Évaluer l’impact commercial de l’intelligence artificielle

L’IA est dans une période de transformation, tant en tant que technologie que dans la manière dont elle est utilisée. De plus en plus d’entreprises sortent les projets pilotes d’IA des laboratoires de test et les déploient à grande échelle, et certaines en voient d’énormes avantages. Malgré les incertitudes entourant l’IA, ignorer son potentiel peut conduire les entreprises à faire des affaires selon les anciennes méthodes et risquer la faillite.

Cependant, pour de nombreuses entreprises, la valeur dérivée de l’IA peut être difficile à prédire. Leurs modèles peuvent ne pas être optimisés ; l’ensemble de données de formation peut ne pas être suffisamment volumineux ; les clients peuvent avoir des doutes, des inquiétudes concernant les préjugés, l’éthique et la transparence, et bien plus encore. Mettre en avant une stratégie d'IA avant qu'elle ne soit prête à mettre le programme d'IA en production, ou avant que ses résultats n'aient été correctement examinés, pourrait coûter de l'argent à l'entreprise, ou pire, lui être préjudiciable.

Alors, comment savoir si un projet d’IA va changer ou détruire votre entreprise ? Sans chiffre direct du retour sur investissement, les entreprises doivent trouver des moyens créatifs pour le déterminer. Voici comment les responsables informatiques et les initiés du secteur mesurent la valeur de l'IA.

Technologies matures ou technologies révolutionnaires

Mesurer la valeur commerciale de toute initiative ou technologie n'est pas toujours un calcul linéaire, et l'IA ne fait certainement pas exception, surtout si l'on considère la maturité et le potentiel commercial. Des variables empiriques prouvées et prédites, telles que l'exploration de données, les économies de coûts et la formation, ainsi que la capacité à investir et à promouvoir de nouvelles utilisations, influencent les décisions concernant le retour sur investissement acceptable, mais donnent un certain niveau de confiance à la technologie, qu'elle soit émergente ou mature. , ils sont tous cruciaux.

Chris Mattmann, CTO et responsable de l'innovation du Jet Propulsion Laboratory de la NASA, a déclaré que certaines applications de cas d'IA sont déjà très matures. Prenons l'exemple de l'automatisation des processus métier.

Il a déclaré : "Chaque entreprise a des choses ennuyeuses, et nous aussi. Nous automatisons donc beaucoup de choses, comme la gestion des tickets, la recherche, l'exploration de données, l'utilisation de l'IA pour examiner les contrats et les sous-contrats.

JPL a utilisé Commercialized." Les technologies pour ce faire incluent DataRobot et Google Cloud, a déclaré Mattmann. Pour déterminer si une technologie particulière vaut la peine d’investir, les entreprises se demandent si elle permettra d’économiser du temps, des coûts et des ressources. "Il est déjà mature, il devrait donc pouvoir le prouver."

Pour les technologies qui sont à maturité moyenne, le JPL examine si la technologie a la capacité de mettre en œuvre de nouvelles capacités et à quel prix. Il a déclaré : « Par exemple, si nous allons sur Mars, il existe un mince tuyau pour les télécommunications dans l'espace lointain. Et aujourd'hui, il y a suffisamment de bande passante pour envoyer environ 200 photos par jour de Mars vers la Terre.

Ces merveilleuses sondes martiennes que nous avons envoyées Il y a des cerveaux de la taille d'un pois, et ils utilisent des processeurs iPhone 1. Nous ne laissons dans l'espace que des choses qui sont résistantes aux radiations, et nous savons que les puces qui fonctionnent bien sont les plus anciennes. IA avancée ou ML sur le rover

Mais l'hélicoptère Ingenuity était initialement prévu comme une démonstration technologique et non au cœur de la mission, et il est propulsé par un processeur Qualcomm Snapdragon, la puce AI, ce qui nous prouve qu'il est possible de ayez des puces plus récentes et faites plus d'IA. »

Ici, l'IA permettra de nouveaux cas d'utilisation qui sont actuellement irréalisables. Par exemple, au lieu de renvoyer 200 images par jour, le rover pourrait utiliser l'IA pour analyser les images et envoyer un million de descriptions textuelles à la Terre. Par exemple, il y a un lit de lac asséché dans une direction spécifique, et nous pourrions obtenir de meilleurs résultats ; à travers le texte que sur Stage, plus de visibilité.

Enfin, pour les technologies expérimentales d’IA de pointe, le succès sera mesuré selon si elles permettent de réaliser de nouvelles recherches scientifiques et de rédiger et de publier de nouveaux articles.

