Direction de la transformation et de la gouvernance de l’IA : le point de vue d’un directeur de l’IA

Tom Soderstrom :
Bienvenue sur le podcast Executive Insights, proposé par AWS. Je m’appelle Tom Soderstrom. Je suis stratège d’entreprise chez AWS. Quand nous nous penchons sur l’avenir du secteur, l’une des principales tendances est l’émergence de l’IA générative et du cloud. Les deux vont de pair. Il n’est vraiment pas possible de faire de l’IA générative sans le cloud.

Alors que nous examinons cette question, nous savons que la technologie n’a aucun sens si vous n’avez pas les personnes nécessaires pour la piloter et l’adopter. Aujourd’hui, nous avons la chance d’avoir avec nous, Ron Keesing de Leidos, fraîchement nommé directeur de l’IA, pour explorer un peu ce nouveau titre et ce qu’il signifie. Ron, merci beaucoup d’être ici aujourd’hui.

Ron Keesing :
Oh, merci, Tom. C’est un plaisir de vous rejoindre.

Tom Soderstrom :
Pourriez-vous nous parler un peu de Leidos et de vous, de votre parcours ? Après cela, nous entrerons dans les détails de ce qui est attendu de vous à votre poste.

Ron Keesing :
Avec plaisir. Eh bien, pour commencer par Leidos... Beaucoup de gens ne nous connaissent pas. Nous ne sommes pas nécessairement un nom connu, mais nous sommes une très grande entreprise. Nous sommes une entreprise Fortune 300 et nous résolvons bon nombre des problèmes les plus épineux au monde en matière de sécurité et de santé.

C’est donc un très bon poste que j’ai obtenu, la direction du service d’IA de Leidos, car nous travaillons sur tout, généralement pour le gouvernement américain, sur des missions comme le maintien en état de fonctionnement des systèmes de contrôle du trafic aérien de la FAA. Nous écrivons donc le logiciel qui fonctionne et assure la sécurité de notre trafic aérien. Nous exploitons l’un des plus grands systèmes de dossiers médicaux électroniques au monde pour le département de la Défense (DoD), avec plus de 10 millions d’utilisateurs que nous gérons. Nous traitons plus de dossiers et d’examens d’invalidité que toute autre entité aux États-Unis. Et c’est juste le secteur de la santé.

Nous exploitons certaines des chaînes d’approvisionnement logistiques les plus incroyables que vous puissiez imaginer, notamment la chaîne d’approvisionnement logistique de l’ISS (Station spatiale internationale).

Tom Soderstrom :
Ça, c’est vraiment cool.

Ron Keesing :
Oui, c’est le mot. Nous exploitons le troisième plus grand réseau informatique au monde pour le compte du département de la Défense (DoD) des États-Unis.

Donc, quand on pense à l’échelle à laquelle nous opérons, il y a ces énormes travaux centrés sur les données, et l’IA est vraiment au cœur de cette activité. Cela fait longtemps que je suis dans le monde de l’IA. Nous avons comparé nos notes il y a quelque temps et parlé de notre expérience lorsque vous étiez au JPL et que je travaillais sur une mission de la NASA. Nous nous sommes associés au JPL pour construire la première génération de vaisseaux spatiaux autonomes dans les années 90. J’ai donc une longue expérience dans le monde de l’IA. Je travaille chez Leidos depuis plus de 20 ans et j’y dirige un large éventail de projets d’IA.

Tom Soderstrom :
Nous assistons à l’émergence du poste de directeur de l’IA, et d’autres personnes vont se demander : « Comment définir le succès à ce poste ? Quelles sont les attentes à mon égard ? » Commençons donc par : quelles sont les attentes à l’égard de votre rôle ?

Ron Keesing :
L’un des principes de leadership auxquels je crois vraiment et que je partage avec les valeurs d’AWS est l’importance de s’approprier les choses. En ce qui me concerne, j’ai regardé où se situait Leidos en tant qu’entreprise. Nous sommes une entreprise spécialisée dans l’IA depuis longtemps, mais même lorsque nous avons défini notre stratégie d’IA, personne ne se l’est vraiment appropriée. Alors j’ai fini par dire : « Écoutez, nous avons besoin d’un poste, d’un rôle qui ait vraiment cette responsabilité, pas seulement d’un point de vue technologique, mais à l’échelle plus large de l’entreprise. Quelle est notre stratégie d’IA ? »

Et je me suis vraiment concentré sur la définition d’un rôle de directeur de l’IA qui dirigerait l’exécution d’une stratégie d’IA complète pour Leidos. C’est donc sur cela que je me concentre. Il s’agit de la combinaison d’une stratégie d’IA et d’appropriation et de définition de nos principes de gouvernance de l’IA et de la manière dont nous gérons l’IA en tant qu’entreprise.

