Former ses collaborateurs à l’IA, ce n’est pas seulement répondre à une tendance actuelle mais bien accompagner la transformation des métiers. Tous les métiers sont et seront impactés par l’IA. Expliquer et démystifier l’intelligence artificielle avant de lancer ses démarches est donc un impératif.
Sommaire
Se former à l'IA pour sortir d'une vision trop pessimiste (ou optimiste)
Depuis plusieurs années, l’intelligence artificielle (IA) suscite de grandes attentes dans les entreprises. Cette tendance s’est récemment accélérée avec l’émergence de l’IA Générative (IA Gen), qui vient renforcer l’idée que l’IA est capable d’apporter des solutions à tous les problèmes auxquels elles sont confrontées tout en leur permettant gains de productivité et baisse des coûts.
Cette vision optimiste est cependant tempérée par les nombreuses craintes concernant l’impact de l’IA sur la sécurité des données, le respect des différentes réglementations, la réputation des entreprises et, plus généralement, sur le travail et la place des collaboratrices et des collaborateurs.
Afin d’éviter la perception erronée d’un solutionnisme technologique par l’IA, de mieux sécuriser son utilisation et de lever les craintes quant au remplacement des personnes dans leurs fonctions, l’acculturation et la formation sont plus que jamais importantes car elles permettent d’expliquer le fonctionnement de l’IA et de pointer ses bénéfices, ses contraintes et ses risques.
L’acculturation à l'intelligence artificielle : une stratégie d’atténuation des risques
Le premier objectif de l’acculturation est de lever toute confusion autour de l’IA elle-même. En effet, le terme a souvent été mis en avant de manière galvaudée et il n’est pas toujours très simple de faire la distinction entre les outils proposés dans les entreprises et utilisés quotidiennement par les équipes et l’image d’une machine omnipotente en voie de remplacer les humains.
Le cas de l’IA « commune »
L’IA qui s’est massivement diffusée dans toutes les organisations ces dernières années est en réalité un ensemble de techniques reposant le plus souvent sur l’application de règles prédéfinies (chatbots, RPA, etc.), la restitution visuelle d’analyses de données (tableaux de bord) ou encore l’analyse prédictive via l’apprentissage machine (Machine Learning) ou profond (Deep Learning).
Les cas d’usage reposant sur ces techniques sont aujourd’hui nombreux et ont souvent été lancés il y a plusieurs années. La maturité digitale des équipes autour de ces outils, bien qu’hétérogènes, est donc satisfaisante et les nombreux retours d’expériences dont disposent les entreprises leur permettent aujourd’hui de mieux encadrer les risques associés.
Cependant, les erreurs sont encore nombreuses et la prise en compte de certains éléments permet de réduire les risques d’échec.
Savoir définir un cas d'usage IA
C’est peut-être la formation la plus importante, car beaucoup d’acteurs Métiers demandent des usages IA sans toujours comprendre les implications liées à ces technologies. Mieux comprendre les concepts, les types d’IA et les contraintes associées est une première étape de réduction du taux d’échec des déploiements. Cela permet par la suite de définir des cas d’usage pertinents et de mieux évaluer leur impact
Savoir intégrer et suivre un usage IA dans l’entreprise
Un usage IA peut induire le traitement d’une grande quantité de données qui sont souvent mal maîtrisées et de mauvaise qualité, ce qui dégrade de manière significative les performances. Lors de nos ateliers, nous nous attachons à faire comprendre cette interdépendance et nous montrons comment mettre en place le plus tôt possible les mesures de remédiation de la qualité et de suivi des performances des modèles.
Chez iQo, l'acculturation à l'IA pour tous nos consultants
Chez iQo, nous prônons l’hybridation des compétences de nos consultants en plaçant, notamment, l’IA au coeur de leurs compétences. Notre approche “IA Readiness” se base sur les quatre objectifs suivants.
- Former les iQers aux enjeux techniques, réglementaires, éthiques et sécuritaires de l’IA générative pour en faire une utilisation responsable.
- Permettre aux iQers d’écrire des requêtes performantes qui leur permettent de rapidement obtenir les résultats voulus.
