Passer à l’échelle est le défi majeur des projets d’intelligence artificielle (IA). Depuis ChatGPT, tout le monde parle d’IA mais peu de projets dépassent le stade de l’expérimentation et des POC (preuve de concept) pour être déployés dans les organisations. 

Pourquoi? Et surtout comment faire pour réussir le passage à l’échelle?

Par Alexandre MARTINELLI, CEO La Javaness

Ces questions étaient au cœur des discussions du dernier dîner-débat du Club. Un panel de Directeurs du Numérique et des Systèmes d’Information de l’État et des entreprises publiques était réuni pour apprendre des retours d’expérience de La Javaness, start-up française spécialisée dans l’IA souveraine et de confiance. Alexandre Martinelli, son dirigeant-fondateur, a témoigné de la nécessité d’une forte coordination entre les équipes IT, métiers et data pour industrialiser les solutions IA. Parmi les défis les plus fréquents reviennent l’alignement des compétences, la gestion des attentes des métiers et l’intégration de solutions IA dans des environnements informatiques complexes. 

Les initiatives d’IA dans les grandes organisations sont nombreuses mais peu parviennent à l’industrialisation. Les projets d’IA, une fois validés en POC, se heurtent trop souvent à des problèmes d’infrastructure ou de gouvernance des données. A La Javaness, notre expertise consiste à déployer à grande échelle des solutions IA adaptées aux besoins métiers qui s’intègrent dans les infrastructures, quel que soit le secteur et les contraintes opérationnelles et réglementaires. L’IA est une matière vaste à appréhender : il nous a fallu beaucoup de R&D et d’humilité pour parvenir à industrialiser des solutions pour nos clients publics et privés.  

Les erreurs à ne pas commettre

La première erreur est de considérer l’IA comme un sujet de pure algorithmie, alors que l’algorithme n’est qu’une composante du projet. De plus, l’enjeu autour de l’algorithme n’est pas tant la technique que la confiance comme préalable à l’adoption. Par exemple, lors d’un projet pour Saint-Gobain la phase de recherche utilisateur a permis de comprendre que les 10 000 commerciaux en B2B n’adopteront la solution de smart pricing que s’ils gardent une marge de négociation. Nos data scientists ont donc développé un algorithme de machine learning sous un prisme “que ferait le meilleur commercial avec les données disponibles” et un module d’explicabilité, ce qui a facilité l’adoption. 

La seconde erreur porte sur les infrastructures (datalake, data plateforme, data mesh…). Rechercher le stack parfait est non seulement coûteux mais inutile. D’expérience, il est tout à fait possible de mixer les technologies anciennes aux plus modernes. Ainsi dans une grande banque française, les solutions modernes (Cloud, Spark, Trino, stockage objet, Tableaux) côtoient très bien de vieux ETL, Denodo, etc. De même au sein d’une autorité de régulation, une stack on premise (Déploiement par VM, pas de Docker) s’interface à une partie moderne en Cloud Azure. Enfin, un acteur de l’énergie parvient à déployer des solutions IA sans datalake. 

La troisième difficulté porte sur les compétences spécifiques aux solutions d’IA. Peu d’acteurs sont aujourd’hui capables d’aligner les savoir-faire concernant le développement et le déploiement d’applications informatiques avec les spécificités de l’IA. En effet, si les DSI maîtrisent parfaitement toutes les prestations run et supports, elles n’ont que peu d’expérience sur les nouveaux langages (python, R), les contraintes hardwares (GPU, RAM), l’entraînement et l’inférence, qui mélangent à la fois de besoins batch et temps réel, la gestion des boucles de retour, etc… A l’inverse, les équipes data scientists et d’ingénieurs IA ont une maîtrise limitée des contraintes IT qualité / dev / sec / ops (Docker, CICD, tests, sécurité, etc). Une des solutions est de se  faire accompagner pour monter en compétence et parler un langage commun.

Une capacité à passer à l’échelle avec des solutions IA sur mesure, en comprenant les enjeux métiers et techniques cruciale pour les organisations face à la mondialisation et aux nouvelles technologies.

L’IA est en train de redéfinir les processus métiers dans tous les secteurs. La capacité à passer à l’échelle sera un différenciateur clé pour les administrations comme les entreprises dans les années à venir. Avec la mondialisation et l’adoption rapide des nouvelles technologies, les organisations doivent être agiles et prêtes à adopter des solutions IA sur mesure, dont la valeur n’est pas tant dans l’algorithme que dans l’ingénierie d’un système complexe tirant parti de l’IA.