Tom Soderstrom :
C’est vraiment intéressant. Et l’une des principales leçons apprises d’Amazon est que si vous voulez que quelque chose fonctionne, vous avez besoin d’un leader focalisé, quelqu’un qui se soucie de ça et de ça seulement tous les jours. Et dans votre cas, c’est l’IA. C’est donc vous qui avez défini la description du poste ?

Ron Keesing :
C’est exact, et...

Tom Soderstrom :
Très bien.

Ron Keesing :
C’était super, et j’ai bénéficié d’un soutien formidable de la part de la direction et du conseil d’administration de Leidos pour définir ce rôle et le concrétiser, car je pense qu’en tant qu’entreprise - j’évoquais la stratégie -, nous avons entamé l’année dernière ce que nous appelons une année de réflexion stratégique approfondie en tant qu’entreprise. Et nous avons vraiment réfléchi à notre avenir et à celui de nos clients, car comme je l’ai mentionné, notre travail vise en grande partie à accomplir bon nombre des missions les plus importantes effectuées par le gouvernement américain.

Ce faisant, nous avons reconnu que l’IA est essentielle à notre stratégie, à la fois pour Leidos et nos clients. Et le fait de disposer d’un point de focalisation unique pour l’exécution de cette stratégie globale d’IA a été à la base de notre stratégie globale, pas seulement en matière d’IA, mais aussi de notre stratégie d’entreprise, car une grande partie de ce que nous faisons repose sur les données et la création de grands systèmes complexes qui manipulent d’énormes quantités de données. Et pour les missions de ce type, l’IA représente l’avenir.

Tom Soderstrom :
Oui, l’IA est un grand enjeu, et l’IA générative est la dernière nouveauté. Nous étions ensemble et j’écoutais votre PDG dire : « La priorité numéro un est la rapidité. » Alors, comment allez-vous maintenant accomplir votre mission de leader focalisé sur l’IA chez Leidos ?

Ron Keesing :
Je pense à la mission, et en fait, mon objectif principal est d’intégrer véritablement l’IA dans l’ADN de Leidos à tous les niveaux. Et permettez-moi de vous expliquer ce que je veux dire par là.

Tom Soderstrom :
S’il vous plaît. J’aimerais vraiment savoir.

Ron Keesing :
Parce qu’en vérité, Leidos est une société d’IA depuis longtemps. Nous avons participé à des travaux révolutionnaires sur l’IA au cours des 20 dernières années. En 2004, nous avons participé au premier DARPA Grand Challenge, qui présentait des voitures autonomes. Nous avons construit la première génération de navires de mer autonomes pour l’US Navy. Au fil des années, nous avons été à l’avant-garde de nombreuses avancées passionnantes en matière d’autonomie et d’IA pour le gouvernement américain. Nous savons donc comment utiliser l’IA en tant qu’entreprise, mais ces efforts en matière d’IA ont toujours été des projets ciblés et individualisés, et non quelque chose que nous faisons dans le cadre de l’ensemble de notre travail.

Le défi qui se pose à nous à l’avenir est donc de savoir comment tirer parti de notre expertise en matière d’IA. Elle est incarnée dans une organisation que nous appelons notre accélérateur d’IA, où nous avons nos véritables talents scientifiques. Mais comment tirer parti de ces talents pour commencer à développer un modèle en étoile basé sur l’excellence en matière d’IA à tous les niveaux de l’organisation ? Parce qu’en vérité, il n’est plus possible de développer et de saisir les opportunités offertes par l’IA générative avec une organisation centralisée. Vous devez en fait disposer d’une capacité d’IA répartie dans l’ensemble de l’organisation.

Et je dirais que cela va encore plus loin que cela. Lorsque vous pensez à l’avenir de la main-d’œuvre vers laquelle nous nous dirigeons, il ne s’agit pas simplement de savoir comment exceller en recrutant des scientifiques et des ingénieurs en IA. Vous devez réellement réfléchir à la manière dont vous allez développer une main-d’œuvre complète capable de travailler en partenariat avec l’IA pour faire son travail au quotidien.

