Pourquoi la transformation de l'IA nécessite une touche humaine

ADI IGNATIUS : Je m'appelle Adi Ignatius, et voici le HBR IdeaCast.

Cela signifie qu’il a été aux premières loges de la transformation numérique dans toutes sortes d’organisations, et il a partagé sa réflexion sur ce que les entreprises doivent réellement faire maintenant en matière d’IA avant qu’il ne soit trop tard.

AMY BERNSTEIN : Vous avez été aux premières loges de l'élaboration de stratégies partout dans le monde, dans de nombreux types d'entreprises différents.

NIGEL VAZ : Écoutez, je pense que l'IA est bien plus un système d'exploitation permettant de déterminer la façon dont une entreprise doit fonctionner qu'une technologie, n'est-ce pas ?

Alors, les cycles stratégiques annuels fonctionnent-ils ?

AMY BERNSTEIN : C’est donc une question de rapidité, mais vous avez également parlé de création et de capture de valeur.

NIGEL VAZ : Absolument.

Ainsi, lorsque l’on pense à beaucoup de ces preuves de concepts qui ne sont pas évolutives, c’est en grande partie parce que les types de problèmes qu’elles résolvent sont des problèmes fonctionnels dans une partie spécifique de l’organisation qui peuvent fournir des flux étroits de valeur, alors que le changement plus large pour l’organisation nécessite une refonte plus approfondie dans le contexte du quoi et du comment d’une entreprise fonctionne, ce qui, je pense, est la plupart des conversations que nous avons avec de nombreuses entreprises à travers le monde, comme s’attaquer à des problèmes vraiment importants et significatifs.

AMY BERNSTEIN : C’est vrai.

NIGEL VAZ : D'après mon expérience, la façon dont vous envisagez l'orientation est que vous devez choisir des éléments que vous pouvez tester et dont vous pouvez sans aucun doute tirer des leçons, mais vous devez choisir ces éléments de manière à vous permettre de prendre en compte ces apprentissages et de vous assurer que ces apprentissages sont réellement applicables à l'organisation dans son ensemble.

Et vous voulez vous retrouver dans cette situation idéale en disant : « Il s’agit d’un problème suffisamment important pour que l’organisation le considère comme représentatif de la façon dont nous résolvons réellement le plus grand défi que l’IA se présente, car elle nous oblige à repenser de nombreux aspects de la façon dont nous interagissons avec les clients, dont nous stimulons la croissance, dont nous réduisons les coûts de l’entreprise.

AMY BERNSTEIN : Alors, comment conseillez-vous à vos clients de trouver ce point idéal ?

NIGEL VAZ : La première chose sur laquelle vous devez être vraiment clair est de savoir quels problèmes essayez-vous de résoudre au niveau organisationnel ?

Maintenant, plutôt que de dire en gros : « Hé, nous allons nous débarrasser de nos systèmes ERP et nous allons nous débarrasser d’une grande partie de notre technologie de base », ce que vous dites en gros, c’est quels sont les précurseurs de cela ?

Soudainement, vous passez d'une technologie à évolution lente à une orchestration agent d'abord, vous prouvez le modèle, et maintenant vous pouvez commencer à dire : "Vous savez quoi ? Nous devons entreprendre un effort de modernisation plus large au sein de notre organisation pour reproduire les apprentissages d'ici presque de manière progressive jusqu'à ce que nous ne soyons plus liés par le processus métier ou ne soyons plus contraints par la technologie que nous dirigeons."

AMY BERNSTEIN : Vous parlez donc de manières très nouvelles de penser la stratégie organisationnelle et la stratégie commerciale.

NIGEL VAZ : Je pense que la chose la plus importante est probablement la capacité de suivre un processus de pensée linéaire avant de se lancer.

