• Accueil
  • Blog
  • Construire l'avenir : tirer parti de l'automatisation et de l'IA générative avec Cognizant
Blog Empowering cognizant

Lors d'une récente conversation avec Mariesa Coughanour, Directrice des conseils en matière de pratiques de l'automatisation chez Cognizant, nous avons obtenu de précieuses informations sur le monde de l'automatisation et de l'intelligence artificielle (IA). Avec une carrière couvrant à la fois les startups et les géants mondiaux tels que GE, Mariesa apporte une riche expérience. Lisez la suite et découvrez notre interview, dans laquelle nous explorons les défis et les stratégies de mise en œuvre de l'automatisation et de l'IA, tout en mettant l'accent sur les stratégies de lancement réussies.

Vous êtes pressé ? Voici les cinq principaux enseignements de Mariesa pour les sociétés qui cherchent à tirer parti de l'automatisation et de l'IA générative :

  1. Commencez par les zones à faible risque : commencez par mettre en œuvre l'automatisation et l'IA générative dans des domaines moins sensibles ou moins risqués. Cette approche progressive permet aux organisations d'apprendre, de gagner en confiance et de progresser sans exposer les fonctions critiques à des problèmes potentiels de courbe d'apprentissage.
  2. Donnez la priorité à la qualité des données : traitez les problèmes liés aux données et donnez la priorité à la qualité des données lors de l'intégration de l'automatisation et de l'IA générative. Reconnaissez que les données constituent un défi pour la plupart des organisations, envisagez des stratégies pour obtenir les données adéquates et garantir leur fiabilité. Cela améliorera vos résultats tout en rétablissant la qualité dans vos principaux centres de données.
  3. Prenez conscience de la technologie : reconnaissez que les méthodes de travail vont évoluer en raison de l'automatisation et de l'IA, et que cela ne signifie pas nécessairement une perte d'emploi. Les sociétés devraient promouvoir la sensibilisation aux technologies et le perfectionnement des employés. La main-d'œuvre de demain sera probablement constituée d'un ensemble de travailleurs humains et numériques.
  4. Sécurité et confidentialité : accordez une attention particulière à la sécurité de l'information et à la confidentialité des données lors de l'intégration des technologies d'automatisation et d'IA. Mettez en place des contrôles et des garanties solides pour protéger les données sensibles.
  5. Des compétences variées : encouragez la diversité des rôles au sein de l'organisation. Tout le monde n'a pas besoin d'être développeur. Au contraire, les organisations devraient valoriser les spécialistes aux côtés des personnes possédant des compétences plus larges, créant ainsi une main-d'œuvre bien équilibrée capable de tirer parti de divers outils en vue d'atteindre les objectifs.

Exploiter la puissance de l'IA générative

Comment Cognizant aide-t-il ses clients à adopter l'IA générative ?

Mariesa : Nous disposons de plusieurs équipes et d'un groupe de travail qui se consacrent à cette question et en font une priorité absolue. Notre objectif principal est de tirer parti de l'IA générative pour obtenir des résultats exploitables et de la valeur. Si l'acquisition d'informations est cruciale, l'impact réel se produit lorsque nous traduisons ces informations en opérations commerciales plus rapides et en expériences innovantes. Il s'agit de notre objectif principal, qui consiste à permettre à nos équipes d'obtenir des résultats et d'agir au sein de l'organisation.

Où les sociétés commencent-elles à explorer l'IA générative ?

Mariesa : Les sociétés commencent traditionnellement par des domaines tels que les fonctions de back-office afin de gagner en efficacité. Cependant, l'IA générative devient de plus en plus accessible au grand public. Elle est aujourd'hui couramment utilisée, souvent sur des ordinateurs personnels, pour faciliter l'exécution de diverses tâches. Cette accessibilité a conduit à son adoption dans des domaines traditionnellement plus difficiles à automatiser, tels que les opérations de front-office, les ventes et le marketing. Les spécialistes du marketing, par exemple, l'utilisent pour élaborer des messages convaincants et affiner leur contenu. Les équipes des centres de communication et de contact s'en servent pour l'analyse des sentiments. En substance, l'IA générative peut être appliquée à tous les rôles et services au sein de n'importe quelle organisation.

« Nous voyons des fonctions qui adoptent l'IA générative et qui étaient traditionnellement plus difficiles à évaluer pour des opportunités d'automatisation. L'IA générative peut être appliquée à n'importe quel rôle, n'importe quel espace au sein d'une organisation. »

Dans notre rapport 2023 Automation Now & Next, 80 % des personnes interrogées ont souligné l'importance de l'automatisation et de l'IA pour atteindre leurs objectifs. Cela correspond-il à votre point de vue ?

