Foundation est le niveau auquel une organisation ne repart plus de zéro. Des choix ont été faits, il existe une politique, il y a une équipe ou un rôle qui s'en occupe. C'est l'étape après baseline, où l'IA se pratiquait surtout de façon incidentelle et sur l'initiative d'individus. Au niveau foundation, quelque chose a été formalisé. La question n'est plus de savoir si l'organisation s'y intéresse, mais si cela se fait de façon homogène sur les sept dimensions que distingue la mesure de maturité.
La forme la plus courante de foundation est inégale. L'organisation et la politique sont souvent en tête : un responsable IA a été désigné, il existe des lignes directrices sur l'usage, peut-être un premier document de gouvernance. Mais l'infrastructure informatique et la gestion des données sont régulièrement en retard. Les systèmes ne sont pas conçus pour soutenir des applications d'IA, les données sont dispersées, la qualité et l'accessibilité ne sont pas garanties. Ce n'est pas une exception ; c'est le schéma dans lequel les dimensions fondamentales restent en retrait par rapport aux dimensions dépendantes.
Cela se traduit concrètement : un pilote approuvé sur papier s'enlise parce que les données nécessaires ne sont pas disponibles ou pas fiables. Un document de politique existe, mais personne dans l'organisation ne peut l'expliquer sans le consulter. Un responsable a été désigné, mais cette personne n'a pas le mandat de décider des systèmes ou des budgets. Foundation paraît sur papier plus ordonné qu'il ne fonctionne en pratique.
Au niveau foundation, la dispersion dans le tour de plot est souvent la plus grande. Un CIO note bas l'infrastructure informatique parce qu'il sait ce qu'il reste à faire en matière d'intégration des systèmes. Une CHRO note haut l'organisation et la politique parce qu'il existe désormais au moins un point de contact. Les deux jugements sont corrects depuis leur propre position. La mesure rend cette différence visible plutôt que de la moyenner, et c'est précisément là que foundation appelle une discussion : quelle dimension est en avance, laquelle doit encore suivre, et cette différence de rythme est-elle connue de toutes les personnes qui participent à la décision.
La raison pour laquelle foundation se présente ainsi tient à la nature même des dimensions. L'organisation et la politique se mettent en place relativement vite : un document, un rôle, une structure de concertation. L'infrastructure informatique et la gestion des données demandent plus de temps, car elles dépendent de systèmes existants qui n'ont pas été conçus pour l'IA. Qui, au niveau foundation, a surtout investi dans la politique et l'organisation, a l'impression d'avancer sans que la couche fondamentale ait suivi. Cette différence n'apparaît clairement que lorsqu'un pilote veut aller plus loin que le montage d'essai, et l'on découvre alors que les données ne sont pas prêtes.
C'est aussi pourquoi foundation est une étape intermédiaire et non un point d'arrivée. Le niveau où cela se résout s'appelle activation, où les dimensions fondamentales et dépendantes se rapprochent. Les niveaux suivants, insight et intelligence, s'appuient sur une base qui, au niveau foundation, n'est pas encore uniforme partout.
L'étape de foundation vers le niveau suivant ne demande pas davantage de politique. Il en existe déjà. Elle demande d'aligner les dimensions en retard, notamment l'infrastructure informatique et la gestion des données, afin que les dimensions dépendantes — dont l'usage de l'IA et le degré de familiarité des collaborateurs avec celle-ci — aient quelque chose sur quoi s'appuyer. Cela signifie que les systèmes doivent être mis en ordre avant d'y déployer de nouvelles applications, et que la qualité des données devient un sujet avec un propriétaire, pas une hypothèse.
Le parcours d'ici vers le niveau suivant est décrit sur comment passer de foundation au niveau suivant. Qui se demande à quoi ressemble l'étape précédente la trouvera sur comment passer de baseline au niveau suivant ; qui a déjà dépassé foundation peut poursuivre sa lecture sur la page consacrée à l'étape d'activation vers le niveau suivant.
La mesure de maturité montre si l'organisation peut porter l'IA : si les couches fondamentales sont assez solides pour construire quelque chose. Elle ne dit rien sur le travail qui s'y prête ou sur la part d'une fonction que l'IA pourrait reprendre. C'est une autre question, avec un autre instrument. Une fois les dimensions fondamentales en ordre — ou pendant qu'on y travaille — le scan de travail de FTE TO AI peut cartographier quelle part du travail, tâche par tâche, se prête à une reprise. Les deux mesures se complètent : l'une montre si la base existe, l'autre montre ce qu'il est possible de faire sur cette base.
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.