Le passage à l’échelle des projets IA ne se résume pas à une méthodologie. Il nécessite une compréhension fine des enjeux métiers et des infrastructures techniques, ainsi qu’un accompagnement d’experts. Le développement de stratégies robustes, incluant la gouvernance des données et l’intégration continue, permettra de faire face à ces nouveaux défis. La Javaness continue de soutenir ses partenaires dans cette transition avec des solutions IA éthiques et durables. Car, au-delà de l’industrialisation, l’IA pose des questions majeures sur la souveraineté des entreprises et des Etats. A cet égard, la maîtrise de l’open source est un enjeu stratégique pour les grandes organisations, qui reste à adresser.

A propos d’Alexandre MARTINELLI

Alexandre Martinelli est le CEO et co-fondateur de La Javaness, une entreprise spécialisée dans l’intelligence artificielle responsable. Avec plus de 15 ans d’expérience dans l’ingénierie IT et le conseil en transformation, il a co-fondé La Javaness en 2015. En tant que CEO, il assure le pilotage stratégique et technologique de l’entreprise, contribuant à son développement et à son positionnement dans le secteur de l’IA. Alexandre Martinelli est également engagé dans la promotion d’une IA éthique et durable, soutenant ses partenaires dans leur transition technologique

Retour sur l’intervention du 15 janvier 2024 de Jérôme Bouquet (Diner-debat « L’impact de la culture d’entreprise sur votre business et son évolution » ), spécialiste des projets d’innovation et de transformation en environnements contraints, intervention dans laquelle il a présenté sa méthode originale R-Inflexion®.

En 1987, Frederick Brooks, lauréat du prix Turing, publiait un article intitulé « No silver bullet – Essence and Accident in Software Engineering ». Emprunté aux croyances populaires, Fred Brooks désigne par « Silver Bullet » (balle d’argent) les technologies et les techniques miracles censés, comme par enchantement, apporter des gains de productivité, et ainsi tuer les monstres redoutés de perte de contrôle des projets informatiques.
Après 35 ans, ces réflexions n’ont rien perdu de leur pertinence et sont plus que jamais d’actualité : malgré les belles promesses des technologies, les transformations digitales restent des chantiers périlleux, complexes, difficiles, et sans garantie de succès !
Est-ce à dire que nous ne sommes pas en mesure de voir et d’appréhender toutes les dimensions de ces programmes de transformation digitale ? Que ne voyons-nous pas ? Quelles difficultés nous cachent les technologies ?

Dans son analyse, Frederick Brooks distingue les difficultés intrinsèques des difficultés accidentelles. Le logiciel, qu’on appelle aujourd’hui digital, est une construction conceptuelle et abstraite : des données, des relations, des algorithmes, des fonctions, des prompts, … La complexité intrinsèque du développement de logiciel réside dans la définition et le test de cette construction conceptuelle.
A l’opposé, la complexité accidentelle correspond aux difficultés à programmer, c’est-à-dire à traduire ces concepts dans un langage compréhensible pour la machine.
Si les technologies (IA, système expert, langage de programmation …) permettent de réduire la complexité accidentelle, elles ne permettront pas de supprimer la complexité intrinsèque du digital, liée à sa conceptualisation et à sa définition.
Le succès des transformations digitales repose avant tout sur la maîtrise de cette complexité intrinsèque.

« No silver bullet ».

Nous nous illusionnons toujours des gains importants que pourraient apporter les nouvelles technologies de façon miraculeuse, gains qui pourraient devenir une menace destructrice si nous n’en devenons pas maîtres assez vite.

Nous sommes aveuglés par la conviction que plus de données, plus d’automatismes, plus de connexions, plus d’outils apportent plus d’améliorations, de performance et de pouvoir sur le marché. Dans cette course, appuyées par les benchmarks et les recommandations d’experts reconnus, les directions de la transformation digitale diagnostiquent et planifient les actions pour implémenter toujours plus de solutions. Les équipes doivent s’adapter, acquérir de nouvelles compétences et s’inscrire dans ces nouveaux standards.

Le problème, c’est la solution.

Même si cette prescription de solutions technologiques rassure et donne un sentiment de maîtrise à la direction, elle provoque un sentiment d’incompétence et de perte d’identité au sein des équipes, et par conséquence un désengagement néfaste pour la performance. On parle alors de résistance au changement.

Au fond, c’est la manière de conduire le changement focalisée sur la solution technologique qui provoque la résistance. Cette résistance est le signe que nous sommes passés à côté de la complexité intrinsèque du problème que nous cherchons à régler. Nous entrons dans un cercle vicieux où plus la direction explique, plus la résistance des équipes est forte. Plus on pousse des solutions, plus le système humain résiste.