Mattmann a déclaré : « La formation et la création de modèles ont un coût. Des entreprises comme Google et Microsoft ont facilement accès à des données de formation massives, mais l'ensemble de données du JPL est difficile à obtenir et nécessite des experts de niveau doctorat pour les analyser et les étiqueter. À la NASA, notre coût pour former un nouveau modèle d'IA est 10 à 20 fois supérieur à celui de l'industrie commerciale. »

Ici, l'émergence de nouvelles technologies permet à la NASA de créer des modèles d'IA avec moins d'étiquetage manuel.

La mesure de l'IA et sa portée d'impact

Lorsqu'il n'existe aucun moyen direct de mesurer l'impact commercial d'un projet d'IA, les entreprises exploitent les données des indicateurs clés de performance (KPI) pertinents. Ces variables proxy sont souvent liées aux objectifs commerciaux, notamment la satisfaction des clients, les délais de commercialisation ou la fidélisation des employés.

Le système de santé de l'Atlantique en est un exemple typique. Sunil Dadlani, vice-président directeur et directeur informatique de l'entreprise, estime que les patients de son entreprise sont au centre de chaque décision. Ainsi, à bien des égards, le retour sur investissement dans l’IA se mesure en observant les améliorations apportées aux soins aux patients. Ces mesures centrées sur le patient incluent des séjours hospitaliers plus courts, des temps de traitement plus rapides, une vérification plus rapide de l’éligibilité à l’assurance et une autorisation préalable d’assurance plus rapide, a-t-il déclaré.

Un autre projet consiste à utiliser l’IA pour aider les radiologues à examiner les scans. L’un des KPI est la fréquence à laquelle les radiologues sont alertés de résultats potentiellement anormaux. "En avril 2022, 99 % de nos radiologues ont déclaré avoir utilisé l'IA pour analyser plus de 12 000 rapports d'études", a déclaré Dadlani, ajoutant que cela a déclenché près de 600 alertes afin que les médecins puissent traiter des problèmes potentiellement graves le plus rapidement possible "

Richard. Davis, associé au sein de l'équipe de conseil en gestion, de transformation commerciale et technologique de RSM, le cinquième plus grand cabinet comptable aux États-Unis, estime que chez RSM, l'investissement en IA suit deux voies étroitement liées : l'une est la productivité et les outils analytiques qui peuvent aider les employés. fonctionnent mieux ; deuxièmement, les clients utilisent des outils identiques ou similaires.

Par exemple, lorsqu'il travaille avec un client, RSM peut être invité à extraire des données de plusieurs systèmes (comptabilité, ventes et marketing, ressources humaines, logistique) et à tout consolider dans un seul volet. L'IA peut aider à accélérer le processus, a déclaré Davis, et l'IA peut ensuite être utilisée pour identifier comment le travail circule dans ces systèmes et où peuvent se trouver les défis et les obstacles potentiels.

Alors, comment une entreprise peut-elle savoir si son IA va dans la bonne direction ?

Davis a refusé de fournir des détails sur l'investissement de RSM dans les plans d'IA ou le retour sur investissement, mais a déclaré : « Premièrement, nous pouvons mesurer très clairement l'utilisation de l'outil. Au fil du temps, ce que nous espérons voir, c'est davantage Délivrer un engagement efficace »

Il a également déclaré qu’un engagement accru devrait conduire à une productivité accrue. Ainsi, s’il fallait auparavant une semaine pour faire quelque chose, l’objectif pourrait désormais être de le réduire à une journée.

Focus sur les avantages commerciaux

Mesurer le succès de l'IA peut aussi être subjectif. Évaluer un projet d'IA est autant un art que développer l'IA elle-même, déclare Eugenio Zuccarelli, chercheur en IA au MIT et data scientist dans le secteur de la vente au détail.

Zuccarelli a déclaré que malgré cela, il est toujours important de pouvoir expliquer l'impact de l'IA sur l'entreprise. Il a déclaré : « Les KPI ne doivent pas être définis autour du modèle lui-même, mais des indicateurs doivent être définis autour de l'entreprise et des personnes, ce qui devrait être l'objectif ultime du projet. Sinon, choisissez-en un qui semble réussi mais qui ne se traduit pas réellement par un résultat. » un impact efficace sur l'entreprise. Les indicateurs techniques sont trop faciles.

