Avant votre déploiement de l’IA, corrigez ceci
Gouvernance: Une adoption réussie de l’IA commence par des processus et une gouvernance unifiés, et non par le choix d’une plateforme ou la distribution de licences.
Mise au propre: La mise au propre de la documentation a révélé des flux de travail contradictoires et créé la base fiable dont l’automatisation avait besoin pour relier les équipes.
Visibilité: Des systèmes intégrés ont donné aux équipes de conception, de commerce et d’ingénierie une visibilité commune sur les décisions, les dépendances et les transmissions.
Garde-fous: Des agents d’IA spécialisés avec des points de contrôle manuels réduisent les risques liés aux dépendances tout en préservant la supervision humaine dans les flux de travail automatisés.
Intégration: De petites tâches non documentées, comme les instructions d’utilisation d’une imprimante, ont révélé de précieuses lacunes de connaissances que l’IA peut aider à diffuser.
Pour de nombreuses entreprises, l’adoption de l’IA commence par une discussion sur les outils : quelle plateforme, quel niveau de licence, quelle équipe y aura accès en premier. Mais selon Jeffrey Cedeno, responsable des programmes de conception chez NBCUniversal, qui a passé l’année dernière à contribuer au déploiement de l’IA dans les équipes de conception et d’ingénierie, c’est totalement le mauvais point de départ.
« Nous avons lancé un système de gouvernance pour chaque processus opérationnel existant afin de pouvoir commencer à unifier les différentes équipes », explique Cedeno. Les outils d’IA sont arrivés ensuite. La gouvernance est passée en premier.
Nous avons lancé un système de gouvernance pour chaque processus opérationnel existant afin de pouvoir commencer à unifier les différentes équipes
L’ordre « processus avant plateforme » fait la différence entre une IA qui rationalise une organisation et une IA qui automatise simplement un peu plus vite le même désordre.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Nous nous sommes entretenus avec Cedeno pour connaître son point de vue sur ce à quoi cela ressemblait concrètement dans son équipe : les réussites, les garde-fous et le travail de nettoyage peu gratifiant qui a rendu le déploiement de l’IA possible en premier lieu. Voici ce qu’il nous a dit.
Le révélateur : l’IA expose ce qui n’a jamais été défini
Cedeno ne cherchait pas à reconstruire la documentation opérationnelle. Il voulait que les équipes de conception et d’ingénierie utilisent l’IA de manière plus cohérente. Mais dès qu’elles ont essayé d’intégrer de véritables flux de travail dans les outils d’IA, les failles sont apparues immédiatement.
« Nous avons découvert de véritables lacunes dans la gestion de nos opérations. Par exemple, une équipe utilisait un plan de projet, tandis qu’une autre équipe disposait d’un document complètement différent pour la même chose », explique-t-il. « Cela ne nous aidait ni à rationaliser les choses ni à assurer la continuité. »
Nous avons découvert de véritables lacunes dans la gestion de nos opérations.
C’est le genre de problème qui reste caché au grand jour pendant des années. Tout le monde suppose que son propre processus est globalement correct — jusqu’à ce qu’il faille consulter tous les processus en même temps et que l’on découvre qu’il n’y en avait jamais eu un seul.
La solution peu gratifiante est arrivée en premier
Avant le déploiement de toute automatisation, l’équipe de Cedeno s’est occupée de la tâche dont personne ne voulait : elle a choisi un outil pour une tâche donnée, l’a nettoyé et a éliminé les doublons.
« Pour nous, SharePoint est vraiment idéal pour la documentation évolutive, et c’est à cela qu’il sert », explique-t-il. « Nous avons nettoyé chaque dossier en y ajoutant des informations parfaitement à jour sur chaque sujet pour chaque équipe. »
Confluence a subi le même traitement et a été restructuré en véritable wiki doté d’une hiérarchie claire. Le nettoyage n’a pas été fait en douceur. « J’ai supprimé des centaines de pages afin de pouvoir restructurer toutes les données pour les faire correspondre à notre système de gouvernance », explique Cedeno.
