Cet article publié par The Economist sur la phase de désillusion de l’IA nous replonge dans le fameux Hype Cycle de Gartner.
Il nous interroge collectivement. L’IA générative, après avoir suscité un enthousiasme quasi universel, entre-t-elle désormais dans sa phase de désillusion prédite par ce modèle d’adoption technologique ?
C’est une question légitime. Après l’effet « waouh » et les promesses, qu’en est-il vraiment sur le terrain ? Qu’arrive-t-on concrètement à mettre en application dans nos entreprises ?
Le Hype Cycle de Gartner et la vallée de la désillusion
Selon Gartner, l’IA générative amorce sa descente dans ce que l’on appelle la « vallée de la désillusion ».
Cette phase est classique pour toute technologie émergente. Après l’excitation initiale, vient le temps des premiers bilans, parfois mitigés, où l’on confronte les attentes aux réalisations.
Hype Cycle Gartner Artificial Intelligence 2023 & 2024
L’IA générative, aussi puissante soit-elle, n’est pas une baguette magique. Son intégration réussie ne relève pas uniquement d’un projet technique. Les fournisseurs actuels, comme Google, OpenAI ou Microsoft, mettent à disposition des modèles et une puissance de calcul phénoménale, accessible en quelques clics, qui nécessiteraient des investissements colossaux pour une entreprise qui voudrait atteindre le même niveau de performance. La technologie est bien là, à portée de main.
Ce que nous constatons avec nos clients Digital Workplace est qu’il s’agit avant tout d’un projet de changement. Et qui dit changement, dit accompagnement. Sans un accompagnement adapté, les utilisateurs ne pourront pas exploiter pleinement le potentiel de cette révolution technologique.
J’ai l’outrecuidance de croire que nos clients Google Workspace sont particulièrement bien armés face à ce défi. Ayant déjà opéré une transformation lors de leur bascule vers Google Workspace, ils naviguent depuis dans un environnement en constante évolution. Ils sont donc loin des schémas du passé, avec des solutions recevant des mise à jour très régulières. Cette culture du changement continu est un atout précieux pour l’IA Générative. En effet, le rythme est encore plus rapide.
L’écho du passé et l’impératif de l’accompagnement
J’ai toujours en mémoire des discussions passées avec des utilisateurs lors de leur migration vers Workspace. Certains m’expliquaient qu’ils ne pourraient jamais se passer de leurs traditionnels dossiers outlook, et que les libellés dans Gmail leur semblaient peu pertinents.
Pourtant, une fois que nous avions pris le temps de discuter, d’expliquer le fonctionnement et la puissance de la recherche Gmail, leur perception changeait. Ils commençaient à toucher du doigt les bénéfices du changement dans leur manière de gérer leur messagerie.
Avec l’IA générative, le parallèle est évident. Il va falloir, là aussi, accompagner les utilisateurs. Leur expliquer les mécanismes, les potentiels, mais aussi les limites. C’est la condition sine qua non pour que chacun puisse s’approprier ces nouveaux outils et en tirer le meilleur parti.
Comment naviguer dans cette nouvelle ère ?
Nous sommes tous concernés par l’IA générative, à plus ou moins grande échelle.
Depuis 2 ans au Customer Success chez Devoteam, nous accompagnons nos clients et observons leur découverte de l’IA avec Gemini. Fort de cette expérience, voici quelques pistes de réflexion et « guidelines » sur ce qui pourra impacter le déploiement de cette technologie au sein de vos équipes.
L’art du prompt, une compétence clé
Même si la formulation d’un prompt peut sembler d’une simplicité enfantine – écrire une phrase – elle nécessite un réel accompagnement. Ce n’est pas parce que vous donnez une feuille de calcul à deux utilisateurs que vous obtiendrez le même résultat. L’un explorera peut-être des fonctions basiques, tandis que l’autre créera des tableaux dynamiques et plus complexes.
De la même manière, pour l’IA, il est crucial de former l’ensemble des collaborateurs aux bases du « prompt engineering » pour leur donner ce bagage minimum.
La donnée est reine (et le restera !)
C’est le fameux « Garbage In, Garbage Out ». Si vous souhaitez obtenir des résultats à la hauteur de vos espérances avec l’IA générative, la qualité des données que vous lui fournissez est primordiale. Qu’il s’agisse d’un prompt finement ciselé pour une génération de texte optimale, ou des documents que vous soumettez à l’analyse, la pertinence et la qualité de l’input détermineront la qualité de l’output.
Cette maîtrise de la data est fondamentale pour aller plus loin.
Testez, testez, et re-testez !
Adoptez le « Fail Fast« . L’IA générative invite à l’expérimentation.
Ce qui ne fonctionne pas aujourd’hui fonctionnera peut-être demain, avec un modèle mis à jour ou une approche différente. Plus vous testerez, plus vous affinerez votre compréhension et découvrirez des cas d’usage pertinents pour votre activité.
Si un cas d’usage ne donne pas les résultats escomptés rapidement, n’insistez pas outre mesure. Passez à un autre, explorez d’autres pistes. Peut-être que dans un premier temps, l’IA vous aidera à réaliser 50% d’une tâche. D’ici quelques semaines ou mois, avec l’évolution des modèles et votre propre montée en compétence, vous pourriez atteindre 90% ou 95%.
Cultivez les « Super Users » tout en démocratisant l’accès
En reprenant l’analogie de la spreadsheet : même si tout le monde est formé, vous aurez toujours des « super users », des personnes capables de créer des choses véritablement spécifiques et innovantes.
Il en ira de même pour l’IA. L’objectif est que chacun maîtrise les fondamentaux de cette technologie, tout en identifiant et en encourageant ceux qui développeront une expertise plus poussée pour réaliser des projets plus ambitieux.
De la promesse à la réalité, le travail commence maintenant
Oui, nous entrons dans le dur du sujet. Il va falloir transformer l’effet « waouh » initial en véritable valeur ajoutée pour l’entreprise, en identifiant des cas d’usage qui intégreront le travail quotidien des collaborateurs. Mais cette transition ne se fera pas sans un accompagnement utilisateur rigoureux et constant. C’est la clé pour ne laisser personne au bord de la route alors que le train de l’IA est en marche.
Un contrôle accru de la data, la mise à disposition intelligente de la technologie, et surtout, le partage des retours d’expérience pour que chacun s’enrichisse des tests et des découvertes des autres, seront essentiels.
L’IA générative est une formidable opportunité, à nous de la saisir collectivement.