Sélection pragmatique à prévoir

C’est pour cela que la mise en place d’une méthodologie de sélection pragmatique est utile. Selon Gary Folli, les cas d’application doivent être sélectionnés sur la base des quatre critères suivants :  

• la valeur ajoutée : il est important de raisonner en termes de retour sur investissement. Ce retour peut être monétaire (avec des économies immédiates) ou alors des gains de temps pour les collaborateurs
• la faisabilité technique : il faut viser des cas dans lesquels les données sont disponibles pour les mettre en pratique. Il est utile de d’abord s’intéresser aux cas les plus simples à mettre en place, en appliquant des outils déjà disponibles. Cela permettra ainsi de générer tout de suite de la valeur pour l’entreprise.
• l’expertise métier : un expert du domaine dans lequel vous souhaitez appliquer de l’IA doit accompagner le projet. Le prestataire technique doit connaître les méthodes, les actions faites au quotidien par les spécialistes métiers. « C’est la seule solution pour que le spécialiste technique puisse créer un algorithme qui fonctionne et qui réponde aux besoins », rappelle Gary Folli.
• la complexité incrémentale : il faut d’abord essayer d’avoir des résultats avec des méthodes très simples, avant de complexifier la démarche. « Ne sautez pas tout de suite sur la tendance ou les dernières méthodes les plus jolies, car cela risque de prendre davantage de temps. Cela permet aussi d’augmenter petit à petit l’expertise de la personne qui implémente l’IA et celle du répondant métier. Cette montée de compétences permettra dans un second temps d’aller vers des solutions plus complexes.  

Dans ce contexte, il est très intéressant de demander un audit de quelques heures ou de quelques jours, avant de lancer un projet en lien avec l’intelligence artificielle. « Cela permet de faire une première analyse des cas d’application les plus prometteurs, avant de se lancer dans la mise en oeuvre », conclut Gary Folli.