Un comité de direction formule une ambition : croissance, marge, plus rapide vers le client. Tout le monde acquiesce. Mais celui qui lit cette ambition comme "nous faisons plus avec moins de personnes" veut dire autre chose que celui qui lit "nous laissons l'IA effectuer la plus grande partie du travail routinier et gardons les personnes pour le travail qui exige du jugement". Les deux lectures correspondent à la même phrase sur la même page de stratégie. La différence n'apparaît que lorsque quelqu'un doit décider : qui reçoit le mandat sur un système d'IA, qui signe pour un résultat qu'un modèle a préparé, et qui est responsable si cela tourne mal.
La stratégie et la gouvernance ne constituent donc pas une dimension à part parmi les autres. C'est la couche dans laquelle une ambition est traduite en ce qui peut se passer, par qui, et sous quelle supervision. Sans cette traduction, une ambition reste une phrase sur papier.
L'IA reprend déjà aujourd'hui des activités, par parties, pas partout à la même vitesse. Cela se produit sous trois formes qui traversent chaque couche de l'organisation :
1. L'IA exécute la tâche entièrement. 2. L'IA exécute la tâche en partie, avec une personne qui approuve ou rejette, avec motif. 3. La tâche reste un travail humain, parce que le jugement, la responsabilité ou le contexte l'exigent.
Pour les processus et l'exploitation, cela signifie une autre répartition du travail. Pour la gouvernance, cela signifie autre chose : qui détient le droit de décision lorsqu'une tâche passe de la forme 1 à la forme 2, et qui remarque qu'une tâche considérée comme "travail humain" ne l'est plus entre-temps ? Dans de nombreuses directions, ce droit de décision n'est consigné nulle part. Il y a une ambition, il y a un agenda technologique, mais il n'y a pas de réponse à la question de savoir qui peut dire qu'une équipe travaille désormais avec le soutien de l'IA au lieu de sans.
Les entreprises où cela fonctionne déjà ont décomposé l'ambition en couches : une vision, l'état dans lequel cette vision devient concrète (vision state), une cible, et l'état dans lequel cette cible devient concrète (target state). À chaque couche, on a précisé ce que signifie le travail réalisé par l'IA pour cette couche et qui en décide. Un manager intermédiaire peut ainsi répondre à une question comme "cette équipe peut-elle utiliser un outil d'IA pour les premières évaluations" sans devoir remonter cette question à la direction.
Les entreprises où cela ne fonctionne pas encore ont souvent bien une stratégie et bien une initiative IA, mais aucun lien entre les deux. La stratégie parle de croissance et d'efficacité en termes généraux ; l'initiative IA se déroule au sein du département informatique ou dans une équipe isolée. Personne n'a défini quelle capacité l'organisation a besoin pour faire se rejoindre les deux : qui vérifie si un résultat produit par l'IA est suffisamment bon, qui est propriétaire du risque si ce n'est pas le cas, et quelle décision à ce sujet doit se situer au niveau de la direction et laquelle non.
Cette différence ne réside pas dans le niveau d'ambition. Elle réside dans le degré de préparation : l'organisation a-t-elle déjà organisé les droits de décision, la répartition des rôles et les moments de vérification, ou cela doit-il encore se faire avant que le travail puisse réellement se déplacer.
La différence perceptible ne se situe pas dans la présentation de la stratégie mais dans le moment qui suit. Une direction qui a effectué la traduction peut répondre à une question sur l'usage de l'IA dans une équipe dans le cadre du mandat existant. Une direction qui ne l'a pas fait laisse cette question en suspens, ou décide au cas par cas, après quoi la question suivante, similaire, fait de nouveau l'objet d'un débat. Cela ne coûte pas d'argent visible sur une facture, cela coûte de la capacité libérée qui ne se libère pas réellement parce que personne n'a eu le droit de décider que le travail serait organisé différemment.
Le travail derrière cette dimension ne consiste donc pas à rédiger une politique IA. Il consiste en quatre couches qui s'articulent entre elles : une vision qui indique pourquoi le travail réalisé par l'IA est pertinent pour l'ambition, un vision state qui décrit à quoi cela ressemble concrètement, une cible qui le traduit en capacité et en résultat, et un target state qui fixe les rôles et droits de décision nécessaires à cet effet. Huit dimensions et cinq confidence gates vérifient si ces couches s'articulent réellement ou se trouvent simplement côte à côte.
Si le sujet s'oriente vers des conséquences pour le personnel, ceci s'applique : des exigences légales propres existent pour cela, indépendamment de cette évaluation.
La stratégie et la gouvernance ne sont pas isolées du reste. Le bon fonctionnement d'un droit de décision dépend de la manière dont les processus sont organisés pour traiter réellement les résultats produits par l'IA, de la présence de la technologie et de la capacité nécessaires pour exécuter ces décisions, et de la capacité de la mesure de performance à montrer si un déplacement produit le résultat escompté. La question de savoir comment un comité de direction apprend à utiliser les mêmes mots pour la même ambition s'y rattache directement également, tout comme la question de savoir pourquoi une stratégie reste parfois un document au lieu d'un cadre de décision.
La question sous-jacente — quel travail dans cette entreprise peut réellement être repris par l'IA — reçoit une réponse par tâche grâce au scan de travail de FTE TO AI.
Le contrôle de préparation gratuit se compose de huit questions courtes, une par dimension, et donne une image de l'endroit où votre organisation est la plus avancée et de l'endroit où du travail reste à faire. L'évaluation d'ambition complète, avec les quatre couches et les cinq confidence gates, est en cours de développement.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.