Le secteur ICT dispose d'une longueur d'avance qui est en même temps un piège. Là où d'autres secteurs doivent encore s'habituer à l'idée de l'IA, la connaissance des modèles, des architectures et des outils est en général déjà présente dans ce secteur. Les développeurs expérimentent, les équipes construisent des proof-of-concepts, et il y a rarement de résistance à la technique elle-même. Cela donne l'impression que le secteur dans son ensemble est avancé. Mais la compétence technique d'une partie de l'organisation est autre chose que la maturité de l'organisation dans son ensemble. C'est précisément là que cela coince souvent.
Dans une entreprise informatique ou un service informatique, l'infrastructure est généralement en ordre : il y a de la puissance de calcul, des environnements de développement, de l'expérience dans le déploiement de logiciels. C'est l'une des dimensions fondamentales évaluées dans la mesure de maturité, et sur ce point, le secteur obtient généralement un score élevé. Mais les autres dimensions fondamentales — la manière dont l'organisation est structurée autour des initiatives IA, et la manière dont les données sont gérées en dehors des systèmes des développeurs eux-mêmes — ne suivent pas toujours le même rythme. Un service informatique performant ne signifie pas que le reste de l'organisation peut suivre la même cadence. Ventes, finance, RH : ces fonctions ont souvent une relation différente avec les données et le changement que les personnes qui construisent les pilotes IA.
Cette différence explique un schéma qui se rencontre plus souvent dans ce secteur qu'ailleurs : des pilotes qui fonctionnent techniquement à la perfection, mais qui ne parviennent pas à s'inscrire durablement dans l'entreprise. Pas parce que le modèle est déficient, mais parce que l'organisation autour n'est pas structurée pour absorber le résultat. Pour comprendre pourquoi cet ordre des dimensions fondamentales n'est pas négociable, davantage d'informations se trouvent dans pourquoi les dimensions fondamentales doivent venir en premier.
Dans le secteur ICT, la dispersion entre répondants est souvent plus grande que dans des secteurs aux fonctions plus uniformes. Un développeur et un responsable de comptes au sein de la même entreprise peuvent situer l'organisation à des niveaux presque opposés — l'un voit quotidiennement des applications avancées, l'autre voit une feuille de calcul encore mise à jour manuellement. Cette dispersion est en elle-même une information. Elle montre que la maturité IA dans ce secteur est rarement une donnée uniforme à l'échelle sectorielle, mais dépend fortement du service mesuré et de la personne interrogée.
Cela rend une session de mesure avec plusieurs répondants dans le secteur ICT plutôt plus précieuse qu'ailleurs, et non moins. Un score unique d'un CIO ou d'un CTO risque de généraliser l'image du noyau technique à l'ensemble de l'organisation, alors que les dimensions dépendantes — là où l'IA est réellement intégrée dans les processus — peuvent obtenir des scores très différents.
Le rapport entre technique et organisation se présente différemment dans d'autres secteurs. Dans les services financiers, l'accent est souvent mis sur la réglementation et la gestion des risques comme facteur de ralentissement ; ce constat est décrit dans où en sont les services financiers en matière de maturité IA. Dans le secteur de la construction, c'est plutôt la dimension gestion des données qui constitue souvent le point de blocage, parce que les données sur les projets et les matériaux sont dispersées entre les parties ; cela est expliqué dans où en est le secteur de la construction en matière de maturité IA. Dans le secteur ICT, le problème est rarement un manque de connaissances techniques ou de données — le problème se situe plus souvent dans la dimension organisationnelle : qui décide quel pilote est déployé à plus grande échelle, et sur quelle base.
La mesure de maturité cartographie cette distinction selon sept dimensions et cinq niveaux, du baseline à l'intelligence. Pour une organisation ICT, le résultat est rarement une ligne plate : l'infrastructure et la compétence technique se situent généralement plus haut que l'organisation et la prise de décision. Cette inégalité est précisément là où la mesure est utile — non pas pour confirmer que le secteur « est sur la bonne voie », mais pour montrer quelle dimension est en retard et laquelle, en conséquence, ne peut pas progresser, indépendamment du degré de sophistication des modèles déjà en fonctionnement.
Un élément souvent sous-estimé dans ce secteur est la consignation des décisions : qui a fait quel choix concernant quelle initiative IA, et sur la base de quelle information. Sans cet inventaire, il est difficile de retracer pourquoi un pilote a été ou n'a pas été déployé à plus grande échelle. Ce qui doit y figurer est décrit dans ce qui doit figurer dans un inventaire des décisions.
Cette mesure dit quelque chose sur l'organisation dans son ensemble : existe-t-il un fondement sur lequel les initiatives IA peuvent s'appuyer, et ce fondement est-il aussi solide partout dans l'entreprise, ou seulement chez les personnes les plus proches de la technique. Cette question précède une autre question, à savoir quelle part du travail lui-même se prête à l'IA. C'est un autre type de mesure. Pour les organisations qui souhaitent savoir quelle part du travail, tâche par tâche, peut être reprise par l'IA, il existe le scan de travail de FTE TO AI — une mesure qui ne porte pas sur l'organisation dans son ensemble, mais sur le travail lui-même, fonction par fonction et tâche par tâche.
La mesure de maturité est en cours de développement. Toute personne souhaitant savoir quand la mesure sera disponible peut s'inscrire sur la liste d'attente et recevra un message dès que l'outil sera prêt à l'emploi.
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.