Le système d’exploitation amélioré par l’intelligence artificielle (IA) : Votre entreprise est-elle préparée? 

La hausse de la productivité du travail agit comme un effet dominant pour la croissance économique, des salaires plus élevés et des niveaux de vie améliorés.

Les secteurs qui utilisent le plus l’IA (services financiers, technologies de l’information et services professionnels) voient la productivité de la main-d’œuvre augmenter presque cinq fois (4,8 fois) plus que les secteurs ayant une exposition à l’IA plus faible (comme le transport, la fabrication et la construction).^[1] Pourtant, pour un tiers des dirigeants des ressources humaines (RH), l’IA de la génération et les modèles langue (LLM) n’ont apporté aucun avantage à la productivité de la main-d’œuvre^[2], alors que seulement 27 % des employés s’attendent à ce que l’IA et/ou l’automatisation améliorent la façon dont leur travail est effectué au cours des trois prochaines années.^[3]

De toute évidence, la technologie n’est pas toujours efficace. Pour consolider le succès futur, les dirigeants d’entreprise devront jeter les bases aujourd’hui pour s’assurer que l’IA joue son rôle non seulement dans l’amélioration du rendement, mais aussi dans la rendre plus accessible au travail. Faites appel au système d’exploitation augmenté par l’IA.

La récompense est doublée :

Cette évolution est mieux mise en évidence par Walmart et IKEA.^[9]

Walmart utilise l’IA générative pour gérer la négociation des contrats avec les fournisseurs. Il s’agit d’un exemple de déploiement traditionnel de l’IA au niveau stratégique. Walmart a lancé un tel projet pilote d’IA pour négocier tous ses contrats avec les fournisseurs en 2021. Le projet pilote était strictement axé sur la négociation d’articles non destinés à la revente, comme les chariots de magasinage, les services de parc automobile et d’autres équipements utilisés par Walmart pour servir les clients finaux. Les négociations ont été compliquées, car elles comprenaient des offres d’escompte sur les prix basées sur les volumes de vente ou l’assortiment d’articles, une variété de calendriers de paiement combinés à des escomptes pour les paiements anticipés, mais aussi des modalités de paiement prolongées différentes, et la négociation de différentes options de résiliation de contrat. Ces projets pilotes ont permis d’obtenir trois fois le taux prévu de conclusion d’une entente, une moyenne de 3 % en économies de coûts et une prolongation des modalités de paiement à 35 jours.

Un autre exemple d’un détaillant utilisant l’IA est IKEA. La vision d’IKEA est de responsabiliser ses clients et d’être également perçu comme un conseiller en décoration d’intérieur. Ils ont déployé l’IA vers des services de bricolage (Faites-le-vous-même) et pour des conseils personnalisés en matière de décoration intérieure humaine. Depuis 2021, ils requalifient le personnel de leur centre d’appels pour devenir des conseillers en décoration d’intérieur à distance alors qu’ils délèguent les demandes de renseignements courantes des clients à leur robot conversationnel d’IA, Billie. Au milieu de 2023, IKEA a signalé que son robot conversationnel, Billie, a géré efficacement 47 % des demandes des clients depuis le lancement et qu’il a requalifié avec succès 8 500 travailleurs de centres d’appels pour servir les clients en tant que conseillers en décoration d’intérieur. En 2022, ils ont également lancé IKEA Kreativ, qui offre aux clients un moyen de concevoir et de visualiser les espaces de la maison et du bureau à partir de leurs propres ordinateurs ou téléphones intelligents. IKEA Kreativ combine des décennies d’expertise d’IKEA avec les derniers développements en matière d’informatique spatiale, d’apprentissage automatique et de technologies de réalité mixte 3D.

Une entreprise a intégré des modèles fondamentaux non seulement dans des domaines spécifiques de ses activités, mais aussi dans l’ensemble de sa chaîne de valeur. Cela fournirait des boucles de rétroaction contextuelles tout au long de la chaîne de valeur de l’entreprise, ce qui comprend l’entreprise, son écosystème et ses clients.

Les services contextuels pour les clients, ainsi que les capacités d’entreprise et d’écosystème qui peuvent être « homogénéisées » sont l’étoile nord des entreprises AOS. La construction de systèmes d’apprentissage automatique pour un large éventail d’applications (l’homogénéisation) est standard lors de la conception de modèles de base et est un facteur de différenciation de base entre une entreprise native de l’IA et une entreprise native du numérique.

Plus des deux tiers (67 %) des organisations adoptent de nouvelles technologies sans transformer leur façon de travailler.^[10] Mais sans les principes fondamentaux d’une transformation numérique et d’une stratégie de données, le simple fait de superposer l’IA au-dessus de votre système d’exploitation actuel n’est pas la solution (surtout dans le contexte de tâches fluides). Il est essentiel de comprendre la relation entre les données qui sous-tendent l’IA de la génération avant d’aller plus loin.

Demandez-vous : L’outil d’IA de la génération a-t-il été formé par des données de confiance provenant de diverses sources? D’où viennent ces données? Quelles sont ses limites? Les données sont-elles toutes recueillies dans la même région? Quelles sont les implications de cela? Comment le contexte culturel changera-t-il la mesure dans laquelle ces données sont utiles pour différents besoins des employés?