- Créer des consultants augmentés, assistés par l’IA dans leurs tâches quotidiennes afin d’améliorer leur productivité.
- Créer une communauté interne qui mutualisera les bonnes pratiques (librairie de prompts collaborative) et les retours d’expérience.
Le cas de l'IA Générative
L'IA Générative : de quoi parle-t-on exactement ?
Techniquement parlant, l’IA Générative est un outil de Deep Learning qui permet, à condition d’avoir accès à d’énormes quantités de données et une grande puissance de calcul, de créer du texte, des images, des vidéos, du son, etc. Elle peut être spécialisée ou multimodale et cette capacité à générer des contenus réalistes pose plusieurs problèmes éthiques, réglementaires, sécuritaires, légaux, environnementaux et, plus généralement, sociétaux. En effet, elle promet, par exemple, de changer en profondeur notre rapport au travail.
C’est particulièrement vrai pour les Grands Modèles de Langages (LLM, Large Language Models), dont fait partie ChatGPT, qui permettent d’échanger facilement avec une IA de façon quasi-humaine et qui peuvent d’ores et déjà accompagner les entreprises dans des tâches aussi diverses que la synthèse de documents, la recherche et la structuration de documentation interne comme externe ou la génération de code Python.
Une diffusion massive (mais désorganisée) de l'IA Générative dans de nombreux métiers
Nous donnions récemment le cas des métiers du Contract Management et de l’impact de l’IA Générative (téléchargez gratuitement notre livre blanc). Bien que les techniques sur lesquelles l’IA Gen repose sont plus anciennes, la problématique de son utilisation dans les entreprises a émergé avec le lancement de ChatGPT de la société OpenAI en novembre 2022 et sa diffusion massive avec une célérité jamais observée auparavant.
Pour les cas d’usage IA Gen, les problématiques sont donc tout à fait différentes. Les retours d’expérience étant encore peu nombreux et les risques, notamment les fuites de données, beaucoup plus importants, l’acculturation et la formation deviennent un prérequis inévitable avant de se lancer, même à petite échelle, dans le déploiement en entreprise.
Quelles sont les formations prioritaires à l'IA Générative ?
- Formation à la création de prompt : tirer le meilleur parti d’un LLM nécessite une compréhension de son mode de fonctionnement et de la façon de rédiger des prompts mais aussi de porter un regard critique sur les résultats. Sans un accompagnement sur leur prise en main, les LLM sont assez vite délaissés, car les utilisateurs ne voient pas la valeur qu’ils peuvent leur apporter.
- Atelier LLM et gestion des risques : la mise en place d’un LLM entraîne un risque de fuite de données qu’il est important de prendre en compte. Il sera différent en fonction de la solution de déploiement choisie et permet de donner les clés pour orienter les choix
Comment iQo peut vous accompagner pour se former à l'IA ?
Ces formations sont une des premières actions du lancement d’une initiative IA et permettent de mieux cibler les actions et d’améliorer la compréhension des métiers.
Au-delà du bénéfice premier, elles constituent de plus une étape de lancement pour des initiatives plus structurantes comme la mise en place d’une librairie de prompts ou encore des initiatives de gouvernance de la donnée et sa qualité.
iQo dispose d’une offre de formation adaptable aux différents contextes d’entreprises et qui vous permettra de mieux comprendre les enjeux, que cela soit avant de lancer une initiative IA, on bien pour accompagner la transformation d’un usage IA.
Data & IA
Jérome PRIOUZEAU
Associé iQo
son profil LinkedIn
Farid RAHOUI
Data Science Senior Manager iQo
son profil LinkedIn
IA Readiness : votre DSI est-elle prête pour l’IA Générative ?
IA Readiness ou comment savoir si votre entreprise et les différents métiers sont prêts à tirer parti du potentiel de l’IA ? Nous avons défini
Résilience numérique : Cloud, data et IA
La maîtrise et le contrôle de bout en bout de la chaîne de collecte, de stockage, de traitement, d’analyse et d’exploitation des données recueillies sur
Machine Learning : définition, algorithmes et cas d’usage
Si vous vous posez la question “Qu’est-ce que le Machine Learning ?” ou bien “Quels sont les concepts clés derrière le Machine Learning ?”, alors