L’une des choses que j’ai reconnues pour bien faire ce travail, c’est que je ne peux pas être propriétaire de toutes les ressources d’IA de l’entreprise. Mon rôle est donc en fait d’intégrer tout ce que nous faisons au sein de l’organisation. La façon dont j’ai organisé ce que je fais, encore une fois, avec le grand soutien de l’ensemble de l’entreprise, est une série d’initiatives qui rassemblent tout le travail effectué par tous les autres au sein de l’entreprise et l’exécutent de manière unifiée.

En fait, il s’agit moins d’une question d’appropriation que de fournir une vision et d’assurer une coordination et une orchestration claires et régulières d’un ensemble d’efforts différents qui sont déjà en cours, car l’IA générative suscite beaucoup d’enthousiasme, comme vous l’avez mentionné, pour commencer à expérimenter et à réaliser des projets pilotes. Et tout cela est excellent. À un moment donné, vous devez décider dans quoi vous allez investir votre argent, dans quoi vous allez vraiment vous engager et essayer d’exceller, là où vous pensez que la valeur réelle se trouve.

Je considère donc que mon rôle est de coordonner ce que chacun fait au sein de l’entreprise afin que nous agissions de manière unifiée, en identifiant cette vision, la direction que nous devons prendre en tant qu’entreprise et en orientant notre mouvement collectif dans cette direction afin que nous puissions y parvenir rapidement.

Tom Soderstrom :
Cette idée me plaît. Je vais dire quelque chose de très controversé, et j’aimerais que vous réagissiez. Tout le monde crée un COE et pense qu’un COE est le centre d’excellence. Vous avez besoin d’un petit groupe qui est excellent. Mais si vous créez un centre d’excellence, ils pensent tous qu’ils sont excellents, tous les autres les détestent, ils créent leur propre centres d’excellence, et vous vous retrouvez avec des COE fantômes et des systèmes informatiques fantômes. Je conseillerais plutôt de créer un centre d’engagement, où vous créez la marée qui soulèvera tous les navires. Et j’ai l’impression que c’est ce que vous êtes en train de faire. Vous allez me gifler ou être d’accord avec moi ?

Ron Keesing :
Eh bien, je suis d’accord avec vous pour dire que c’est exactement ainsi que nous voyons les choses. En fait, nous avons utilisé certains des vrais leaders qui ont grandi dans cette organisation Accelerator pour implanter ces centres dans le reste de l’entreprise afin de créer ce tissu conjonctif.

Il n’y a rien de pire que lorsque vous avez développé de nombreuses capacités centralisées et que chacun fait les choses à sa façon. Et il n’y a aucun moyen de mettre cela à l’échelle, et donc aucun moyen d’atteindre la cohérence.

Tom Soderstrom :
En effet, c’est un gaspillage complet de toutes ces ressources.

Ron Keesing :
Exactement. La manière dont nous maintenons ce tissu conjonctif est donc absolument essentielle à mon plan et à la manière dont nous essayons de mettre en œuvre et de développer cette capacité d’IA de manière beaucoup plus distribuée dans l’ensemble de l’organisation. Et la bonne nouvelle, c’est que nous avons des personnes qui font partie de cette organisation depuis de nombreuses années et qui sont vraiment prêtes à passer à l’étape suivante. Et cela leur donne une excellente occasion de développer leur carrière, de rejoindre ces différentes organisations et de voir comment elles peuvent diriger, développer et aider ces organisations à se développer aussi.

Tom Soderstrom :
C’est formidable. Passons maintenant à la question vraiment difficile. Comment mesurez-vous votre succès en tant que directeur de l’IA ? Tous ceux qui envisagent de devenir directeur de l’IA vont se dire : « D’accord, dites-moi comment faire. Donnez-moi la recette. » Alors comment mesurez-vous cela ? Qu’est-ce que le succès ?

Ron Keesing :
Une grande partie du développement de ces solutions et de la mesure du succès dans le développement de ces solutions consiste simplement à déterminer dans quelle mesure l’IA influence réellement le pipeline.

