L’IA est sur le point de devenir une présence importante et omniprésente dans nos vies. Elle a une valeur potentielle énorme, mais nous ne pouvons pas contribuer de manière significative à une technologie que nous ne comprenons pas.
Lorsqu’un utilisateur décide d’acheter une nouvelle technologie, il n’est pas particulièrement intéressé par ce qu’elle pourrait faire à l’avenir. Un utilisateur potentiel doit comprendre ce qu'une solution lui apportera aujourd'hui, comment elle interagira avec son infrastructure technologique existante et comment la version actuelle de cette solution apportera une valeur continue à son entreprise.
Mais comme il s’agit d’un espace émergent qui semble changer de jour en jour, il peut être difficile pour ces utilisateurs potentiels de savoir quelles questions ils devraient poser ou comment évaluer les produits à un stade aussi précoce de leur cycle de vie.
Cet article est un guide de haut niveau pour évaluer une solution basée sur l'IA en tant que client potentiel : une carte de pointage pour les acheteurs professionnels, si vous voulez.
1.- Résoudre un problème business et les acteurs comprennent vraiment ce problème
Les chatbots, par exemple, remplissent une fonction très spécifique qui contribue à promouvoir la productivité individuelle. Mais la solution peut-elle évoluer au point d’être utilisée efficacement par 100 ou 1.000 XNUMX personnes ?
Les principes fondamentaux de la mise en œuvre de logiciels d'entreprise s'appliquent toujours : la réussite des clients, la gestion du changement et la capacité d'innover au sein de l'outil sont des exigences fondamentales pour apporter une valeur continue à l'entreprise. L’IA ne doit pas être considérée comme une solution incrémentielle, mais simplement comme un petit morceau de magie qui supprime complètement un problème de l’expérience.
Mais c'est magique si l'on peut littéralement faire disparaître quelque chose en le rendant autonome, ce qui revient à vraiment comprendre le problème commercial.
2.- À quoi ressemble l’infrastructure de sécurité ?
Les implications de l’IA en matière de sécurité des données se situent à un niveau supérieur et dépassent de loin les exigences auxquelles nous sommes habitués. Vous avez besoin de mesures de sécurité intégrées qui respectent ou dépassent les propres normes de votre organisation.
Aujourd’hui, les données, la conformité et la sécurité sont essentielles pour tout logiciel et le sont encore plus pour les solutions informatiques. intelligence artificielle. La raison en est double :
En premier lieu, les modèles d'apprentissage automatique sont exécutés sur d'énormes quantités de données, et cela peut s'avérer une expérience impitoyable si ces données ne sont pas traitées avec un soin stratégique.
Avec toute solution basée sur l’IA, quel que soit votre objectif, l’objectif est d’avoir un impact important. Par conséquent, le public qui expérimentera la solution sera également large. La manière dont le données Ce que génèrent ces grands groupes d’utilisateurs est très important, tout comme le type de données utilisées, lorsqu’il s’agit de les sécuriser.
Deuxième, vous devez vous assurer que toute solution que vous avez mise en œuvre vous permet de garder le contrôle de ces données pour entraîner en continu des modèles d'apprentissage automatique au fil du temps. Il ne s'agit pas seulement de créer une meilleure expérience, il s'agit également de garantir que vos données ne quittent pas votre environnement.
Comment les données sont-elles protégées et gérées, qui y a accès et comment sont-elles protégées ? L’utilisation éthique de l’IA est déjà un sujet brûlant et continuera de l’être avec les réglementations imminentes en cours. Toute solution d’IA que vous mettez en œuvre doit avoir été conçue avec une compréhension inhérente de ces dynamiques.
Le produit doit s'améliorer avec le temps
À mesure que les modèles d’apprentissage automatique vieillissent, ils commencent à dériver et à tirer de mauvaises conclusions. Par exemple, ChatGPT3 n'a reçu des données que jusqu'en novembre 2021, ce qui signifie qu'il n'a pu comprendre aucun événement survenu après cette date.
Les solutions d'IA d'entreprise doivent être optimisées pour s'adapter aux changements au fil du temps et suivre le rythme des données nouvelles et précieuses. Dans le monde de la finance, un modèle peut avoir été formé pour détecter une réglementation spécifique qui évolue avec la nouvelle législation.
