IA générative et DAP : alternative ou "duo parfait" ?

La perspective est séduisante : installer ChatGPT, Copilot ou une autre solution d'IA générative, alimenter le logiciel avec le savoir-faire de l'entreprise, puis l'amener à chaque poste de travail numérique - et voilà une solution qui, selon McKinsey, devrait permettre à l'économie mondiale d'augmenter sa productivité de 2,5 à 4,4 billions de dollars par an.

Le potentiel est bel et bien là. L'IA générative (GenAI) produit en quelques secondes tout type de contenu qui prendrait des heures ou des jours à un être humain. Mais en même temps, cette technologie facile à utiliser pose d'énormes défis aux entreprises.

Sécurité juridique

l'utilisation de l'IA générative soulève une foule de questions relatives à la protection des données, au droit d'auteur et au droit de la personnalité, auxquelles il convient de répondre en toute sécurité juridique - car en cas de problème, c'est l'entreprise dans son ensemble qui est responsable.

Des changements de processus

En outre, les processus commerciaux doivent être réorganisés. Ce n'est que si l'IA est intégrée aux bons endroits au sein des processus qu'elle peut déployer tout son potentiel.

Qualification

les collaborateurs doivent être formés à l'utilisation de GenAI. C'est la seule façon pour l'entreprise de s'assurer que l'IA est utilisée conformément aux objectifs, aux valeurs et aux règles de l'entreprise.

Bien utilisée, l'IA générative peut apporter des avantages considérables en peu de temps, en particulier dans la gestion des connaissances.Comme de nombreuses entreprises gèrent manuellement leur pool de connaissances, l'IA générative recèle un énorme potentiel d'amélioration dans ce domaine en

• aide les collaborateurs à corriger les documents obsolètes, à les actualiser et à les enrichir d'informations supplémentaires, ce qui permet d'améliorer considérablement leur qualité
• aide les auteurs à produire des articles, que ce soit à partir de la documentation existante, de supports de formation ou de l'historique des demandes d'assistance par chat
• personnaliser le contenu en fonction des rôles, des langues et des régions et optimiser l'expérience utilisateur
• rassemble des connaissances isolées, les recombine et fournit un apport pour de nouvelles idées

Les résultats impressionnants de l'IA générative reposent sur des algorithmes d'apprentissage automatique et sur l'utilisation de grands modèles de langage (LLM), qui permettent notamment une utilisation facile avec le langage naturel. À cela s'ajoutent des quantités gigantesques de données avec lesquelles l'IA a été entraînée et qui fournissent la matière première pour la création de textes, d'images, de codes de programmation ou de vidéos.

ChatGPT 3, par exemple, a été entraîné avec 175 milliards d'enregistrements ou de jetons provenant d'Internet. Cela correspond à environ 131 milliards de mots anglais. Pour la version 4 de ChatGPT, c'est déjà 74 fois plus. Cependant, même avec cela, la nouvelle version de ChatGPT donne encore des indications imprécises ou erronées lorsqu'elle est utilisée pour la recherche d'informations ou pour la rédaction de textes.

Or, les entreprises disposent en général de bien moins de données d'entraînement de qualité variable. Des problèmes en découlent rapidement, surtout lorsque l'IA générative est utilisée par les collaborateurs comme point de contact pour les questions relatives aux nouvelles applications, processus ou directives :

• Source de vérité multiple
  L'IA générative n'a aucune compréhension du texte, mais produit des contenus sur la base de probabilités statistiques. En fonction de la demande de recherche ou de l'invite de recherche, différentes variantes de réponse sont produites, qui diffèrent les unes des autres. L'entreprise ne peut pas garantir que la réponse d'une IA est toujours correcte.
• Affaiblissement de la conformité
  La précision et la qualité des réponses peuvent varier considérablement en fonction de la complexité de la question ainsi que de la quantité et de l'actualité des données de formation. Néanmoins, même les réponses erronées semblent souvent si plausibles qu'elles ne sont pas remises en question et peuvent entraîner des violations de la conformité.
• Apparition de l'effet de "biais"
  Les modèles d'IA génératifs peuvent renforcer les préjugés qui sont inconsciemment contenus dans les données d'apprentissage. En combinaison avec des instructions imprécises, cela provoque un biais dans les données. Comme il est impossible de prédire quand et pourquoi cet effet de biais se produira, les entreprises risquent une érosion progressive de la qualité de leurs données et de leurs processus, soit exactement le contraire de ce qu'elles espèrent.

