Maximiser l'efficacité : tirer parti de l'automatisation pour transformer les processus métier

Les entreprises ne peuvent pas se permettre d'ignorer les richesses représentées par leur capital humain : ces êtres faillibles avec leur capacité unique à oser et rêver, à avoir de l'intuition et prendre des risques, et surtout, à reconnaître quand ils se dirigent vers la catastrophe.

L'été dernier a marqué un tournant sinistre dans l'histoire de l'intelligence artificielle : le premier décès causé par un véhicule autonome. Une Tesla Model S, en pilote automatique complet, s'est écrasée à l'arrière d'un camion sur une autoroute en Floride, tuant le « conducteur » humain.

Selon le blog de l'entreprise, la cause de cet accident tragique était l'incapacité de l'IA à discerner « le côté blanc de la remorque contre un ciel fortement éclairé ». Comme le souligne Tesla, c'était le premier décès en plus de 130 millions de miles parcourus en autopilot, soit moins de la moitié du taux mondial de 60 millions de miles par décès pour les conducteurs humains.

Si Tesla et les autres fabricants de voitures autonomes peuvent maintenir ce taux bas, cela représentera certainement une amélioration majeure de la sécurité. Pourtant, la nature de cet accident – qui aurait presque certainement été évité par un conducteur humain – soulève de sérieuses questions sur la part d'agence que les humains devraient céder aux machines.

À mesure que la technologie devient plus intelligente, elle sera inévitablement amenée à prendre des décisions qui entraîneront la mort de personnes. Les véhicules comme les voitures et camions autonomes devront être programmés pour prendre des décisions morales, comme répondre instantanément au « problème du tramway » qui déconcerte les éthiciens depuis des années.

Toutes les questions sur l'IA et l'automatisation ne sont pas une question de vie ou de mort, mais il y a d'importantes questions pratiques et éthiques à résoudre avant de pouvoir être sûrs que ces technologies augmenteront plutôt que diminueront nos vies.

C'est un fait de plus en plus reconnu par les entreprises elles-mêmes. Une recherche d'Infosys a révélé que plus de la moitié (53 %) des répondants estiment que les questions éthiques empêchent l'IA d'être aussi efficace qu'elle pourrait l'être, tandis qu'un tiers seulement (36 %) disent avoir pleinement considéré les implications éthiques de ces nouvelles technologies.

Ces préoccupations vont des effets de ces technologies sur la vie privée des employés et clients, à l'impact sur l'emploi (par exemple, en rendant de larges pans de la main-d'œuvre humaine redondants). Il y a aussi des questions – mises en lumière crûment par l'histoire de Tesla ci-dessus – sur la mesure dans laquelle l'intelligence artificielle peut jamais remplacer des opérateurs humains.

Il est aussi facile d'être séduit par la puissance promise de la technologie que de romantiser les capacités uniques du cerveau humain. À moins que les entreprises ne puissent réconcilier ces deux intelligences très différentes, elles sont peu susceptibles de débloquer les pleins bénéfices qui peuvent être atteints en faisant collaborer humains et technologie.

L'un des défis clés auxquels l'humanité fait face est de décider quelle autonomie nous accordons aux machines, et dans quelles situations l'intelligence artificielle est mieux appliquée que l'esprit humain.

À première vue, la capacité de la technologie à traiter d'énormes ensembles de données et à exploiter le traitement du langage naturel pour fournir des interactions réalistes avec les clients en fait le remplaçant parfait pour des humains lents, coûteux et sujets à l'erreur.

Mais cela ignore les faiblesses inhérentes de la technologie, du chatbot Tay de Microsoft, qui a rapidement appris à être raciste, à la voiture autonome qui ne peut pas distinguer le ciel d'un morceau de métal de 20 tonnes se déplaçant rapidement.

Le fait reste que les machines ne peuvent nous fournir que de l'insight, et que seuls les humains ont la sagesse d'appliquer cet insight de manière appropriée pour tout contexte métier ou personnel donné. Si la vie des gens était toujours gouvernée par des considérations rationnelles et empiriques, il pourrait y avoir un argument pour que les machines remplacent les humains partout où c'est possible.

Comme nous le savons tous, ce n'est simplement pas le cas. Infosys est une entreprise qui rencontre ces questions tous les jours. Elle aide un grand nombre d'entreprises avec des initiatives d'apprentissage automatique, et ce qui est rapidement devenu clair pour nous, c'est l'importance de la contextualisation.

Dans la plupart des cas, traiter des chiffres ne suffit pas ; pour être efficace, cela doit être accompagné d'une compréhension approfondie de la culture de l'entreprise et de son modèle métier, de ses défis uniques et de ses structures de données / reporting.

Les humains continueront à jouer un rôle vital en posant les bonnes questions ; en interrogeant, interprétant et appliquant les données ; et en formulant les bonnes hypothèses pour les machines.

Les évangélistes de la technologie omettent souvent de mentionner que la précision de tout algorithme d'apprentissage automatique est généralement de 60-70 % au premier passage – cela doit être suivi d'un affinage et d'un travail supplémentaire.

Jusqu'ici, cela ressemble simplement à un argument pour embaucher plus de data scientists, plutôt qu'à un éloge de la capacité des travailleurs humains. Mais il ne devrait pas falloir un grand saut d'imagination pour regarder les limitations de la technologie mentionnées ci-dessus, et voir comment elles s'appliquent à d'autres domaines d'une organisation.

Cela va du sommet de la pyramide au travailleur le plus junior. Demandez à n'importe quel chef d'entreprise prospère et il vous parlera de l'importance de prendre des risques calculés basés, dans une certaine mesure, sur l'intuition ; il parlera de l'importance de la pensée latérale pour résoudre des problèmes métier complexes ; il peut insister sur le fait que ses meilleures idées et éclairs d'inspiration jaillissent de schémas de pensée complètement inattendus.

Pour un travailleur RH, les données donneront un aperçu important de la performance et de la productivité des individus ; elles ne lui diront probablement pas pourquoi ils performent mal, ou la façon la plus empathique et efficace de mener des conversations sur la façon dont ce travailleur peut s'améliorer.

De même, un agent de service client bénéficiera d'avoir accès à toutes les données dont il a besoin pour enquêter sur la plainte, mais il faudra encore de la formation, de l'intuition et de l'humanité pour résoudre l'affaire d'une manière qui laisse le client satisfait.

La vérité est que les données ne sont qu'un outil que les gens peuvent utiliser pour améliorer leur façon de faire leur travail, que ce soit monter un hedge fund ou gérer un client mécontent.

Les entreprises ne peuvent pas se permettre d'ignorer les richesses représentées dans leur capital humain : ces êtres faillibles avec leur capacité unique à oser et à rêver, à avoir de l'intuition et à prendre des risques, et surtout, à reconnaître quand ils se dirigent vers la catastrophe.

Source : Jonathan Ebsworth, responsable des technologies disruptives chez Infosys Consulting