Photo de Scott Graham sur Unsplash

12 août 2020

Contrairement aux startups et aux géants technologiques qui ont des stratégies axées sur l’IA, la plupart des entreprises n’ont pas de laboratoires et d’équipes d’IA dédiées exclusivement à la recherche d’opportunités d’application en IA et à l’adaptation de la recherche pour la production.

Pour ces entreprises encore désireuses de profiter des avantages de l’adoption de l’IA, une condition préalable au succès est une capacité bien développée des récepteurs IA. La capacité des récepteurs IA est un terme utilisé par l’équipe d’innovation industrielle de Vector pour désigner l’expertise et l’approche nécessaires pour intégrer efficacement l’IA dans les opérations existantes d’une organisation.

Une caractéristique essentielle de la capacité des récepteurs d’IA est l’alignement entre les parties prenantes importantes des projets d’IA au sein d’une organisation. Les activités prometteuses d’IA nécessitent souvent une attention à plusieurs niveaux de direction au sein d’une entreprise, chacun ayant ses propres priorités. Ceux qui travaillent avec le code peuvent avoir des questions sur le paquet Python nécessaire pour l’entraînement des modèles. Les gestionnaires qui les guident peuvent décider s’ils doivent continuer à curer les données ou dédier une équipe au développement d’un type spécifique de modèle. Les cadres qui supervisent ces gestionnaires peuvent se concentrer sur la priorisation des objectifs de l’IA selon la dynamique concurrentielle de l’industrie.

Une communication claire des priorités de chaque partie prenante est cruciale pour donner aux expérimentations en IA les meilleures chances de succès. Cependant, il peut y avoir des défis ici. Les cadres auront probablement du mal à discuter des objectifs d’IA avec les équipes techniques en ce qui concerne la sélection des hyperparamètres et d’autres concepts techniques. À l’inverse, les équipes techniques peuvent trouver difficile d’expliquer comment les objectifs stratégiques larges de l’entreprise doivent être affinés et présentés comme des problèmes spécifiques adaptés à l’IA.

Il est crucial d’avoir une personne ou une équipe capable de gérer cet alignement et cette communication. Une telle personne doit être capable de naviguer sans effort entre les domaines technique et commercial au sein de l’entreprise. Un nom parfois utilisé pour décrire des personnes occupant ce rôle est traducteur d’affaires.

Les traducteurs d’affaires efficaces partagent certaines qualifications et caractéristiques en commun, dont la première figure sur leur CV. Ils ont généralement des diplômes et de l’expérience dans des domaines techniques, notamment en informatique, en génie, en mathématiques ou en physique. Leur expérience et leurs compétences devraient également démontrer une expérience de proximité avec le code et une familiarité avec des frameworks d’IA importants pour le développement de modèles, tels que Tensor Flow et PyTorch. Idéalement, ils se tiennent à jour avec les publications académiques et les tendances du domaine et peuvent comprendre comment ces tendances influencent le secteur.

Une partie de leur rôle consiste aussi à aider les organisations à mettre en place des processus pour éviter le dilemme de l’innovateur. Les expériences d’IA peuvent être involontairement écrasées par les processus réguliers, la politique et les approches de gestion des risques de l’entreprise. Les initiatives d’IA doivent être protégées d’un tel sort. Lorsqu’il n’existe pas de laboratoire distinct pour isoler les initiatives contre ces pressions, c’est souvent aux traducteurs d’affaires de les protéger et de s’assurer qu’ils reçoivent les ressources, l’attention et l’espace dont ils ont besoin.

 Au-delà de faciliter l’alignement et de protéger les efforts d’adoption précoce, les traducteurs d’affaires peuvent aider les entreprises à évaluer les fournisseurs qui sollicitent des services d’IA. Les technologies nouvellement commercialisées et en évolution rapide s’accompagnent souvent d’un afflux de fournisseurs de qualité variable. Les services qui forcent des problèmes d’affaires dans des modèles inappropriés, reconditionnent du code open source comme solutions commerciales, ou prétendent résoudre des enjeux complexes d’IA comme l’explicabilité ou l’équité nécessitent un examen minutieux par des professionnels sceptiques et informés. Les traducteurs d’affaires peuvent réduire l’asymétrie d’information entre l’entreprise et les fournisseurs, et aider à s’assurer que les décisions d’approvisionnement sont orientées par une analyse éclairée.

L’IA impacte toutes les industries. Les entreprises — même dans des secteurs qui n’étaient pas historiquement considérés comme les premiers à adopter une nouvelle technologie — doivent suivre l’adoption parmi leurs pairs et rechercher des modèles, des services et des talents en conséquence. Cependant, la conscience et l’intention lors de l’adoption ne suffisent pas pour avancer. Pour transformer l’adoption en valeur, les organisations doivent aller au-delà de l’intérêt et préparer le terrain pour prospérer. Une capacité bien développée de récepteurs d’IA, ancrée par des traducteurs d’affaires, aidera à transformer l’IA en valeur pour l’entreprise.