Mariesa : Absolument, ces technologies suscitent un énorme enthousiasme. Même mes parents sont curieux de l'IA générative, alors que lorsque je décris mon travail quotidien, les gens sont souvent perplexes. L'IA générative est plus accessible parce qu'elle offre des avantages tangibles que les gens peuvent comprendre grâce à des exemples et à une interaction directe. Elle est conviviale et pratique, ce qui contribue à son adoption rapide. Cependant, les organisations doivent comprendre que le déploiement de cette technologie implique des complexités et doit faire l'objet d'une planification intentionnelle.

Une fois qu'elle a été introduite au sein d'une organisation, de nombreux aspects entrent en ligne de compte, notamment la sécurité de l'information et les défis liés aux données. Les problèmes relatifs aux données sont omniprésents dans les sociétés, quelle que soit leur taille. La mise en œuvre de l'IA générative peut exacerber ces problèmes en révélant des lacunes au niveau des données et des problèmes de confiance. Pour tirer le meilleur parti de cette technologie, les organisations doivent se pencher sur la qualité des données et de leur provenance.

En outre, la confidentialité et la sécurité des données exigent une planification minutieuse, ce qui nécessite la mise en place de garanties appropriées. Des considérations devront également être prises en compte pour exploiter pleinement le potentiel de l'IA, à la fois en tirant parti des données de la société et des sources extérieures. Tout en répondant aux préoccupations liées aux données sensibles, les organisations doivent donner à leurs équipes les moyens d'agir rapidement et efficacement, sans provoquer de frustration. C'est le moment opportun pour adopter cette technologie.

« Je pense qu'il y a beaucoup d'enthousiasme, mais aussi de l'incompréhension et beaucoup de gens qui ne veulent pas être laissés pour compte. »

Utilisation responsable de l'IA

Pouvez-vous nous faire part de quelques exemples de sociétés qui ont réussi à organiser efficacement leurs données tout en garantissant la sécurité ?

Mariesa : Une approche consiste à commencer par activer l'IA générative dans des domaines moins sensibles et moins risqués. Par exemple, les secteurs qui traitent des données sensibles telles que les dossiers d'essais cliniques ou des données financières nécessitent une planification et une attention beaucoup plus importantes lors de la mise en œuvre de nouvelles technologies. Commencer dans des espaces moins risqués permet aux organisations d'apprendre et de prendre confiance dans la technologie sans exposer des informations hautement sensibles et réglementées. Cette approche progressive encourage l'adoption et ouvre la voie à une mise en œuvre plus large.

Nous aidons également nos clients à améliorer la gestion de leurs données de référence grâce à l'utilisation stratégique de l'automatisation et de l'IA générative, tout en créant des interfaces conviviales pour les utilisateurs professionnels. Ces interfaces permettent aux utilisateurs de passer en revue les données et les options, de vérifier l'exactitude des données et de suggérer les nettoyages nécessaires, ce qui ajoute une dimension supplémentaire de connaissances pratiques et de sécurité.

Prenons l'exemple d'une équipe RH qui a utilisé ces méthodologies pour évaluer les codes de paie. Au fur et à mesure que l'organisation s'est développée au niveau mondial et a acquis de nouvelles entreprises, la suppression des codes inactifs n'a pas suivi le même rythme. Cette approche permet non seulement de simplifier le processus de gestion des données de référence grâce à la mise en œuvre de l'IA générative, mais aussi d'impliquer activement les partenaires commerciaux dans la garantie de la qualité des données.

Si nous devons tous veiller à une utilisation éthique et responsable de l'IA, nous devrions chercher des moyens de l'appliquer malgré les défis potentiels, car elle peut améliorer la qualité des données, accélérer les processus et, en fin de compte, produire des résultats plus percutants.

Comment les organisations peuvent-elles intégrer efficacement leurs données propriétaires dans les LLM afin d'améliorer la prise de décision et les opérations ?

Mariesa : Lorsque l'on travaille avec des données propriétaires et des LLM, la planification intentionnelle est primordiale. Mettez en place des contrôles supplémentaires et restreignez l'accès. Même au sein des équipes de développement, veillez à la séparation des tâches, le cas échéant, en particulier en ce qui concerne le développement et l'accès aux environnements de production. Comme pour l'automatisation, vous devez appliquer des mesures de protection. Bien que les clients envisagent cette intégration, ils restent prudents en raison de la sensibilité des données. C'est tout à fait possible, mais cela nécessite une approche différente et la mise en place de garde-fous solides.