Zuccarelli, qui a également occupé des postes en science des données dans des entreprises comme BMW et Tesla, a également mis en garde contre la mesure des progrès de manière isolée. Par exemple, si un projet d’IA vise à améliorer quelque chose qui s’améliore déjà pour d’autres raisons, un groupe témoin est nécessaire pour déterminer dans quelle mesure l’amélioration est réellement causée par l’IA.

Vladislav Shapiro, qui possède de nombreuses années d'expérience dans le secteur des services financiers, a déclaré que d'autres KPI précieux pour les projets d'IA pourraient consister à réduire les fausses alarmes ou à supprimer automatiquement les privilèges excessifs. Shapiro est le fondateur de Costidity, un groupe de conseil spécialisé dans la gestion de la sécurité informatique et de la gouvernance des identités.

Il a déclaré que lors d'un récent déploiement de sécurité basé sur l'IA, le taux de faux positifs a été réduit de trois fois et que de nombreux processus auparavant manuels ont été automatisés.

« Lorsque vous montrez ces chiffres à la haute direction d’une entreprise, elle comprend que toutes les mesures ci-dessus réduisent le risque de violation et augmentent la responsabilité et la gouvernance », a-t-il déclaré.

Mesure progressive du succès

Sanjay Srivastava, stratège numérique en chef de la société mondiale de services professionnels Genpact, a déclaré que les réductions de coûts provoquées par l'automatisation sont le moyen le plus simple et le plus clair de démontrer les avantages économiques de l'IA. Mais l’IA peut également faciliter la création de nouvelles sources de revenus et même révolutionner le modèle économique d’une entreprise.

Par exemple, avec l'aide de l'IA, un constructeur de moteurs d'avion a découvert qu'il pouvait mieux prédire les pannes et améliorer la logistique, et ainsi commencer à fournir des services liés aux moteurs. Il a déclaré : « Pour le consommateur final, il vaut mieux acheter des miles de vol que d'acheter le moteur lui-même. Il s'agit d'un nouveau modèle commercial qui change la façon dont l'entreprise fonctionne car il s'appuie sur la technologie de l'IA. En même temps, c'est bon pour l'entreprise L'impact est également clair »

Ainsi, afin de justifier l'investissement dans l'IA sur cette période, ce fabricant particulier a besoin de cet objectif à long terme, mais le traduit en projets à court terme qui peuvent être mesurés d'autres manières.

Il a également déclaré : « Au lieu de dire que nous allons changer l'industrie dans dix ans, la première année, nous allons commencer à examiner quelles pièces nous devons stocker. Vous n'avez pas modifié le kilométrage du industrie, vous dites simplement que nous avons besoin du volume Les bonnes pièces pour répondre aux normes. Il s'agit d'un projet d'un an visant à optimiser les systèmes d'entrepôt et à réduire les investissements dans les stocks »

En plus de l'optimisation de la chaîne d'approvisionnement, d'autres projets à court terme. les mesures de progrès à terme incluent la satisfaction du client.

Il a déclaré : "Si l'avion reste bloqué à Mumbai pendant cinq jours en attendant une pièce, le client aura un mauvais pressentiment

."

Alignement avec la vision stratégique

Il existe également une réalité selon laquelle certains projets d'IA peuvent entraîner des pertes à court terme, mais restent importants et transformateurs à long terme. Par exemple, les entreprises utilisant des robots pour fournir un service client peuvent résoudre certaines tâches monotones. Whit Andrews, analyste chez Gartner, a déclaré : « Mais les chatbots peuvent aussi présenter des inconvénients. Parce que certaines personnes sont douées pour la vente incitative et souhaitent interagir avec les gens, les entreprises peuvent ne pas vouloir utiliser de chatbots. »

Cela revient à ce que vous voulez être une entreprise. "À un moment donné, vous devez vous demander si votre entreprise est une entreprise où, par exemple, si une livraison est ratée, le client peut appeler et demander ce qui ne va pas exactement, puis vous interagissez directement avec lui pour essayer de résoudre le problème. » 

Si une entreprise s'engage dans une transformation basée sur l'IA, soutenue par un retour sur investissement mesurable, et a une vision centrée sur le client, elle néglige peut-être l'impact direct sur les indicateurs de revenus. concentrez-vous sur d’autres mesures potentiellement plus significatives.

Andrews a déclaré : « Une entreprise plus automatisée peut avoir plus de succès car elle augmente sa part de marché. Mais vous pouvez développer vos données afin de pouvoir les atteindre à un moment qui leur est plus pertinent. et disons, la pensée logique nous dit que cela rendra nos clients plus heureux et nos employés plus performants, alors faisons en sorte que cela se réalise. »

Source : www.cio.com​

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!