Donc, nous avons une stratégie d'entreprise, puis nous avons notre stratégie financière, nous avons notre stratégie marketing, nous avons notre stratégie produit, nous avons notre stratégie de fabrication, et nous ne nous concentrons pas vraiment sur la façon dont les données circulent à travers l'organisation et comment le travail sera effectué et comment ces tâches interdisciplinaires qui créent des liens entre les ventes et le marketing qui ne sont historiquement pas courants, mais qui sont maintenant très utiles si vous pouviez connecter ces ensembles de données dans le contexte de la résolution potentielle d'une question de fabrication, pas de vente ou de marketing, n'est-ce pas ?

Et être intentionnel en réfléchissant à ce genre de défis est probablement celui que je soulignerais, car c'est presque comme si tout le succès des processus stratégiques jusqu'à présent était précisément ce qui, dans une certaine mesure, limite votre capacité à obtenir de la valeur en termes d'être intentionnel dans la façon dont vous concevez pour un monde axé sur l'IA, principalement autour des personnes, du contexte et des OKR, pas seulement de la technologie.

AMY BERNSTEIN : Ouais.

NIGEL VAZ : Je pense que c’est l’un des plus grands défis, n’est-ce pas ?

Nous allons passer tout ce temps à développer une hypothèse stratégique, mais nous allons ensuite déployer à nouveau cette validation de cette hypothèse dans un processus de mesure très linéaire.

Quel est le taux de fuite des défauts ?

AMY BERNSTEIN : Vous avez donc parlé de stimuler la croissance et de stimuler l’efficacité.

NIGEL VAZ : Je dirais que très peu d’entreprises dans le monde diraient avoir déchiffré le code, et nous sommes d’accord avec ce point de vue.

La première consiste à reconnaître que l’idée traditionnelle selon laquelle les systèmes logiciels encapsulent une grande partie de la différenciation du point de vue des processus évolue désormais vers un écosystème de données reliant différents ensembles de données afin de commencer à comprendre comment ces connexions de données leur permettent de mieux servir les clients, que ce soit dans le contexte de l’amélioration de la taille des paniers dans un contexte de vente au détail en utilisant des analyses prédictives sur le contenu de ce panier et peut-être sur ce que vous cherchez à créer sur la base des choses que vous avez et en vous informant des quelques choses que vous avez peut-être manquées pour accélérer.

Chacun d’entre eux est une utilisation innovante de la connexion des données dans une approche axée sur l’IA pour créer de la valeur pour les patients finaux, les citoyens et les clients d’une manière qui n’a tout simplement pas été faite historiquement.

AMY BERNSTEIN : Donc, je veux aborder certaines des questions qui ont été posées, Nigel.

NIGEL VAZ : Ouais, je pense que c’est une observation fantastique, n’est-ce pas ?

Il s’agissait de problèmes d’innovation commerciale et de reconnaissance du fait qu’une compagnie aérienne qui vous permet de choisir votre propre siège non seulement rend les choses dans un aéroport plus efficaces et non seulement dans un centre d’appels plus efficace, donc vous n’appelez pas et ne dites pas : « Où est le 32B ?

Ainsi, une grande partie de la conversation aujourd’hui porte sur la manifestation technologique de l’IA dans le contexte de la question de savoir quel modèle est le meilleur.

Ils abordent cela dans le contexte du type de changements possibles pour nous avec nos clients, avec nos employés, avec nos partenaires et dans la manière dont nous interagissons avec eux dans le contexte de ce qui est technologiquement possible, par opposition à une stratégie axée sur la technologie pour l'IA, ce qui est bien d'avoir au niveau du DSI, mais ce n'est pas là que la principale valeur libérée, je pense, viendra pour l'organisation dans son ensemble.

AMY BERNSTEIN : Cela a beaucoup de sens.

NIGEL VAZ : Ouais.

Quelles sont les attentes quant au type de données que nous voulons permettre à notre organisation d'interagir potentiellement avec quels types de modèles ?

Alors, je vais vous donner un exemple, n'est-ce pas ?

Vous voyez donc quelqu’un qui essaie d’aider un client dans le contexte d’un problème de service client et qui a beaucoup de mal à trouver les informations qui lui ont été fournies sur son propre site Web ou sur ses propres systèmes.