Un fournisseur de sécurité peut entraîner son modèle pour détecter une menace spécifique, mais un nouveau vecteur d'attaque apparaît alors. Comment ces changements sont-ils reflétés pour maintenir des résultats précis au fil du temps ? Lors de l'achat d'une solution d'IA, demandez au fournisseur comment il maintient ses modèles à jour et ce qu'il pense de la dérive des modèles en général.
Comment est l’équipe technique derrière le produit ?
Les bonnes entreprises pourront parler en détail des modèles d’apprentissage automatique et d’intelligence artificielle qui sous-tendent la technologie. S’ils ne peuvent pas parler en profondeur de l’architecture ou des modèles de formation, cela devrait être un signal d’alarme immédiat.
Connaître les références des personnes qui gèrent les modèles et l’infrastructure est essentiel. Assurez-vous qu’ils comprennent que les besoins en infrastructure pour l’IA sont très différents de ceux de la prochaine génération de logiciels. Cela dépend beaucoup plus des données et nécessite une analyse sous des angles de sécurité complètement différents.
L'équipe doit avoir suffisamment d'expérience collective pour expliquer comment elle construit sa solution et pourquoi.
Le fournisseur de solutions comprend le cas d'utilisation
Le fournisseur doit disposer d’informations sur des cas d’utilisation similaires et sur la manière dont il a bénéficié de fonctionnalités spécifiques. Demandez-leur s'ils peuvent vous montrer ce que leurs pairs ont accompli en utilisant la solution et comment cela se rapporte à leurs propres défis organisationnels.
Les bons prestataires sont généralement ceux qui ont appris et bâti leur expérience à partir d’une expérience directe. Méfiez-vous des prestataires qui semblent simplement rechercher un problème par rapport à ceux qui peuvent vraiment s'identifier à votre problème parce qu'ils l'ont eux-mêmes surmonté.
Un bon fournisseur d'IA doit vous refléter votre problème, vous expliquer comment l'IA peut le résoudre et, finalement, vous montrer comment il a créé une solution pour y parvenir.
L'outil est évolutif, est pris en charge et sécurisé au niveau de l'entreprise ou nécessite le support d'un tiers.
Il existe de nombreux outils permettant aux entreprises de créer leurs propres modèles de référence en interne. Cette question « construire ou acheter » revient souvent lorsque vient le temps pour les DSI d'acheter de nouvelles solutions.
Avec l’IA, ce n’est pas vraiment quelque chose que vous devriez essayer de construire vous-même, à moins que vous sachiez que c’est quelque chose qui peut certainement être maintenu dans le temps parce que vous disposez des ressources nécessaires en interne. Il faut y penser comme si nous construisions un produit, avec des clients internes plutôt qu'externes.
Ils ont des demandes de fonctionnalités, des demandes d’assistance, des besoins de maintenance, des commentaires et des plaintes. Il est difficile de créer un produit dans un nouveau territoire comme l'IA. Travaillez plutôt avec des entreprises qui passent jour et nuit à apprendre, à construire et à s’améliorer dans ce domaine spécifique.
Le fournisseur dispose de références pertinentes et positives dans le secteur ou domaine decompétence
Vous devez trouver des exemples d’autres organisations comme la vôtre qui bénéficient de la solution. Si possible, découvrez s'ils sont prêts à vous parler de leur expérience.
Pour les vendeurs, cela peut être une situation de poule et d’œuf. Les startups ont d’abord besoin de clients, mais ces clients veulent des références. La bonne nouvelle est que l’IA suscite énormément d’enthousiasme et d’enthousiasme.
La plupart des clients ne connaissent pas la bonne voie à suivre et, comme il s'agit d'un espace très nouveau, ils sont généralement beaucoup plus ouverts à travailler avec des fournisseurs en démarrage.
Mais travailler dur ne consiste pas à obtenir ce premier chèque. Il s'agit de faire en sorte que ces premiers clients connaissent un énorme succès afin qu'ils deviennent des défenseurs de la cause. Les acheteurs averses au risque attendront que d’autres l’essaient et finissent par se joindre à nous. Plus intéressants sont les fournisseurs qui ont beaucoup investi pour réussir, un type pour lequel ils aimeraient être une référence à l'avenir.