Nous mesurons donc cela de manière assez explicite. Nous suivons tous les engagements que nous avons. Nous examinons, par exemple, les initiatives d’IA dont nous avons parlé. Et nous suivons explicitement les éléments de notre pipeline qui utilisent la technologie que nous développons dans le cadre de ces initiatives, et comment ils sont affectés. À terme, nous voulons même voir dans quelle mesure les contributions de ce type nous aident à décrocher de nouveaux contrats. Sont-elles citées comme des points forts quand nos offres sont acceptées, par exemple ? Voilà pour le côté pipeline.

Maintenant, une autre chose importante que l’entreprise souhaite mesurer, et je pense que tout le monde s’y attend de la part d’un poste de directeur de l’IA, est de savoir comment vous contribuez à rendre l’organisation plus productive. Comment devenons-nous plus efficaces ? Et c’est un sujet très intéressant pour moi, car je pense que l’un des véritables défis de l’IA aujourd’hui est de comprendre comment utiliser, par exemple, l’IA générative pour améliorer l’efficacité de certains flux de travail, mais la façon dont nous allons transformer ces gains d’efficacité en une activité améliorée n’est pas tout à fait claire. Et qu’est-ce que je veux dire par là ? Prenons un exemple comme l’utilisation de l’IA comme assistant de codage.

C’est une technologie formidable si elle est utilisée correctement comme assistant de codage, mais cela signifie-t-il que si vous êtes, disons, 30 ou 40 % plus efficace avec vos développeurs de logiciels, vous ferez le travail avec 30 ou 40 % de développeurs de logiciels en moins ? Ou créerez-vous plutôt un logiciel plus sécurisé ? Ou allez-vous rembourser une partie de cette dette technologique héritée que vous avez contractée et à laquelle vous n’avez jamais pu vous attaquer ?

Donc, si vous y réfléchissez bien, certaines organisations souhaitent mesurer l’impact financier. Eh bien, c’est facile si vous réduisez les effectifs, mais je ne pense pas que ce soit ainsi que cela fonctionnera dans la plupart des organisations. Je pense qu’à mesure que vous développez de bons partenariats entre humains et IA, vous constaterez que vous gérez plus de travail ou résolvez des problèmes qui n’étaient pas traités de manière adéquate auparavant. Et pour être honnête, ces types d’impacts deviennent plus difficiles à mesurer. Je mesure donc les heures de travail potentielles économisées, mais c’est aux entreprises de décider comment elles souhaitent investir ces heures de travail.

Tom Soderstrom :
Intéressant.

Tom Soderstrom :
Un point important est que vous exercez une activité réglementée, comme moi auparavant, et si vous ne réussissez pas les contrôles de conformité, vous ne pouvez pas aller de l’avant. Il s’agit aussi d’une question de conformité, pas seulement d’économies.

Ron Keesing :
Avec plaisir.

Tom Soderstrom :
Donc, ce qui se passe souvent, c’est que ces contrôles de conformité ont lieu après la création de votre projet. Ce dernier se trouve dans une phase d’attente interminable. Je pense, et j’aimerais vos commentaires à ce sujet, que l’IA générative et l’assistant de codage aident dans ce domaine. Nous avons constaté, par exemple, que 27 % des solutions utilisant l’IA générative étaient acceptées. Elles sont entrées en production, que ce soit en interne ou pour des clients. Mais si vous pouvez intégrer la sécurité et la conformité dans le code, vous raccourcissez ce cycle de conformité ; ce temps représente de l’argent, et c’est mesurable. Qu’en pensez-vous ?

Ron Keesing :
Oui, je crois que c’est tout à fait exact. Et c’est l’un des moyens par lesquels, par exemple, l’amélioration de la sécurité du code et de la livraison du code se traduit par une valeur commerciale réelle. Et je crois que vous avez mentionné les délais de rentabilisation. C’est un domaine vraiment intéressant en ce moment, car il est vrai que tout ce que vous écrivez devient obsolète dans les six mois à un an pour tous les logiciels. Donc, si vous laissez quelque chose sur l’étagère pendant six mois, vous perdez la moitié de sa valeur. La rapidité de livraison et de déploiement est donc vraiment essentielle, et il est intéressant que vous l’ayez mentionné spécifiquement.

Beaucoup de gens pensent que l’IA de codage est vraiment utile pour écrire des tonnes de lignes de code. D’après notre expérience, elle est en fait très utile tout au long du cycle de vie DevOps. Comment accélérer tous ces contrôles de conformité ? Comment accélérer toutes les procédures de qualité pour parvenir au déploiement le plus rapidement possible ? Je suis donc tout à fait d’accord pour dire qu’une grande partie de la valeur, en particulier du point de vue logiciel, réside dans le temps de déploiement et de mise en conformité. Tout à fait.