Ce n’est qu’une fois cette structure mise en place que l’automatisation a commencé à effectuer un véritable travail : connecter SharePoint, Jira et Confluence, de sorte que la saisie d’un ticket dans Airtable puisse automatiquement créer un ticket Jira correspondant, sans nouvelle saisie manuelle. « Rien de tout cela n’aurait été possible sans l’intégration de l’IA », dit-il. Mais l’intégration de l’IA n’aurait pas été possible sans le nettoyage préalable.
Le résultat a été la clarté, pas seulement la rapidité
Le résultat le plus concret n’a pas été une production plus rapide, mais une visibilité entre les équipes qui n’existait tout simplement pas auparavant. Cedeno cite comme exemple évident la déconnexion persistante entre les équipes de conception et de commerce.
« Nous avons une équipe commerciale et une équipe [de conception]. Ces équipes travaillent en silos, et maintenant nous sommes tous intégrés », explique-t-il. Auparavant, une décision de conception pouvait avancer sans tenir compte d’un élément comme une coupure publicitaire, car les équipes « se contentaient de transmettre les choses sans savoir ce qui leur était arrivé ». Désormais, dit-il, « à chaque étape, il faut aussi tenir compte de quelqu’un, et c’est également l’équipe qui intervient dans cette chose à laquelle on ne pense pas. »
L’anecdote de l’imprimante
Toutes les lacunes de documentation ne sont pas stratégiques. Certaines deviennent simplement évidentes dès qu’on les remarque.
« Même des choses aléatoires — comme la manière dont les gens utilisent l’imprimante dans l’entreprise — qui était l’une des questions les plus posées dans toute notre équipe, ne figuraient pas dans la documentation », explique Cedeno. « Et seules deux personnes savaient vous expliquer comment faire. »
Même des choses aléatoires — comme la manière dont les gens utilisent l’imprimante dans l’entreprise — qui était l’une des questions les plus posées dans toute notre équipe, ne figuraient pas dans la documentation.
C’est un petit exemple, mais c’est l’illustration la plus claire du véritable problème : des connaissances non documentées, présentes dans la tête de deux personnes, qui étaient auparavant considérées comme trop triviales pour être consignées dans la documentation. Pourtant, ce sont précisément des éléments de connaissance comme ceux-là qui peuvent rendre l’IA bien plus utile, en particulier pour les nouvelles recrues d’une organisation qui l’utilise pour l’intégration.
Le garde-fou : des agents spécialisés, pas un méga-cerveau unique
Malgré tout cet enthousiasme, Cedeno se montre particulièrement prudent face à une centralisation excessive. Son équipe n’essaie pas de créer un système unique capable de tout faire.
« Nous essayons de créer des agents, des cas d’utilisation et des flux de travail très précis, puis de nous en tenir là », explique-t-il. Un système unique qui gère tout semble efficace, mais il perçoit clairement le compromis : « Cela crée effectivement une situation dans laquelle vous devenez dépendant de cette seule chose et, moins vous avez d’interactions humaines, plus il y a de risques que les choses tournent mal. »
C’est pourquoi chaque flux de travail automatisé chez NBCUniversal comporte toujours ce qu’il appelle un point de contrôle manuel. « Il y a un niveau d’interaction humaine, comme une clé de contournement, à chaque point de contact », explique-t-il, « de sorte que si quelque chose ne va pas, quelqu’un s’en aperçoive. »
En résumé
L’expérience de Cedeno réfute assez directement la manière dont la plupart des entreprises parlent de l’adoption de l’IA. Le réflexe consiste à commencer par l’outil : donner des licences à tout le monde, organiser quelques ateliers, puis attendre que la productivité augmente. Ce qui a réellement fait la différence chez Peacock était plus lent et moins spectaculaire : se mettre d’accord sur un processus, mettre à jour la documentation qui le sous-tendait, puis seulement laisser l’IA automatiser ce qui était déjà bien défini.
« Ce ne sera jamais parfait », explique Cedeno. « Je peux certainement vous dire que cela nous a aidés à le rendre aussi parfait que possible pour le moment. »
Vous voulez plus d’informations de ce type ? Créez un compte DPM gratuit pour découvrir les témoignages d’autres experts comme ceux-ci.
