Les 5 pièges d’un projet d’intelligence artificielle

Les 5 pièges d’un projet d’intelligence artificielle

Chirag Dekate de Gartner recense cinq pièges susceptibles d’aboutir à l’échec de la mise en production de l’intelligence artificielle. Ainsi, une nouvelle technologie ne suffit pas et le recrutement d’une licorne de l’IA ne fera pas la différence.

53% des organisations ont désormais franchi le stade du pilote en matière de projet d’intelligence artificielle. 78% vont jusqu’à revendiquer la réussite du passage à l’échelle de leurs initiatives IA. Ce parcours ne relève sans doute pas néanmoins de la balade de santé.

Les organisations rencontrent des difficultés et enregistrent des échecs, peut-être en tombant dans un des pièges récurrents listés par Chirag Dekate. En matière d’opérationnalisation de l’IA, l’analyste de Gartner en recense 5 principaux.   

Pas de succès grâce à une techno ou un profil vedette

Le premier consiste à considérer l’achat d’une nouvelle technologie comme la solution d’un passage à l’échelle réussi des projets. L’expert rappelle que la clé réside plutôt dans l’exploitation du bon mixte technologique.

Hybride, multicloud, Edge, IoT… les briques et architectures sont multiples. En matière de technique, l’IT devra donc composer une équipe gagnante. Dekate les invite même à tenir des livres de recettes afin de gagner en maturité et permettre l’industrialisation.

Les pièges des projets d'IA, Gartner

En termes de compétences, le piège consiste cette fois à miser sur le recrutement d’une licorne, un profil rare. « Au lieu de cela, requalifiez les équipes existantes avec des compétences en ingénierie des systèmes d’opérationnalisation de l’IA », préconise l’analyste.

Les entreprises les plus matures le savent désormais, le succès d’un pilote n’est pas l’assurance d’un passage en production lui aussi réussi. Or, selon Accenture, 80 à 85% en sont encore au stade des usines à PoC.

Démarrer petit avec des cas d’usage et exigences business

Pour basculer en production, devront être associées aux data scientists des équipes pluridisciplinaires. Et même une fois le projet d’IA en production, d’autres étapes attendent les équipes.

Chirag Dekate met en garde contre une approche du type « configurez et oubliez ». La vie d’un produit d’IA ne suppose pas seulement son maintien en condition opérationnelle, comme pour tout projet IT.

L’expert de Gartner insiste notamment sur la nécessité de suivre l’évolution des sources de données et d’identifier les dérives des modèles. Enfin, 5e piège, s’arrêter à l’idéation. C’est un point de départ certes, mais cela n’apporte pas la valeur.

Pour cela, l’implémentation de l’IA est indispensable. Afin de gagner en maturité et d’éviter les échecs couteux, il est préférable de débuter par de petits projets. Ceux-ci seront en outre motivés par des cas d’utilisation et des exigences business.

A lire également sur MyData

Allianz France multiplie les opérations assistées par l’intelligence artificielle

Allianz France multiplie les opérations assistées par l’intelligence artificielle

En 2020, l’assureur affiche un total de 5 millions d’actes de gestion assistés par l’intelligence artificielle. Pour industrialiser ses projets, Allianz France s’appuie sur sa factory Big Data et IA et sur le framework technique Ask.

A propos de Christophe Auffray 433 Articles
De formation initiale en marketing Web et en économie, je me suis spécialisé par la suite dans la presse B2B consacrée à l'économie numérique et dispose dans ce secteur de 15 ans d'expérience. Spécialiste de la transformation numérique, de l'innovation et des nouveaux business models des entreprises, j'ai développé des compétences dans les domaines du marketing éditorial, de la stratégie éditoriale, de la production de contenus premium et la gestion de sites d'information et d'équipe dans l'univers des médias en ligne et du marketing des solutions innovantes.