Indépendamment du fait que ces problèmes apparaissent individuellement ou de manière groupée dans l'entreprise réelle : L'acceptation de l'IA générative subit définitivement des dommages massifs, de sorte que ses potentiels ne sont plus ou presque plus exploités. Ce serait une évolution fatale.

Que peut donc faire une entreprise pour utiliser l'IA générative de manière sûre et productive ?

En premier lieu, il doit veiller à ce que les nouvelles applications soient utilisées de manière contrôlée et contrôlable. Une plateforme d'adoption digitale (DAP) apporte ici une contribution précieuse.

Une plateforme d'adoption digitale fournit une aide ciblée dans le contexte de travail. Cela contribue à ce que les collaborateurs comprennent plus rapidement les nouvelles fonctions et les nouveaux flux de travail et utilisent l'IA générative de manière efficace et conforme à la conformité. Grâce aux résultats rapides de l'apprentissage, une DAP augmente l'acceptation nécessaire des nouvelles technologies d'IA.

Le point décisif est que, bien implémentée, l'interaction entre l'IA et le DAP crée une source unique de vérité à l'échelle de l'entreprise. Les collaborateurs ne se voient pas présenter des faits alternatifs dans différentes variantes, mais ils reçoivent une aide claire et fiable qui correspond à 100 % aux objectifs de l'entreprise.

Toutefois, de nombreuses plateformes d'adoption digitale proposent certes une guidance technologique, c'est-à-dire une aide concrète à l'utilisation, par exemple pour la création d'invites. Mais cela ne couvre qu'une petite partie des défis que pose l'utilisation de GenAI.

Dans la pratique, des questions très différentes se posent rapidement, telles que

• Puis-je utiliser des secrets commerciaux ou des données personnelles dans Prompts ?
• Comment puis-je évaluer la qualité des contenus générés par l'IA ?
• Que faire en cas de doute justifié sur les résultats de l'IA ?
• Qui est responsable en cas d'infractions résultant d'informations erronées fournies par l'IA ?

La guidance technologique ne répond à aucune de ces questions. C'est la raison pour laquelle tts performance suite, la plateforme d'adoption digitale de tts, propose également une "Business Guidance". Celle-ci comprend un accès direct aux connaissances des processus, aux réglementations et au savoir-faire spécifique à l'entreprise. Les collaborateurs développent ainsi une compréhension élargie des nouvelles méthodes de travail qui vont de pair avec l'introduction de l'IA générative.

Les entreprises qui souhaitent utiliser l'IA à grande échelle ont besoin d'une plateforme d'adoption digitale. En effet, ce n'est qu'en combinant la guidance technologique et la guidance commerciale que les collaborateurs obtiennent un soutien fiable dans leur travail avec l'IA.

En particulier, les trois grands défis que sont la sécurité juridique, la sécurité des processus et la qualification sont ainsi maîtrisés : Avec le SAP, les collaborateurs obtiennent toujours des réponses juridiquement sûres. Ils reçoivent une aide immédiate dans chaque processus. Et ils apprennent rapidement à utiliser les applications d'IA en toute sécurité.

L'IA et le DAP forment également un "couple parfait" à d'autres égards : les fournisseurs de DAP intègrent désormais des fonctions d'IA dans leurs plateformes d'adoption digitale. Les nouvelles technologies augmentent par exemple l'efficacité de la création de documents de formation, de listes d'étapes ou de la production de vidéos d'apprentissage, à condition qu'un contrôle de qualité soit effectué par des experts en la matière avant la publication.

Les connaissances spécifiques à l'entreprise parviennent désormais plus rapidement que jamais aux collaborateurs. C'est indispensable à une époque où la demi-vie des connaissances est de plus en plus courte.