Tom Soderstrom :
Comment évaluerez-vous l’adoption et l’utilisation de l’IA de codage ?

Ron Keesing :
Nous observons en fait des tendances vraiment intéressantes lorsque nous examinons la façon dont nos développeurs utilisent l’IA de codage et les assistants IA de codage. Les gens pensent que lorsque vous avez un assistant IA de codage, les développeurs vont passer moins de temps à coder et que c’est l’IA qui va le faire. Ce que nous constatons, en fait, lorsque vous le faites à grande échelle, c’est que nos développeurs passent plus de temps à coder avec un assistant de codage. Ils passent moins de temps à rédiger les packages, à écrire tous les critères d’acceptation, à préparer les tests unitaires, à produire la documentation.

Et quand vous pouvez en quelque sorte interposer un assistant de codage qui vous aide de telles façons...

Tom Soderstrom :
Exactement.

Ron Keesing :
... alors soudainement, les gens commencent à vraiment l’accepter. Et si cela peut également les aider à améliorer leur codage dans une certaine mesure, tant mieux. Si vous essayez de retirer la partie codage à un développeur de logiciels, il sera très résistant, mais vous devez...

Tom Soderstrom :
Oui. En tant qu’ancien développeur de logiciels, cela ne me ferait pas plaisir.

Ron Keesing :
Exactement. Il est préférable de réfléchir à comment ajouter l’assistant de codage à leur travail plus généralement, en aidant à contextualiser le code, car la plupart des développeurs travaillent, en particulier dans notre monde, sur d’énormes bases de code héritées qui peuvent contenir du code vieux de plusieurs décennies. Et ils passent une grande partie de leur temps à essayer de comprendre ce que fait ce code. Donc, si un assistant de codage peut les aider à s’orienter et à travailler efficacement dans cette base de code héritée, ils l’adoreront, non ? En fait, cela leur facilite la tâche et leur épargne la partie du travail qu’ils détestent.

Tom Soderstrom :
Je suis d’accord. L’une des choses qui m’intéressent est la dette technique, et j’aimerais connaître votre avis à ce sujet. La dette technique est réelle. Elle est très difficile à faire financer. Alors comment l’éliminer ? Je pense que l’IA peut nous aider ici. Avec un cloud, vous pouvez utiliser l’infrastructure sous forme de code, ce qui signifie qu’elle documente la façon dont vous gérez les serveurs. Donc, tout à coup, vous pourriez supprimer les anciens serveurs de votre data center les anciens serveurs de votre centre de données que ce groupe doit conserver en stock.

Voilà pour le matériel. Mais le logiciel est ce vieux code. Comment s’en débarrasser ? Ces développeurs ne veulent souvent rien d’autre que de pouvoir se concentrer sur autre chose, mais c’est vraiment essentiel. L’IA générative et les assistants de codage peuvent vous aider, comme vous l’avez dit, à comprendre cela, et peut-être même à traduire le code et à le déplacer. Vous pouvez maintenant le déplacer vers le cloud, et ces développeurs pourraient ainsi se consacrer à autre chose. C’est l’espoir. Qu’en pensez-vous ? Pensez-vous que c’est possible ?

Ron Keesing :
Absolument, d’une certaine manière. Je dirais que ce n’est pas une panacée, du moins pour ce que nous voyons aujourd’hui, mais il existe de très bons exemples où l’IA fait un travail fantastique pour nous. Vous avez évoqué l’infrastructure en tant que code. Certaines personnes sont douées pour l’infrastructure en tant que code, et nous les aimons tous, et nous les apprécions tous. Mais ce n’est pas le cas de la plupart des gens. En fait, nous découvrons que des assistants de codage bien conçus peuvent être d’une grande aide pour permettre aux non-experts de gérer une grande partie de cette infrastructure en tant que code.