J’ai récemment aidé la direction d’une entreprise industrielle à engager ses équipes dans la mise en œuvre de sa stratégie digitale. Après une période de croissance importante, l’augmentation des retours négatifs des clients et des retards de livraison affecte ses résultats économiques. Elaborée avec le support d’une expertise externe, la stratégie choisie vise à améliorer la performance et la qualité des produits. Cependant, les technologies de mesures automatisées à base d’IA, la numérisation des procédés et l’optimisation de la performance par l’utilisation des données n’emportent pas l’adhésion des équipes. En effet, se sentant dépossédées de leur métier, prises dans un système encore plus complexe où les injonctions de la technologie s’additionnent aux contraintes existantes, elles restent très passives face à l’urgence. Les tensions montent, les équipes n’y croient pas. En fait, la solution technologique empire la situation.

S’appuyer sur la résistance au changement pour comprendre la complexité

Au cours de mon intervention, plutôt que de chercher à réduire cette résistance au changement, je m’appuie dessus pour mettre au jour méthodiquement les croyances et les schémas de penser qui guident de façon invisible le fonctionnement collectif et stratégique de l’entreprise.

Il apparaît que, forte de son expertise, l’entreprise s’est longtemps différenciée par des produits d’excellence de haute performance. Les croyances qui en ont guidé le développement sont devenues des certitudes, des évidences dont on ne parle plus mais qui conditionnent l’organisation, les décisions et l’identité de l’entreprise. Dans cette culture, la stratégie digitale focalise ses efforts sur la performance, vue comme la solution à tous les problèmes.

En fait, cette perspective biaise l’interprétation des retours des clients : plus que la performance, ces derniers attendent désormais de la facilité d’utilisation, de la réactivité et du support. Cela requiert, à l’inverse de l’expertise, de l’écoute, de l’agilité et une approche transversale. Enfermées dans un schéma de performance, les équipes se retrouvent prises dans la situation paradoxale d’augmenter leurs efforts mais de voir la satisfaction client baisser.

La prise de conscience amène à l’apprentissage collectif

Tel un miroir, l’explicitation des croyances que je restitue à la direction rend visibles les angles morts induits par cette culture de l’excellence principalement orientée vers la performance. Au travers des discussions, la définition de l’excellence s’enrichit de critères nouveaux de service, de réactivité et d’adaptation en accord avec la relation que l’entreprise entend développer avec ses clients.

De cette prise de recul naît un nouveau dialogue entre les parties prenantes et induit un changement d’état d’esprit où chacun se sent de nouveau acteur. Chacun repense son rôle, ses interactions et ses compétences. L’organisation entre dans une démarche d’apprentissage. Bien plus que l’acquisition d’un savoir universel technologique venu de l’extérieur, cet apprentissage est une construction collective adaptée au contexte de l’entreprise et à son histoire. Moins focalisées sur les solutions et les outils rationnels, les équipes combinent les points de vue, les savoirs, les données et construisent une nouvelle vision et une nouvelle culture.

Le projet de transformation digitale évolue. Il ne s’agit plus d’outiller une chaîne de contrôle de l’excellence, mais de créer de la transparence et des automatismes pour que chaque acteur puisse gagner en autonomie, améliorer sa performance et sa qualité au service du client. L’expertise digitale peut alors apporter toute sa valeur.

Conclusion : la magie du digital opère lorsque l’on adopte la bonne perspective

Nous pouvons regarder une situation selon plusieurs perspectives, plusieurs lunettes. Certaines nous aveuglent par des solutions reconnues et des projections rassurantes. D’autres, plus abstraites et moins évidentes, nous apportent plus de recul et d’acuité ici et maintenant.

Savoir que l’on doit être au point B et non au point A est une chose. Identifier les leviers et les forces qui permettent de passer de l’un à l’autre en est une autre : cela nécessite de percevoir des dimensions plus complexes et moins immédiates, telles que la dynamique, la vitesse, l’accélération. Dans une transformation digitale, la culture, les croyances et les motivations sont des forces invisibles et complexes qui ont un impact direct sur la dynamique et la trajectoire de l’entreprise.

Une vue systémique des croyances et des représentations liées à la culture d’une organisation nous donne les moyens et le leadership pour construire de nouvelles perceptions, une nouvelle façon de concevoir la situation et l’inflexion que l’on veut y apporter.

On voit ce que l’on croit. On implémente dans la technologie ce que l’on croit. La complexité réside dans ce que l’on ne se représente pas, ce qui est caché par notre culture.

Nos croyances, aussi abstraites et invisibles soient elles, ont un impact très concret sur nos perceptions, nos réalisations collectives et notre performance.

