BTEX 2024 : Comment bâtir une organisation prête pour l’IA
Les organisations cherchent à tirer parti des progrès de l’IA générative, mais comment pouvez-vous identifier les lacunes dans votre préparation? Joignez-vous à CDW Canada alors que nous couvrons le thème de la hiérarchie des besoins en matière de déploiement de l’IA pour les individus, les équipes et l’ensemble de l’organisation.
En tant que spécialistes des TI, lorsque nous examinons l’infrastructure ou le stockage des données, nous sommes déjà très bons. La plateforme représente l’endroit où les choses commencent à quitter les rails.
– K.J. Burke, directeur de la technologie sur le terrain, Infrastructure hybride chez CDW Canada, lors d’une présentation à l’expo BTEX 2024.
« Lorsque vous commencez à examiner les charges de travail, dans les conteneurs et Kubernetes, un changement fondamental s’opère quant au mode de préparation. Donc, toutes les choses dont nous aurions besoin pour nous préparer à exécuter les charges de travail avec Kubernetes, nous devrons également les préparer lorsque nous examinons l’IA.
« Alors que nous continuons à investir, nous développons la propriété intellectuelle et des choses qui présentent une valeur. Cette valeur sera indispensable pour l’entreprise, nous devons donc avoir des moyens de la mesurer. Nous voulons investir et en créer de nouvelles, donc nous devons disposer d’un mécanisme pour évaluer où elle se situe et où se situe la nouvelle version, et la nouvelle version est-elle meilleure que l’ancienne version?
« Ce sont toutes des choses que nous devons faire un peu différemment, par rapport à ce que nous faisions par le passé. »
Compréhension de l’espace IA par les utilisateurs
« Nous faisons de l’apprentissage automatique depuis des décennies », a déclaré M. Burke. « L’IA n’est pas une nouvelle chose. Mais à présent, nous parlons de modèles linguistiques, de modèles de base et d’IA générative. Mais, lorsque nous parlons d’IA générative, le terme est plutôt informe. Comment pourrions-nous mieux le définir?
« Une partie de la conversation que j’ai avec les clients se résume par : ‘Pour qui construisons-nous l’IA? À qui l’IA bénéficiera-t-elle?’Nous parlons de différents ensembles de données. J’aime donc l’aborder comme suit :
AI for the individual: Comment allons-nous faciliter notre travail? Comment serons-nous individuellement plus efficaces? Le profil de risque est que la personne a un meilleur accès à ses données.
AI for teams: Prendre une fonction et la rendre plus productive. Trouver un moyen d’aider les équipes à être plus efficaces. Il peut s’agir d’une analyse de contrat ou de la création automatique d’une demande de proposition. Le profil de risque est constitué des données que vous utilisez pour créer l’outil, lesquelles rendent la chose un peu plus facile.
Organizational AI: c’est là que les choses peuvent devenir très difficiles. Lorsque nous parlons de l’élaboration d’outils pour l’organisation, beaucoup de données et des ensembles de données plus importants comportant plus de risques sont en jeu, car la plupart de ces données sont inconnues. Nous n’avons pas seulement cloisonné quelques données et créé un outil; en fait toutes les données dont nous disposons sont sollicitées. Beaucoup de défis découlent donc de la nature de ces données; comment identifier les données à risque et les supprimer, comment rendre ces données plus efficaces?
Customer-facing AI: Une chose à garder à l’esprit est le risque pour la réputation d’exposer certaines données à un client.
Si l’IA est le moteur de l’innovation, les données sont le carburant
« Il y a quelques éléments que j’appelle les fondations », a déclaré Leo Batista, chef de pratique, maillage des données, solutions d’analyse et d’informatique décisionnelle chez CDW Canada. « Assurons-nous que nos données sont sécurisées, que nos données sont protégées, que nos données sont gérées et que nos données fournissent les bonnes informations aux moteurs d’IA afin de nous aider à prendre de meilleures décisions. »
M. Batista a utilisé une analogie de la voiture pour clarifier son message. « Il y a des choses entre le coffre et le moteur. Les plateformes de données sont les conduits, les injecteurs de carburant, les bougies d’allumage et les carburateurs fonctionnant selon étapes de verrouillage avec ce moteur d’IA.
« Les données sont littéralement partout. De plus, les données peuvent provenir de capteurs IdO, de marketing, de réseaux sociaux, de systèmes ERP, etc. Les types de données que nous avons comprennent des données structurées, des bases de données relationnelles traditionnelles et des données non structurées, où elles ne sont pas exactement connectées ou interconnectées. Alors, comment extrayons-nous une valeur de ces données?
« Nous passons par un processus de stockage, d’ingestion, de transformation, de chargement, de modélisation, d’analyse et de publication. Et voilà, les données sont prêtes. »
Éléments fondamentaux à considérer lors de la planification d’une organisation fondée sur l’IA
« Nous devons penser à la stratégie de données », a déclaré M. Batista. « Qui sera propriétaire de quel type de données? Qui sera responsable des dossiers des clients? Qui validera ces données? Il y a aussi la gouvernance des données. Qui approuve les données?
« Nous devons cartographier les plateformes de données de base et les plateformes de données modernes. Nous devons disposer d’une conception architecturale pour la visualisation et la production de rapports de données, ainsi que pour la science des données. Nous voulons utiliser une infrastructure moderne avec une gouvernance en place.
« La capacité, la portabilité, la gouvernance, la qualité, la résilience sont les aspects auxquels nous devons penser lorsque nous pensons aux données. De plus, pensez toujours aux gens, aux processus et à la technologie. Quels sont les processus, les personnes et la technologie qui prennent soin des données transmises par l’IA et qui prennent des décisions au nom de mon entreprise? »
M. Burke a ajouté : « Lorsque vous consacrez du temps à la gouvernance des données et que vous commencez à gérer vos données, ces dernières deviennent en fait plus précieuses. Tout ce travail que vous effectuez pour obtenir de bonnes données, supprimer les mauvaises données et identifier les données à risque, vous ne voudrez plus le faire, n’est-ce pas? »
Obstacles au succès avec l’IA
« L’IA évolue très rapidement », a déclaré M. Burke. « Il y aura de nouvelles annonces demain ou après-demain. Il y a donc cette peur, cette incertitude et ce doute, et nous devons y remédier.
« L’une des choses vraiment intéressantes à propos de l’IA est que les projets d’IA sont menés en partant du sommet. Les dirigeants veulent faire quelque chose avec l'IA, mais ils ne savent pas exactement quoi.
« Donc, investir dans des outils, investir dans une méthodologie, investir dans un pipeline et un cadre pour améliorer la qualité de ces données. C’est du temps bien investi.
« Ce faisant, vous réalisez simplement la valeur de vos données. L’importance pour l’organisation continuera d’augmenter parce que les données sont devenues plus précieuses par gigaoctet. »
Comment CDW peut-elle vous aider avec votre stratégie d’IA?
« Ce avec quoi nous travaillons à l’interne concernant l’IA générative se concentre vraiment sur les ateliers, les évaluations et les camps d’entraînement », a déclaré M. Burke. « Au cours des prochains mois, nous travaillerons avec les clients pour tenir des ateliers, identifier des cas d’utilisation, créer une preuve de productivité, puis aider nos clients à travailler grâce à cette architecture.
« Nous serons en mesure d’attirer une douzaine de clients au bureau. Asseyons-nous et construisons quelque chose ensemble. Passons en revue le processus. Alors, commencez à poser des questions à vos gestionnaires de compte à ce sujet.