Par exemple, l’une des plus grandes adoptions d’assistants de codage en interne se trouve dans notre propre boutique CIO, où l’entreprise utilise des assistants de codage basés sur l’IA générative pour écrire de nombreuses nouvelles infrastructures sous forme de code. C’est exactement ce que vous vouliez dire, n’est-ce pas ? C’est ainsi que vous pouvez commencer à gérer une partie de cette dette technique et passer moins de temps à configurer manuellement tous vos systèmes, pour pouvoir vous attaquer à la question suivante : comment puis-je transférer tout cela dans le cloud, l’utiliser de manière plus moderne, puis consacrer des cycles à la résolution des aspects les plus intéressants du problème, en modernisant et en transformant véritablement le mode de fonctionnement des systèmes informatiques afin de pouvoir travailler plus efficacement.

Tom Soderstrom :
C’est un excellent exemple. Avez-vous d’autres exemples où vous avez déjà vu l’IA, et en particulier l’IA générative si vous l’utilisez, apporter une valeur commerciale ?

Ron Keesing :
Oui, c’est une super question parce que je pense que tout le monde est très enthousiaste. Nous avons tous essayé de jouer avec ChatGPT ou d’autres systèmes d’IA générative, et il semble très intuitif qu’il soit possible de faire de grandes choses avec, n’est-ce pas ? Mais il est beaucoup plus difficile de trouver les cas qui génèrent régulièrement de la valeur commerciale.

Je dirais que l’un des domaines qui me semblent intéressants pour les entreprises est la transformation d’un simple processus général de fourniture de services informatiques. Il s’agit d’un processus très manuel, traditionnellement. Comme je l’ai mentionné, Leidos gère des réseaux massifs pour le gouvernement américain avec d’énormes services d’assistance et une infrastructure de support traditionnelle. Et la vérité, c’est que la plupart des êtres humains ne veulent jamais avoir à appeler quelqu’un lorsque leurs systèmes informatiques ne fonctionnent pas.

Tom Soderstrom :
C’est exact.

Ron Keesing :
Pour commencer, ils veulent simplement que leurs systèmes informatiques se rétablissent et se corrigent d’eux-mêmes. Et s’ils doivent vraiment demander de l’aide, ils veulent simplement pouvoir faire appel à une sorte d’assistant basé sur le chat capable de résoudre le problème à la volée.

Nous constatons un grand succès dans l’utilisation de chatbots basés sur l’IA générative qui fournissent une assistance informatique personnalisée, ce qui rend les utilisateurs beaucoup plus satisfaits. J’utilise mon agent de support informatique au moins deux ou trois fois par semaine. Nous en avons un au sein de Leidos qui est vraiment puissant et connaît un énorme succès, et nous le déployons maintenant auprès d’un grand nombre de nos clients gouvernementaux.

Ron Keesing  :
À bien des égards, le domaine pour lequel l’idée d’une transformation me rend le plus enthousiaste, même si je crois que nous ne savons pas clairement combien nous pourrons en tirer, est la transformation du monde de l’ingénierie numérique, de la conception et de l’ingénierie des systèmes grâce à l’IA générative, en reprenant une grande partie de processus traditionnellement hautement manuels.

Tom Soderstrom :
Cela me semble logique, car l’une des choses que nous constatons est l’augmentation de l’échelle, mais les choses deviennent difficiles à grande échelle. Et lorsqu’il s’agit d’une tâche d’ingénierie système très complexe, il y a beaucoup de choses à suivre. S’il y a une chose pour laquelle l’IA est douée, c’est le suivi de nombreux détails.

Tom Soderstrom :
Alors, à votre avis, à quoi ressemble l’avenir de l’IA ?

Ron Keesing :
Bon, je crois que c’est maintenant mon tour de vous répondre avec quelque chose de controversé.

Tom Soderstrom :
Intéressant. S’il vous plaît.

Ron Keesing :
C’est une période vraiment fascinante sur le terrain, car si vous pensez à la façon dont nous travaillons aujourd’hui, nous avons tous ces processus que nous utilisons qui sont basés sur la génération de texte, puis la consommation de texte par ... Donc les humains produisent du texte, et les humains consomment du texte. Nous entrons maintenant dans une ère où nous allons utiliser de plus en plus l’IA pour être le producteur ultime de ce texte. Et au final, de l’autre côté, il y aura une IA qui consommera de plus en plus de ce texte.

