Le terme intelligence artificielle a été inventé pour la première fois dans les années 1950. Mais jusqu’à récemment, l’adoption de la technologie se limitait aux scénarios de films hollywoodiens fantastiques, ou elle apparaissait dans les réflexions de quelques ingénieurs en logiciel et de stratèges innovants du DSI. Aujourd’hui, l’intelligence artificielle est un sujet de discussion quotidien dans nos vies personnelles et professionnelles, suscité principalement par la sortie de ChatGPT en novembre 2022.
ChatGPT, puis ChatGPT4, a laissé de nombreuses organisations stupéfaites par la puissance de l’intelligence artificielle générative. Il ne s’agit plus de savoir si, mais quand les technologies d’IA trouveront leur place dans les feuilles de route informatiques, même pour les industries et les entreprises les plus résistantes à la technologie.
Plus précisément, les cabinets d’avocats investissent dans des technologies qui exploitent la puissance de l’IA générative pour accélérer des tâches telles que la recherche juridique, l’examen des documents et la préparation des dépositions, ainsi que l’édition des clauses contractuelles et l’analyse des contrats.
Dans le dernier rapport sur la transformation juridique de l’Association of Corporate Counsel, les participants ont été interrogés sur leur point de vue sur les investissements technologiques de nouvelle génération et sur ce qui contribuerait à l’amélioration des performances. Étonnamment, l’intelligence artificielle arrive en quatrième position avec 30 % des répondants qui l’ont sélectionnée. Cela faisait suite à des solutions plus traditionnelles telles que les technologies intégrées et les fournisseurs de solutions (53 %), la technologie basée sur le cloud (37 %) et les plateformes tout-en-un (34 %). Dans cette enquête, l’intelligence artificielle a largement dépassé les autres investissements technologiques tels que la gestion des contrats, la gestion des connaissances, la gestion des enregistrements ou même les outils d’automatisation des flux de travail.
Il est important de noter que la taille de l’entreprise a eu une influence significative sur la volonté des répondants de mettre l’accent sur l’investissement dans l’intelligence artificielle, 37 % des entreprises de taille moyenne identifiant l’IA comme l’un des investissements technologiques les plus importants, contre 27 % des petites entreprises et 27 % % des grandes entreprises.
Mais le battage médiatique autour de l’IA en tant que technologie véritablement révolutionnaire s’accompagne d’une réalité qui donne à réfléchir. De nombreuses organisations, en particulier les cabinets d’avocats, ne sont tout simplement pas prêtes. L’utilisation réussie de l’intelligence artificielle nécessite des données organisées avec précision et accessibles aux algorithmes d’IA. De nombreuses organisations ont passé la dernière décennie à ajouter des solutions ponctuelles pour accélérer leur transformation numérique, souvent sans stratégie de données centralisée. Aujourd’hui, de nombreuses organisations ont des années de données collectées, mais les données sont inutilisables dans leur état actuel. Les problèmes de données courants et les raisons à cela sont les suivants :
- Données en double (manque de source unique de vérité, plusieurs instances des mêmes données)
- Manque d’intégrité des données (erreur humaine, saisie manuelle des données dans plusieurs systèmes)
- Données cachées ou incohérentes (issues d’une acquisition, d’une fusion ou d’une migration de système antérieure)
- Interruption des données (intégrations complexes, inefficaces ou inexistantes)
- Manque de ressources (ensembles de compétences nécessaires pour compiler, centraliser, modéliser et analyser les données)
Heureusement, de nombreux cabinets d’avocats ont reconnu la nécessité de nettoyer leur architecture de données, et 65 % des cabinets ont classé la gestion des données/gouvernance de l’information parmi leurs trois principaux investissements pour 2023.
En outre, les entreprises pour lesquelles le changement transformationnel est une priorité déclarent qu’au cours des prochaines années, elles se concentreront sur la gestion des données et la gouvernance de l’information (70 %), suivies de 62 % qui disent l’automatisation et 54 % qui disent l’analyse des performances et le reporting. .
Pour se préparer à l’intelligence artificielle en se concentrant sur la stratégie des données, les entreprises doivent savoir où se trouvent leurs données, d’où elles proviennent, qui les utilise et dans quel but. Répondre à ces questions peut nécessiter d’investir dans des efforts menant à la centralisation des données, à la gouvernance, à la normalisation et à une source unique de vérité.
Les étapes à suivre incluent les suivantes :
- Définir, documenter et comprendre l’environnement de données de l’entreprise (c’est-à-dire les processus, la technologie, les personnes)
- Évaluer l’efficacité des processus actuels, y compris le nombre de personnes qui touchent aux données
- Évaluer l’exactitude et la qualité des données
- Instances de catalogue de la façon dont les données sont utilisées (c’est-à-dire, catalogue de données et de rapports)
- Établir des cadres de gouvernance appropriés pour protéger les clients internes et externes
- Créer des procédures opérationnelles standard pour démocratiser les données
- Évaluer les compétences, les capacités et la culture des ressources internes pour adopter et soutenir une stratégie de données réussie
Bien que l’IA et la gestion des données soient des sujets d’actualité, pour certaines entreprises, elles restent des idées futuristes qui n’ont pas leur place dans leur feuille de route. Parmi les entreprises qui se concentrent peu sur la transformation numérique, 26 % n’ont pas de stratégie à long terme.
Niveaux de maturité de la stratégie technologique
Lors de l’élaboration d’une stratégie technologique ou d’une feuille de route technologique, de nombreux dirigeants ne parviennent pas à distinguer les différents types de stratégie ou à comprendre l’interdépendance de chacun. Voici quelques aspects clés des niveaux de maturité de la stratégie technologique de base :
- Stratégie numérique : solutions ponctuelles d’automatisation du changement de processus, rationalisation des applications, conception de l’architecture système
- Stratégie de données : référentiel de données centralisé, architecture de données, gouvernance, gestion
- Reporting et stratégie BI : vision/exigences exécutives, outils et architecture, gouvernance et sécurité
- Stratégie IA : Algorithmes, plateforme, intégration, culture et éthique
Pour atteindre le niveau quatre (stratégie IA), les trois niveaux précédents doivent être matures et précis.
Dans un récent article de blog, le co-fondateur de Microsoft, Bill Gates, a déclaré que le développement de l’IA est l’avancée technologique la plus importante depuis des décennies, et il l’a qualifiée d’aussi fondamentale que la création du microprocesseur, de l’ordinateur personnel, d’Internet et du téléphone mobile. . Il est temps que les entreprises adoptent cette technologie, à commencer par leurs stratégies numériques et data. Ceux qui retardent seront presque certainement laissés dans le passé.