Cette nuance exigera que les organisations fassent de la conception du travail une capacité de base, leur permettant d’analyser des tâches spécifiques et leur fonction objective ou leur rendement de l'amélioration des performances (RAP).^[11]

Voici quatre relations prototypiques pour illustrer cette idée en utilisant la préparation fiscale comme exemple :

Cela exigera que les dirigeants d’entreprise repensent l’élaboration du plan d’affaires, y compris l’effondrement du cycle de planification des immobilisations pour devenir plus intégrés. Le besoin d’uniformiser les règles du jeu en ce qui concerne la façon dont une entreprise comptabilise ses investissements.

Bien que les principes comptables généralement reconnus (PCGR) puissent traiter différentes sources de travail de différentes façons avec les coûts des employés passés en charges par rapport aux coûts technologiques capitalisés, la comptabilité de gestion devrait utiliser des mesures comme le coût total des travaux.^[12] Cela normalise toutes les différentes « sources de travail » d’une organisation pour permettre une image réelle du coût et du rendement. Lorsqu’une entreprise pense à la croissance, elle est plus susceptible d’obtenir un effet multiplicateur en investissant dans une technologie qui peut apprendre par elle-même et profiter aux employés dans tous les services, par rapport à l’investissement dans un nouvel employé où les gains immédiats sont limités à cette personne.

Les employés utiliseront des outils d’IA, peu importe les restrictions, il est donc préférable de les impliquer dans le dialogue et d’assurer une utilisation éclairée. La refonte des rôles et la participation des collègues au processus de refonte peuvent les aider à voir comment ils peuvent passer leur temps différemment. Les employés estiment qu’un tiers de leur temps est actuellement consacré au travail banal et répétitif.^[13]

Un tiers (32 %) des cadres croient que l’IA ajoutera le plus de valeur à leur organisation en amplifiant l’intelligence pour permettre un travail de meilleure qualité.^[14] Pour ce faire, il faudra se rapprocher de la vie professionnelle quotidienne des employés pour comprendre ce qui les gêne. Combinez des pilotes d’IA avec des séances de remue-méninges pour trouver de nouvelles façons de perturber l’entreprise tout en amenant les employés dans le parcours.

Comme mentionné ci-dessus, la cocréation nécessitera des récompenses et des exigeances. S’assurer que les employés sont motivés à apprendre, à développer et à aider à faire évoluer le modèle d’affaires, en concevant un espace et du temps pour l’apprentissage et l’expérimentation dans le cadre du travail tout en pénalisant les personnes qui choisissent de rester immobiles.

Bien que la première étape consiste à s’assurer que les dirigeants d’entreprise et les TI sont sur la même longueur d’onde en ce qui concerne l’adoption de l’IA, le modèle d’IA en question ne peut pas apprendre sans que la main-d’œuvre l’adopte et y participe également. Pour encourager un travail d’équipe humain-machine positif, le « pourquoi » doit être clair pour les employés. Pour ce faire, soulignez comment l’intégration de l’IA est un partenariat (pas une menace) qui peut aider à différencier l’employé en améliorant son travail, en améliorant son efficacité, en ajoutant de la valeur à son quotidien et en contribuant à une expérience améliorée pour les employés.

Envisagez des champions de l’IA, mettez en œuvre des laboratoires « test et apprentissage » ou recueillez des exemples de pratiques exemplaires d’IA auprès de différentes équipes avec des commentaires périodiques pour éviter la réflexion en groupe. Il y a souvent un déséquilibre dans l’adoption des outils d’IA parmi les hauts dirigeants, les cadres intermédiaires et le personnel subalterne. Assurez-vous que ces champions et ces histoires de réussite reflètent les différentes personnalités de votre entreprise afin qu’elles se sentent pertinentes.

La gouvernance doit être multicouche, avec différents niveaux de surveillance en fonction des risques impliqués. Cela peut impliquer des équipes interfonctionnelles. Par exemple, les services des TI et des RH sont de plus en plus réunis sous une seule direction pour une meilleure gestion des ressources, comme Nestlé l’a fait sous la direction de Beatrice Guillaume-Grabisch^†. La gouvernance peut également inclure une méthode centralisée permettant aux parties prenantes de suivre, d’évaluer et d’atténuer les risques (qui peut ensuite être utilisée pour éduquer davantage les employés).

Certains dirigeants voient le potentiel de cultiver de nouveaux partenariats avec des fournisseurs ou de travailler avec des concurrents pour améliorer leur résilience aux cybermenaces ou résoudre certains des problèmes les plus graves de l’utilisation éthique de l’IA.

Le changement est inévitable et les systèmes d’exploitation en feront partie intégrante. Les chefs d’entreprise doivent saisir le potentiel (et les risques) afin de saisir cette occasion avec les deux mains. Le succès dépendra d’une compréhension approfondie du système d’exploitation existant et des implications des données , avant de cocréer intentionnellement le système avec les employés et de rester conscient des risques.

Cela changera les modèles d’affaires partout, ce qui changera notre façon de travailler et les personnes avec qui nous travaillons. Chaque organisation devra voir le potentiel de collaboration avec un bassin toujours croissant d’intervenants (y compris les concurrents). De même, les dirigeants doivent concevoir leurs organisations et travailler avec une plus grande orientation vers l’IA afin que la technologie puisse tenir ses promesses de productivité.