« Il est plus facile de désintégrer un atome qu’un préjugé », disait Einstein. Tout est question de lunettes et de méthode.

Jérôme Bouquet

SOURCE : https://www.jerome-bouquet.com/no-silver-bullet/

/*! elementor - v3.21.0 - 24-04-2024 */
.elementor-widget-image{text-align:center}.elementor-widget-image a{display:inline-block}.elementor-widget-image a img[src$=".svg"]{width:48px}.elementor-widget-image img{vertical-align:middle;display:inline-block}

Le Club de la Transformation Numérique invité par le Cercle de réflexion sur la capacité de transformation des grandes entreprises et administrations françaises (Cercle KTr) à la présentation de sa nouvelle synthèse, vous propose un récapitulatif résumé.

En effet, le cercle KTr a dévoilé, le 24 juin dernier au Sénat, à ses adhérents en exclusivité, la synthèse de ses travaux dont la 1ère version avait été proposée à Bercy en septembre 2021,  sur la capacité de transformation.

Cette synthèse a depuis lors été très largement complétée par des travaux qui ont permis de l’enrichir, de manière plus ancrée aux réalités vécues des entreprises, avec des retours d’expérience, un sondage réalisé l’année dernière, des tables rondes, etc. Retravaillée et complétée, elle intéressera assurément, nous en sommes convaincus, tous les acteurs publics et privés, dirigeants, experts, praticiens, chercheurs et autres acteurs de la transformation numérique.

En croisant les angles de vision de ces acteurs, la version 2024, qui devrait être rendue publique très prochainement sur le site internet de KTr, propose à partir du 1^er modèle (2021), un nouveau modèle décrivant des variables organisationnelles, culturelles et de SI.

La session a été ouverte par Pierre-Yves Huerre, Président du Cercle KTr qui a rappelé les objectifs du Cercle : apporter aux dirigeants des éclairages innovants et concrets sur les moyens de positionner efficacement la capacité de transformation de leurs organismes. Puis, il a présenté la démarche qui a abouti à la version actuelle avant de passer la parole à Georges Blanc, animateur du groupe qui a travaillé sur l’aspect stratégie.

Georges Blanc a exposé la vision du Cercle à ce niveau : un besoin de transformation à un instant t, répondant à plusieurs types de stratégies (optimiser à positionnement constant, adapter son positionnement stratégique, créer du potentiel) v/s une capacité de transformation à cet instant, fruit de l’histoire de l’entreprise, assise sur trois piliers organisationnel, culturel et SI.

Si la capacité de transformation répond au besoin, tant mieux. Sinon, les dirigeants sont invités à revoir leur ambition à la baisse, et, idéalement, investir dans la capacité de transformation…

Fadi El Gemayel, animateur du groupe organisation ensuite a précisé les leviers organisationnels de la capacité de transformation et leur évolution : l’aptitude à écouter son environnement, disposer d’un langage commun et de la connaissance / compétence pour définir des cibles pertinentes pour ces transformations ; ainsi que celle de les organiser et les piloter au bon niveau avec un choix de « faire vs faire faire » assumé avec les compétences de management des transformations internes suffisantes, la capacité à déléguer et à piloter de façon adaptée.

Xavier Cabot, enfin a exposé les aptitudes ayant trait à la culture, dans ses aspects visibles (comportements, SI et interactions, symboles et rituels) mais aussi non visibles (valeurs et croyances), qui vont aider ou freiner la capacité de transformation des entreprises : de la capacité à se connaître, à l’engagement et la mobilisation des équipes et de la ligne managériale, en passant par la capacité à activer le changement, construire ensemble et fixer le sens.

Le dernier chapitre, présenté par Michel Cottura, a abordé le rôle des SI ; pivot dans les grandes transformations. Un rôle qui peut être inhibiteur ou facilitateur/accélérateur, qui doit être compris… et pour cela expliqué par les DSI, d’autant plus que l’équilibre entre maintenir un existant de plus en plus lourd et investir pour permettre la transformation n’est pas si évident que cela à trouver. On retrouve à ce niveau quatre leviers : moyens et compétences, processus d’ingénierie, l’architecture SI, la Data et l’IA… ainsi que trois variables transverses : la capacité d’innovation, la stratégie de la DSI et son adaptation, et, bien entendu, le pilotage.

Pour accompagner un tel changement de paradigme où « le métier de l’entreprise est de délivrer le service », vers celui où « le métier de l’entreprise est de délivrer et de changer le service », le cercle KTr a la conviction en conclusion que seule l’équipe dirigeante a la légitimité pour le porter et en impulser la mise en œuvre. Qu’il soit écouté et exaucé dans ses vœux.

