Baseline est le niveau auquel commencent la plupart des organisations. Il y a un usage de l'IA, mais il repose sur des individus : quelqu'un au service informatique qui expérimente avec un modèle de langage, un responsable marketing qui fait générer du texte, un manager isolé qui demande si un processus peut être accéléré. Il n'existe pas d'approche partagée, pas de vision commune de ce qui fonctionne, ni de structure qui retienne ce qui est appris. Si cette personne part ou change de projet, la connaissance disparaît avec elle.
Sur baseline, ce n'est pas la volonté qui fait défaut, mais le fondement. Les sept dimensions que distingue la mesure de maturité — dont l'organisation, l'infrastructure informatique et la gestion des données — sont à ce niveau encore dissociées les unes des autres ou à peine renseignées. Ce n'est pas une lacune ; c'est l'état dans lequel se trouve une organisation avant qu'elle n'ait commencé à construire consciemment.
Quelques signaux reviennent invariablement au niveau baseline. Il n'existe pas de vue d'ensemble de l'endroit où l'IA est déjà utilisée au sein de l'organisation, encore moins une vision commune de ce que cet usage apporte. Les décisions concernant l'IA sont prises là où la question surgit par hasard, et non sur la base d'une réflexion qui concerne l'ensemble de l'organisation. Les données sont dispersées dans des systèmes qui ne communiquent pas entre eux, ce qui ralentit chaque pas vers quelque chose de structurel. Et il n'existe pas de langage commun : ce qu'un service appelle IA est autre chose pour un autre.
Le tour de plot au sein de la mesure de maturité rend souvent cela visible avant même qu'on ait les mots pour le décrire. Lorsque plusieurs personnes au sein de la même organisation notent séparément, on observe souvent au niveau baseline un grand écart : un répondant perçoit des progrès qu'un autre ne reconnaît pas. Cet écart est lui-même un signal. Il montre qu'il n'existe pas encore de vision partagée de la position de l'organisation, et c'est précisément ce qui caractérise baseline.
Le chemin de baseline vers le niveau suivant ne commence pas par une nouvelle application, mais par les dimensions fondamentales. L'organisation, l'infrastructure informatique et la gestion des données priment sur les dimensions qui en dépendent. Ce n'est pas une préférence, c'est l'ordre dans lequel cela fonctionne : une organisation qui veut construire quelque chose sur l'IA sans que les données soient en ordre, ou sans que l'on sache clairement qui décide de quoi, construit sur du sable.
Concrètement, cela signifie qu'il faut d'abord établir une vue d'ensemble. Qui, au sein de l'organisation, fait déjà quelque chose avec l'IA, et sur la base de quelles données ? Où se trouvent les données pertinentes pour ces applications, et sont-elles suffisamment accessibles et fiables pour servir de base ? Y a-t-il une personne ou un groupe qui assume la responsabilité des choix relatifs à l'IA, ou cela reste-t-il encore le fruit du hasard ? Ces questions semblent modestes, mais elles sont précisément ce sur quoi se concentrent les dimensions fondamentales.
Les dimensions dépendantes — celles qui concernent la manière dont l'IA touche le travail lui-même — viennent ensuite. Au niveau baseline, il est encore trop tôt pour en dire quelque chose de sensé, car le fondement sur lequel ces dimensions pourraient reposer fait défaut.
La transition vers foundation ne demande pas que tout soit mis en ordre en même temps. Elle demande que l'organisation cesse de considérer l'usage de l'IA comme quelque chose qui naît par hasard chez des individus, et commence à consigner ce qui existe : quelles données existent, qui décide de quoi, quels systèmes doivent pouvoir communiquer entre eux. C'est moins une trajectoire technique qu'une trajectoire organisationnelle. La technique suit généralement, une fois la structure en place.
C'est aussi une trajectoire qui demande du temps, et dont la durée dépend de ce qui existe déjà de manière informelle. Une organisation où un service travaille déjà consciemment avec des données depuis un certain temps a un chemin plus court à parcourir qu'une organisation où ce n'est nulle part le cas. Ce qui est précisément nécessaire pour avancer au-delà de foundation, et quelles dimensions demandent en premier lieu de l'attention, est décrit sur la page qui explique comment passer de foundation au niveau suivant. Plus loin dans la série, pour les organisations déjà plus avancées, on trouve également décrit comment activation se situe par rapport au niveau suivant et ce que demande insight pour évoluer vers intelligence.
Baseline ne dit rien de l'ambition d'une organisation ni de la qualité des personnes qui y travaillent. Cela dit quelque chose sur l'état du fondement à un moment donné. Les organisations qui font sérieusement le point sur ce niveau découvrent souvent qu'il existe déjà plus qu'elles ne le pensaient — des initiatives isolées, des données qui sont malgré tout tenues à jour quelque part, des personnes qui réfléchissent déjà plus loin que ne l'exige leur fonction. La mesure de maturité rassemble cela en une image sur laquelle une prochaine étape peut être construite, sans remplir cette image d'un conseil qui ne conviendrait pas à l'organisation.
Cette page traite de la préparation : de ce qui doit être en place avant que l'IA puisse occuper une place structurelle. C'est une question différente de celle de savoir quelle part du travail l'IA peut effectivement exécuter. Dès que le fondement prend forme, cette seconde question devient pertinente, et c'est précisément ce à quoi répond le scan de travail de FTE TO AI : il calcule, par tâche, quelle part du travail peut être reprise par l'IA, sur la base des tâches telles qu'elles sont exécutées aujourd'hui. Qui veut savoir ce que l'IA peut reprendre dès que l'organisation y est prête le retrouve à cet endroit — y compris en quoi cela diffère lorsqu'il s'agit d'agents qui exécutent le travail de manière autonome ou de chaînes dans lesquelles différentes étapes se succèdent.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.