L'IBM Institute for Business Value a récemment publié sa dernière étude mondiale, « Saisir l'opportunité de l'IA et de l'automatisation » (« Seizing the AI and automation opportunity »), une analyse résultant de 2 000 entretiens avec des dirigeants de tous les secteurs, qui révèle que ces derniers reconnaissent les avantages opérationnels, et financiers, de l'automatisation intelligente. Selon le rapport, 92 % des dirigeants interrogés prévoient de numériser les flux de travail de leur organisation et de tirer parti de l'automatisation alimentée par l'IA d'ici 2026.
Pourquoi associer l’IA générative à l'automatisation ? Lorsque les entreprises entreprennent des efforts de transformation numérique et intègrent les données et la technologie dans l'ensemble de leurs opérations et processus, elles ouvrent l'opportunité d'automatiser les activités commerciales - telles que les tâches administratives, les flux de travail, le monitoring et l'intégration entre les plateformes. Dans le même temps, la transformation numérique augmente aussi considérablement la complexité des systèmes technologiques, des plateformes et de l'infrastructure sur lesquels les entreprises fonctionnent, il n'est donc pas surprenant que les services informatiques aient été à l'avant-garde de l'automatisation. L'étude montre que les dirigeants s'attendent à ce que les taux d'automatisation dans la gestion des services informatiques, le DevSecOps et la gestion des opérations informatiques doublent au moins au cours des trois prochaines années.
Par exemple, lorsqu'une entreprise est suffisamment avancée dans sa transformation numérique, ses systèmes peuvent être si complexes, avec tellement de données générées, qu'il est presque impossible pour les ingénieurs de les surveiller seuls. C'est un domaine dans lequel l'automatisation n'est pas seulement bénéfique, elle devient un impératif pour l'entreprise. Les outils d'automatisation peuvent surveiller d'énormes quantités d'informations plus rapidement que n'importe quel cerveau humain, et alerter les ingénieurs sur des problèmes en fonction de règles et seuils préétablis portant sur la consommation de mémoire, de puissance de stockage, le coût et d'autres facteurs critiques pour l'entreprise.
L'IA générative permet à cette technologie d'automatisation déjà efficace de gagner un niveau supplémentaire d’efficacité. Avec l'IA générative, il ne s'agit pas seulement de surveiller et de pré-établir des seuils et des règles mais également d'identifier et de générer des modèles auto-apprenants. Il ne s'agit pas seulement d'alerter les ingénieurs d'un problème, mais également de rédiger des rapports sur les causes probables et de suggérer des solutions - tout cela avant même que le problème ne survienne.
Les services informatiques semblent le bon endroit pour observer un retour sur investissement de l'automatisation intelligente, étant donné l’énorme quantité de données produites à des vitesses impossibles à traiter en temps réel par un humain. Cependant, de la même manière que les systèmes informatiques deviennent de plus en plus complexes, l’ensemble des entités opérationnelles des départements constituants les entreprises gagnent en complexité.
Alors, dans quels autres domaines la combinaison de l'IA générative et de l'automatisation peut-elle s'avérer efficace ? On attend désormais de tous les départements et employés qu'ils traitent davantage d'informations plus rapidement et qu'ils gèrent plus de données à travers un plus grand nombre d'outils et de plateformes, parfois incompatibles. L'automatisation peut être tout aussi utile pour rationaliser les processus et éliminer la pénibilité des tâches répétitives pour ces équipes qu’elle l’est pour l’informatique, mais il existe un obstacle important - les équipes non techniques ne disposent pas des compétences d'ingénierie nécessaires pour programmer les automatisations.
Maintenant, si l'on applique l'IA générative à l'outil d'automatisation pour que les employés non techniques puissent utiliser le langage naturel pour programmer ce qu'ils veulent automatiser, cette barrière est supprimée. De nombreux dirigeants réfléchissent à la manière dont ils peuvent mettre en œuvre la technologie au plus proche du lieu de travail pour responsabiliser les employés et améliorer la productivité. En fait, 54 % des dirigeants interrogés ont déclaré qu'ils évaluaient le rôle de l'automatisation et de l'IA dans la mise en place de nouvelles méthodes de travail.
La transformation numérique, nécessaire à toute entreprise pour survivre dans l'économie moderne, peut apporter de la complexité, mais elle crée également l'opportunité de l'automatisation et de l'application de l'IA générative. Les dirigeants qui souhaitent trouver des moyens d'appliquer l'IA générative devraient commencer par examiner les domaines dans lesquels l'automatisation pourrait avoir, ou a peut-être déjà, un impact marqué sur leur organisation.
L'étude a révélé que 8 dirigeants sur 10 conviennent que les bénéfices de l'IA générative surpassent les risques potentiels. Lorsque l’on découvre la puissance de l'IA générative et de l'automatisation, il est facile de comprendre pourquoi.