Permettez-moi de vous donner un exemple de la façon dont cela pourrait se passer dans le monde dans lequel je vis, où nous rédigeons des propositions au gouvernement américain afin d’obtenir des travaux. Voilà, nous utilisons l’IA, comme tout le monde. Nous essayons de réfléchir à la manière dont nous pouvons utiliser l’IA pour rationaliser et améliorer le processus de rédaction d’offres. Comme vous l’avez mentionné, bien sûr, l’idée est d’avoir une première ébauche, et les humains itèrent. Je pense que l’IA va s’améliorer de plus en plus dans ce domaine au fil du temps. Eh bien, nos clients cherchent à recevoir de plus en plus d’offres et à avoir de moins en moins de monde, alors ils réfléchissent à la manière dont ils vont utiliser l’IA pour lire ces offres.

Tom Soderstrom :
C’est vraiment un point intéressant.

Ron Keesing :
N’est-ce pas ?

Tom Soderstrom :
Tout à fait.

Ron Keesing :
Donc, si vous pensez à ce que nous allons faire dans le cas limite, nous allons en quelque sorte créer un ensemble de connaissances que nous alimenterons ensuite dans un système d’IA qui produira ensuite une belle proposition écrite. Ils auront un système d’IA qui lira notre offre et en extraira les éléments de connaissances, qu’ils compareront ensuite d’une manière ou d’une autre, puis ils décideront qui ils souhaitent sélectionner. Et chaque partie attribuera d’énormes gains de productivité au fait que nous disposons de ces systèmes d’IA qui n’ont en fait ajouté aucune valeur fondamentale, car tout le codage et le décodage sous forme de texte ne sont en fait pas utilisés.

Il est donc très intéressant de constater que, compte tenu de tous ces flux de travail que nous avons développés, pas seulement au sein des organisations, mais aussi entre les organisations, où le texte devient une sorte de support de transfert de connaissances, nous sommes tous enthousiastes à l’idée d’utiliser l’IA pour transformer notre façon de procéder, mais nous ne générerons peut-être pas de valeur réelle tant que nous ne repensons pas le fonctionnement de ces processus et que nous ne réalisons pas que le texte n’est peut-être plus le moyen d’échange que nous pensons vraiment qu’il est aujourd’hui.

Tom Soderstrom :
C’est vraiment intéressant. Vous et moi avons écrit de très nombreuses offres importantes, et ce que vous livrez ne représente qu’une fraction de ce que vous avez écrit initialement. Vous avez donc perdu beaucoup de temps.

Ron Keesing :
Avec plaisir.

Tom Soderstrom :
Mais vous pouvez réutiliser ces éléments, et peut-être que l’IA peut vous aider. C’est un point très intéressant.

Ron Keesing :
Vous savez, nous sommes loin d’être en mesure de le faire avec les systèmes dont nous disposons aujourd’hui. Mais en fin de compte, nous voyons déjà des gens, je veux dire, je vois des gens utiliser l’IA aujourd’hui, créer des puces, demander à l’IA de les développer dans un e-mail, puis quelqu’un de l’autre côté demande à l’IA de lire cet e-mail et d’en résumer le contenu. Nous assistons donc déjà aux débuts de ce type de flux de travail. Et je pense que ce sera de plus en plus fréquent. Nous devons nous demander comment nous voulons vraiment travailler.

Par exemple, si vous pensez à la façon dont cela pourrait fonctionner à une époque de sélection d’un soumissionnaire, peut-être que nous passerons à un système porté sur les présentations orales et où les gens rencontrent les personnes qui présentent ces idées, car les grandes offres écrites de 500 pages n’ont plus vraiment de signification technique.

Je pense que ce que vous venez de faire, c’est d’engendrer tout un tas de start-ups en disant : « Oh, oui, je peux écrire ça. » Je pense que c’est ce qui va se passer. Nous n’en sommes qu’aux balbutiements. Nous vivons une époque passionnante. Vous avez donc des gens qui regardent et qui pensent : « Je veux devenir directeur machin de l’IA. » Quels conseils leur donneriez-vous ? Quels sont les trois conseils, arbitrairement, que vous pourriez donner à quelqu’un qui souhaite devenir directeur de l’IA ?

Ron Keesing :
Eh bien, je vais donner ces conseils dans le contexte du moment présent.

Tom Soderstrom :
Oui.

Ron Keesing :
Si vous essayez d’aider votre organisation à progresser dans le monde de l’IA en ce moment, le premier conseil que je vous donnerais est de vraiment vous concentrer sur vos données. La plupart des organisations ont de grandes aspirations quant à ce qu’elles peuvent accomplir grâce à l’IA, mais leurs données ne sont pas vraiment prêtes pour l’IA. Elles n’auront tout simplement pas la possibilité d’utiliser réellement l’IA pour résoudre les problèmes auxquels elles souhaitent s’attaquer.

