U-Flex) ou recours à un cloud souverain déconnecté, à l’instar de Clarence, qui nous ouvre la voie vers une souveraineté de l’IA »
III. Conformité, sécurité, contrôle
Au-delà du choix de la meilleure solution, il faut aussi considérer les contraintes existantes en matière de conformité réglementaire, qu’elles soient liées à la préservation de la confidentialité ou encore à la sécurité. « L’organisation doit en effet mettre en place des politiques de contrôle de l’IA qui répondent aux attentes du régulateur. Dans certains cas, il faudra notifier les cas d’utilisation aux autorités de surveillance, adapter les politiques de sécurité, mettre en place un ensemble de procédures visant à identifier les risques, à les évaluer et à les mitiger », poursuit Eva Gram.
IV. Assurer la mise en œuvre
Une fois le cadre fixé, la plateforme d’IA choisie au regard des possibilités et contraintes de l’entreprise, vient le moment de la mise en œuvre effective. « A ce niveau, divers éléments doivent être pris en considération. Il faut notamment former les équipes amenées aussi bien à utiliser l’IA qu’à la superviser, assure Gregory Gruber. Il faudra commencer par entraîner les modèles d’IA sélectionnés sur des jeux de données, afin de s’assurer de la pertinence des résultats. Grâce au « reinforcement learning from human feedback » (RLHF) qui est apporté, il s’agit de veiller à ce que les résultats demeurent les plus pertinents possibles. »
V. Déploiement
Ce n’est qu’une fois la solution d’IA bien entraînée que l’on peut envisager sa mise en production, permettre aux collaborateurs d’y recourir ou l’exposer au niveau des clients.
Le cadre mis en place doit permettre à l’entreprise de plus facilement déployer l’IA à grande échelle, de la mettre au service d’autres utilisateurs ou départements. « La vitesse de cette transformation va dépendre de la maîtrise de la technologie par les équipes. La gestion du changement occupe une dimension importante dans la réussite de tout projet, autant que la mise en œuvre d’une supervision permanente des solutions déployées », ajoute Grégory Gruber.
Si le déploiement de solutions s’appuyant sur l’intelligence artificielle peut sembler complexe, les experts de Codit et Telindus tiennent à relativiser l’ampleur de la tâche. C’est en s’engageant dans la transformation, par la mise en œuvre de cas d’utilisation simples, générant un résultat directement perceptible, que chaque organisation peut s’engager dans cette transformation. « Dans cette optique, il faut travailler avec les équipes, les personnes qui au sein de l’organisation manifestent un attrait pour cette technologie. En créant un réseau de champions de l’IA en interne, on peut faciliter le déploiement de la technologie, explique Eva Gram. Ces collaborateurs vont rapidement pouvoir partager les succès engrangés et soutenir l’adoption de la technologie par d’autres. »
C’est en effet en mettant l’IA au service des collaborateurs que la transformation pourra s’opérer.