« Même avec l'automatisation, les gens sont très prudents lorsqu'il s'agit d'informations confidentielles. Ce n'est pas impossible, mais vous devez l'envisager d'une manière un peu différente. Et il faut mettre en place les bons garde-fous. Les gens doivent se sentir habilités, mais les risques doivent également être atténués. »

Les gens craignent-ils que ces technologies ne les dépossèdent de leur travail à l'avenir ?

Mariesa : Étonnamment, l'IA générative ne suscite pas autant de craintes une fois que les gens l'ont comprise. Au contraire, la plupart des préoccupations tournent autour de la sécurité. Les dirigeants s'inquiètent du partage d'informations non autorisé. Les gens semblent désireux d'adopter ces technologies. Dans le domaine de l'automatisation et de l'IA, il est important de reconnaître que les méthodes de travail évolueront au fil du temps. La façon dont nous travaillons aujourd'hui ne sera plus la même au cours de la prochaine décennie, tout comme elle a changé par le passé. Bien que l'IA puisse avoir un impact sur notre travail, cela ne signifie pas nécessairement une perte d'emploi. Il s'agit plutôt d'un changement dans notre façon de travailler. Je suis fermement convaincue que les futurs recrutements et parcours de carrière intégreront la sensibilisation aux technologies. Tout le monde n'a pas besoin de devenir développeur, mais il sera de plus en plus courant de comprendre comment la technologie affecte votre rôle et d'avoir éventuellement des « assistants numériques » dans votre équipe. L'honnêteté au sujet de ces changements est cruciale, mais dans l'ensemble, le facteur peur n'est pas aussi important dans ce contexte.

Renforcer les capacités des personnes qui résolvent les problèmes

Quels sont les autres éléments clés à prendre en compte par les entreprises qui souhaitent développer leurs programmes d'automatisation ?

Mariesa : Qu'il s'agisse d'IA générative, d'automatisation ou d'analyse, il est essentiel de donner aux individus les moyens de relever les défis au sein de leurs rôles et de leurs équipes. Lorsque je repense à l'époque où j'ai commencé ma carrière chez GE, la méthode Lean était très répandue. Tout le monde n'avait pas besoin d'être un expert, mais tout le monde avait des connaissances de base. Tout le monde ne doit pas devenir développeur ; les organisations ont besoin de rôles divers, notamment dans les domaines de la vente et des ressources humaines. Encourager tout le monde à devenir développeur n'est peut-être pas l'approche idéale, mais il est essentiel que chacun comprenne comment il peut tirer parti de la technologie et comment l'utiliser. Nous avons besoin de spécialistes aux côtés de ceux qui possèdent des compétences plus larges ; il s'agit de disposer d'une boîte à outils polyvalente pour atteindre les résultats souhaités, et non d'une solution unique.

Merci, Mariesa, d'avoir partagé avec nous votre expertise et vos idées. Nous vous remercions pour votre contribution, qui guidera sans aucun doute les organisations sur la voie de l'exploitation du plein potentiel de l'IA générative.

L'adoption du potentiel de l'IA générative peut conduire à une résolution innovante des problèmes, à une simplification des opérations et à un meilleur engagement des clients. C'est un parcours dans lequel les organisations doivent s'engager avec prudence, mais aussi avec un esprit ouvert aux possibilités qui s'offrent à elles dans cet avenir dominé par la technologie.

Pour ceux qui souhaitent utiliser l'IA générative dès aujourd'hui, découvrez nos guides pratiques pour construire une automatisation alimentée par l'IA générative. Faites le premier pas pour exploiter la puissance de l'IA générative afin de stimuler la croissance et l'efficacité de votre organisation.

À propos de Mariesa Coughanour

user image

Mariesa est Directrice des conseils en matière de pratiques de l'automatisation chez Cognizant.

S'abonner par e-mailVoir toutes les publications LinkedIn
Ressources

Les prochaines étapes de votre parcours RPA

bottom divider
Essayer Automation Anywhere
Close

Pour les entreprises

Inscrivez-vous pour obtenir un accès rapide à une démo complète et personnalisée du produit

Pour les étudiants et développeurs

Entrez dès maintenant dans le monde de la RPA avec un accès GRATUIT à la Community Edition