Le Club de la Transformation Numérique remercie tous les fondateurs du Cercle de réflexion sur la capacité de transformation des grandes entreprises et administrations françaises (Cercle KTr) de leur écoute attentive, de leur confiance inspirante à l’élaboration de ces travaux depuis le début et à l’intelligence collective dédiée au service de la transformation des entreprises françaises pour le bien commun.

Quelle est la maturité digitale de votre entreprise ? C’est par cette simple question, que Michaël Tartar, CEO de DIMM.UP, a introduit sa conférence, lundi 1er juillet 2024, après avoir présenté son parcours professionnel aux adhérents du Club de la Transformation Numérique. Un parcours qui l’a amené de l’apprentissage du codage informatique sur un ZX81, jusqu’au lancement de sa start-up, en passant par la transformation digitale de grandes structures et la publication de plusieurs livres sur le sujet.

La maturité digitale d’une entité économique, qu’elle soit publique ou privée, petite ou grande, relève de nombreux facteurs. La difficulté étant de les apprécier tous de manière cohérente. S’appuyant sur ses années d’accompagnement sur la transformation digitale de grands groupes, Michaël a élaboré une approche holistique de la mesure de la maturité digitale. Avec le co-auteur de son premier livre, David Fayon, il a normalisé cette approche en publiant le premier modèle de maturité digitale complet. Le DIMM (Digital Internet Maturity Model), publié en 2014, est en effet le premier du genre à embrasser le numérique dans son ensemble, pas uniquement sur ses aspects technique, marketing et communication.

Mis à jour en 2019 suite à la thèse de David, les nombreux retours des lecteurs et publications sur la digitalisation, la nouvelle version de DIMM était à la fois complète, adaptée à tous les secteurs d’activité, à toutes les tailles d’entreprise et intégrant des coefficients de pondération des différents aspects de la digitalisation selon leur importance. Sous l’impulsion de l’accélération de l’adoption du digital pendant la crise du Covid-19, puis l’arrivée à maturité de la sobriété numérique, une nouvelle édition est sortie en 2022 au travers du livre La transformation digitale pour tous !

Cette nouvelle édition, best-seller chez l’éditeur Pearson, est augmentée d’une solution logicielle SaaS pour mettre en œuvre le modèle DIMM lors de diagnostics de maturité digitale : la plateforme dimmup.com.

Au cours de sa présentation, Michaël a décrit les six leviers de digitalisation d’une entité économique : stratégie, organisation, personnel, offre, technologie & innovation, environnement. Il invite chacun à s’interroger sur chacun de ces leviers, afin de bien comprendre en profondeur comment les bonnes pratiques du numérique sont mises en œuvre :

Toutes ces questions, et surtout les 115 indicateurs qui composent le modèle DIMM, soulèvent de nombreuses interrogations et incitent au partage de retours d’expérience, comme l’ont montré les débats pendant le dîner. C’est tout l’intérêt de la démarche, suivie lors d’un diagnostic digital à 360 degrés. L’objectif étant de produire rapidement une photographie de la situation actuelle, et de donner aux dirigeants un cadre de pilotage de la transformation digitale, objectif et sans parti pris.

En parallèle des échanges avec les participants, Michaël s’est appuyé sur un enchaînement de tâches réalisées en coulisses par un robot et l’IA. À partir des données collectées en réponse à sa question d’introduction, un automate a retrouvé le profil LinkedIn de chaque participant, il a scrappé leur profil, puis une première IA a déduit la tonalité adaptée à chacun pour communiquer efficacement. Ensuite une deuxième IA a généré un court texte, envoyé en tant qu’invitation LinkedIn. Une belle manière de mettre en pratique l’IA au service d’un conférencier augmenté.

Si un dirigeant d’entreprise ou un manager dédié, lui aussi, a répondu à la question d’introduction de cet article, il aura une idée de la maturité digitale de son entreprise, sur une échelle de 0 à 5. Faire son diagnostic digital l’aidera à objectiver cette intuition, et à identifier les forces et les axes de progrès. Cet effort, qu’il est important de conduire régulièrement, est un préalable indispensable pour tirer profit des innovations numériques, et tout particulièrement les inéluctables intelligence artificielle et informatique quantique. Il pourra ainsi profiter de ces innovations de rupture et plus généralement du digital ! S’il sait d’où il part, le dirigeant ou le responsable de la transformation numérique, en toute objectivité ne se laissera pas influencer par les modes et en partagera pourquoi pas les enseignements qu’il tire de son diagnostic !