Aujourd’hui, n’importe quel exercice visant à améliorer vos données peut facilement se transformer en parcours de dix ans, un travail qui n’aboutira jamais à rien. Vous devez donc vraiment vous concentrer sur la manière dont vous vous y prenez. Vous devez vous demander comment créer, essentiellement, une couche de substrat d’IA composée de produits de données qui expriment vos principales pratiques commerciales de manière à libérer le potentiel de l’IA pour transformer votre façon de travailler.

Le deuxième conseil que je donnerais est de vraiment réfléchir à la façon dont l’IA travaille main dans la main avec les gens dans le cadre d’un partenariat. Une trop grande partie de la conversation autour de l’IA se résume à « L’IA va-t-elle éliminer les emplois des humains ? Allons-nous nous débarrasser des gens ? »

Nous l’entendons tous et nous le voyons tous. Et la vérité, c’est que ceux d’entre nous qui travaillent dans le domaine de l’IA depuis aussi longtemps que vous et moi savons que les projets d’IA fructueux impliquent presque toujours l’association de ce que les humains font de mieux avec ce que les machines font de mieux. Et créer des partenariats réellement synergiques et définir le fonctionnement de votre IA comme un partenariat synergique entre la personne et le système d’IA est la clé du succès.

La plupart des données les plus importantes que vous obtenez pour améliorer le fonctionnement d’un système d’IA proviennent de l’interaction réelle des humains avec ce système d’IA. Je recommande donc vivement à tous ceux qui essaient de réfléchir à la manière d’aborder la création de leurs propres solutions d’IA de faire du partenariat homme-machine une construction fondamentale.

Mon troisième conseil porte sur la gouvernance. La plupart des organisations que je connais commencent à relever le défi de la gestion de l’IA, de l’innovation et de la gouvernance en même temps. Pour moi, pour trouver ce point d’équilibre, il est nécessaire d’avoir une compréhension vraiment bien articulée des risques liés à l’IA, de la façon dont ils se présentent et de la manière dont vous pouvez les gérer.

Ne concentrez pas votre attention et vos ressources de gouvernance sur des cas d’utilisation de l’IA à faible risque. Laissez les gens expérimenter, laissez-les agir rapidement, laissez-les découvrir ce qui fonctionne et concentrez les ressources de gouvernance, qui seront toujours limitées, sur les éléments qui présentent réellement des risques commerciaux. Et associez également votre pratique de gouvernance de l’IA à votre pratique plus large de gestion des risques afin qu’elle puisse être fondée sur de véritables principes commerciaux.

Tom Soderstrom :
J’aime beaucoup ça. Avez-vous entendu parler du principe d’Amazon de porte de décision à sens unique et de porte de décision à double sens?

Ron Keesing :
Non, je ne crois pas en avoir entendu parler.

Tom Soderstrom :
Une décision de type porte à sens unique est quelque chose que seul le plus haut dirigeant peut prendre. Pour nous, il pourrait s’agir de créer une nouvelle région, ce qui représente des milliards de dollars. De grandes décisions. La plupart des décisions sont de type porte à double sens. Vous pouvez franchir la porte, mais vous pouvez aussi immédiatement revenir sur vos pas. Ce que vous décrivez correspond très bien à cela. Laissez ces experts des risques se concentrer sur les grandes choses et laissez les gens expérimenter quand le risque est faible. Donc, si vous pouvez réduire le risque dans la plupart des domaines, vous pouvez avancer très rapidement.

Ron Keesing :
Oui, tout à fait.

Tom Soderstrom :
Je pense que c’est un bon conseil. Je tiens vraiment à vous remercier pour cette conversation très intrigante, et je peux en imaginer bien d’autres à venir. Il sera intéressant de voir comment nous mesurons le succès. Les choses n’en sont qu’à leurs balbutiements.

Ron Keesing :
Tout à fait.

Tom Soderstrom :
Et si vous travaillez dans l’IA et que vous voulez savoir à quoi ressemble la vie d’un directeur de l’IA, contactez Ron.

Ron Keesing :
Tout à fait.

Tom Soderstrom :
Merci beaucoup.

Ron Keesing :
Merci, Tom.

Écouter maintenant

Écouter maintenant

Écouter maintenant