Ce sont des choses fondamentales que je pense que vous devez reconnaître ne concernent pas seulement maintenant ces lignes directrices sur la façon dont nous voulons une utilisation éthique des données, comment nous traitons la désinformation et la désinformation, comment nous traitons l'échange d'IA dans le contexte des résultats, comment traitons-nous des contrefaçons et aidons-nous vraiment à guider dans le contexte du marketing peut-être ou des médias sociaux, ce qui est faux et ce qui ne l'est pas, n'est-ce pas ?

Alors, avez-vous une certaine capacité à filigraner ou à mettre en évidence l'utilisation de l'IA dans le contexte de résultats créatifs et de communications marketing ?

AMY BERNSTEIN : Oui, cela a beaucoup de sens.

NIGEL VAZ : La chose la plus importante est de reconnaître les données sur lesquelles les modèles que vous utilisez ont été formés dans le contexte des services que vous fournissez.

Et je pense qu’il devient essentiel de comprendre comment lutter contre la désinformation et les préjugés de désinformation dans le contexte des ensembles de données.

AMY BERNSTEIN : Oui, beaucoup de prise de décision, beaucoup de choix.

NIGEL VAZ : Je pense que pour moi, nous devons reconnaître que nous sommes maintenant à un point où il y a eu beaucoup de discussions sur l’IA dans un sens générique plus large, n’est-ce pas ?

Et je pense que nous devons reconnaître cette idée selon laquelle la nature même de la façon dont nous travaillons en tant qu'organisation va commencer à changer en raison de cette interaction entre nous en tant que personnes et de la dépendance, de la direction et de l'agence avec laquelle nous fournirons ces outils d'IA pour travailler en notre nom.

Et donc, cette persistance autour de la mémoire de ces agents, l'interaction, je pense, définira, je pense de manière très stratégique, la façon dont nous devons commencer à penser le travail dans le contexte des organisations, parce que c'est très différent de la façon dont le travail était fait simplement avec des gens qui s'engageaient les uns avec les autres.

Si vous êtes un CHRO dans une organisation travaillant pour un PDG comme vous ou un responsable des ressources humaines, ou comme nous l'appelons dans SAP, et un responsable de la réussite des personnes, quelqu'un dont le travail consiste à faire réussir les gens, comment commencez-vous réellement à penser à la réussite de ces personnes dans le contexte de la manière dont vous permettez aux agents d'interagir avec ces personnes ?

Cela existe dans le contexte de chaque entreprise, que vous soyez un détaillant, une entreprise de télécommunications ou une compagnie aérienne, où vos collaborateurs vont travailler aux côtés de ces outils d'IA, qui sont passés d'un pilotage entièrement dirigé par des personnes à, dans certains cas, un fonctionnement autonome.

AMY BERNSTEIN : Nous avons donc le temps pour une dernière question, et celle-ci a reçu de nombreux votes positifs.

NIGEL VAZ : Je vais prendre un exemple de choix stratégique.

Et donc, l’une des choses qu’ils ont faites a été de modifier le processus de prédétermination d’un grand nombre de réponses et de commencer à élaborer essentiellement ce qui était un cadre stratégique autour du coût, de la démographie, du type d’automobile qu’ils produisaient.

Ensuite, cela alimente la chaîne d’approvisionnement en termes de mode d’approvisionnement et de tarification.

ADI IGNATIUS : C'était Nigel Vaz, PDG de Publicis Sapient, qui s'adressait à la rédactrice en chef de HBR, Amy Bernstein, lors du Sommet stratégique de HBR 2026. IdeaCast dans Apple Podcasts, Spotify ou partout où vous écoutez.

Et merci à notre équipe, à la productrice principale Mary Dooe, au chef de produit audio Ian Fox et au spécialiste principal de la production Rob Eckhardt. IdéeCast. Nous reviendrons avec un nouvel épisode mardi.