Pour consulter l'intégralité de l'étude de l'IBM Institute for Business Value : https://www.ibm.com/thought-leadership/institute-business-value/en-us/report/ai-and-automation
Pourquoi associer l’IA générative à l'automatisation ? Lorsque les entreprises entreprennent des efforts de transformation numérique et intègrent les données et la technologie dans l'ensemble de leurs opérations et processus, elles ouvrent l'opportunité d'automatiser les activités commerciales - telles que les tâches administratives, les flux de travail, le monitoring et l'intégration entre les plateformes. Dans le même temps, la transformation numérique augmente aussi considérablement la complexité des systèmes technologiques, des plateformes et de l'infrastructure sur lesquels les entreprises fonctionnent, il n'est donc pas surprenant que les services informatiques aient été à l'avant-garde de l'automatisation. L'étude montre que les dirigeants s'attendent à ce que les taux d'automatisation dans la gestion des services informatiques, le DevSecOps et la gestion des opérations informatiques doublent au moins au cours des trois prochaines années.
Par exemple, lorsqu'une entreprise est suffisamment avancée dans sa transformation numérique, ses systèmes peuvent être si complexes, avec tellement de données générées, qu'il est presque impossible pour les ingénieurs de les surveiller seuls. C'est un domaine dans lequel l'automatisation n'est pas seulement bénéfique, elle devient un impératif pour l'entreprise. Les outils d'automatisation peuvent surveiller d'énormes quantités d'informations plus rapidement que n'importe quel cerveau humain, et alerter les ingénieurs sur des problèmes en fonction de règles et seuils préétablis portant sur la consommation de mémoire, de puissance de stockage, le coût et d'autres facteurs critiques pour l'entreprise.
L'IA générative permet à cette technologie d'automatisation déjà efficace de gagner un niveau supplémentaire d’efficacité. Avec l'IA générative, il ne s'agit pas seulement de surveiller et de pré-établir des seuils et des règles mais également d'identifier et de générer des modèles auto-apprenants. Il ne s'agit pas seulement d'alerter les ingénieurs d'un problème, mais également de rédiger des rapports sur les causes probables et de suggérer des solutions - tout cela avant même que le problème ne survienne.
Les services informatiques semblent le bon endroit pour observer un retour sur investissement de l'automatisation intelligente, étant donné l’énorme quantité de données produites à des vitesses impossibles à traiter en temps réel par un humain. Cependant, de la même manière que les systèmes informatiques deviennent de plus en plus complexes, l’ensemble des entités opérationnelles des départements constituants les entreprises gagnent en complexité.
Alors, dans quels autres domaines la combinaison de l'IA générative et de l'automatisation peut-elle s'avérer efficace ? On attend désormais de tous les départements et employés qu'ils traitent davantage d'informations plus rapidement et qu'ils gèrent plus de données à travers un plus grand nombre d'outils et de plateformes, parfois incompatibles. L'automatisation peut être tout aussi utile pour rationaliser les processus et éliminer la pénibilité des tâches répétitives pour ces équipes qu’elle l’est pour l’informatique, mais il existe un obstacle important - les équipes non techniques ne disposent pas des compétences d'ingénierie nécessaires pour programmer les automatisations.
Maintenant, si l'on applique l'IA générative à l'outil d'automatisation pour que les employés non techniques puissent utiliser le langage naturel pour programmer ce qu'ils veulent automatiser, cette barrière est supprimée. De nombreux dirigeants réfléchissent à la manière dont ils peuvent mettre en œuvre la technologie au plus proche du lieu de travail pour responsabiliser les employés et améliorer la productivité. En fait, 54 % des dirigeants interrogés ont déclaré qu'ils évaluaient le rôle de l'automatisation et de l'IA dans la mise en place de nouvelles méthodes de travail.
La transformation numérique, nécessaire à toute entreprise pour survivre dans l'économie moderne, peut apporter de la complexité, mais elle crée également l'opportunité de l'automatisation et de l'application de l'IA générative. Les dirigeants qui souhaitent trouver des moyens d'appliquer l'IA générative devraient commencer par examiner les domaines dans lesquels l'automatisation pourrait avoir, ou a peut-être déjà, un impact marqué sur leur organisation.
L'étude a révélé que 8 dirigeants sur 10 conviennent que les bénéfices de l'IA générative surpassent les risques potentiels. Lorsque l’on découvre la puissance de l'IA générative et de l'automatisation, il est facile de comprendre pourquoi.
Pour consulter l'intégralité de l'étude de l'IBM Institute for Business Value : https://www.ibm.com/thought-leadership/institute-business-value/en-us/report/ai-and-automation
Autres articles
-
IBM choisi comme partenaire officiel de la Scuderia Ferrari HP pour l'engagement des fans et l'analyse des données
-
IBM présente Granite 3.0 : des modèles d'IA performants conçus pour les entreprises
-
L’alliance entre l'innovation d'une start-up et l’industrialisation d’une grande entreprise : IBM met le modèle « Large » de Mistral à disposition sur watsonx
-
Étude IBM : Alors que les dirigeants se précipitent vers l'adoption de l'IA générative des questions relatives aux ressources et à la gouvernance persistent
-
Podcast : IBM se lance à son tour dans le data mesh et les data products