Réflexion stratégique sur l'IA : 3 webinaires clés du MIT Sloan Management Review
Dans le paysage actuel de l'intelligence artificielle, les dirigeants d'entreprise doivent planifier leurs prochaines étapes avec prudence. Trois récents webinaires du MIT Sloan Management Review mettent en lumière comment les organisations peuvent identifier et déployer des cas d'utilisation de l'IA tout en évitant les pièges éthiques, en créant de la valeur à moindre coût et en soutenant leurs employés.
Percer à jour le battage médiatique autour de l'IA Daron Acemoglu, professeur au MIT et lauréat du prix Nobel, souligne que contrairement à internet dont le potentiel transformateur était clair dès ses débuts, l'IA présente des incertitudes. Bien qu'efficace pour les tâches cognitives répétitives, son utilité reste floue pour de nombreux métiers comme le divertissement, l'entretien ou le leadership. Acemoglu prédit que l'IA ne pourra automatiser que 5% des tâches et n'ajoutera que 1% au PIB mondial dans la décennie à venir. Cependant, il voit des opportunités pour créer de la valeur, notamment dans les services financiers inclusifs ou la prise en charge du vieillissement de la population américaine.
« Le battage médiatique est l'ennemi du succès commercial », affirme Acemoglu. Il recommande plutôt de concentrer les ressources humaines sur des domaines où la technologie et les données peuvent améliorer l'efficacité et permettre la création de nouveaux biens et services. Cette approche permet d'augmenter le travail des employés plutôt que de les remplacer, tout en se concentrant sur l'innovation plutôt que sur la réduction des coûts.
Garantir une utilisation éthique de l'IA Thomas H. Davenport, expert au MIT Initiative on the Digital Economy, insiste sur l'importance de placer les préoccupations éthiques au cœur des projets d'IA. Les modèles d'IA peuvent être biaisés, insensibles ou inefficaces, et entraîner des divisions. Un sondage Deloitte de 2020 révèle que 56% des organisations ont freiné leur adoption de l'IA en raison des risques émergents, et autant s'inquiètent de l'impact négatif de l'opinion publique.
Pourtant, moins de 40% des entreprises ont pris des mesures comme former leurs équipes aux enjeux éthiques, vérifier l'impartialité des systèmes fournis par les vendeurs ou nommer un responsable dédié. Davenport recommande de nommer un responsable de l'éthique de l'IA, de documenter les modèles en production, de prolonger les phases de test pour réduire les biais et d'utiliser des outils d'évaluation externes.
Maximiser le retour sur investissement de l'IA Rama Ramakrishnan, professeur au MIT Sloan, souligne que les entreprises doivent relever le défi de générer de la valeur à partir de leurs investissements en IA, notamment avec les modèles de langage (LLM). Trois approches existent : l'utilisation d'invites simples, l'enrichissement par des sources propriétaires (RAG) et l'ajustement fin avec des questions spécifiques.
Ramakrishnan propose une méthode en trois étapes pour évaluer l'utilité d'un LLM : décomposer un travail en tâches, évaluer si une tâche répond à l'équation coût-bénéfice de l'IA générative, et lancer un pilote. Les entreprises doivent adapter les modèles à leurs besoins spécifiques et faciliter la détection des erreurs pour réduire les coûts.
