Aptean-Algorithm-Issue-03-eZine-FR

NUMÉRO 3 - MAI 2026

L’algorithme

Ce que signifie être une entreprise orientée vers l’IA

“L’IA n’est pas réservée aux grands acteurs” Gary Foote, pilote de Formule 1, explique comment les petites organisations peuvent surpasser leurs concurrents plus importants.

Le nouvel âge industriel Steve Brown, futurologue spécialisé dans l’IA, explique pourquoi les décisions que vous prendrez au cours des deux prochaines années détermineront les deux prochaines décennies.

L’IA et la main-d’œuvre Spécial » Statistiques sur l’impact de l’IA sur les emplois et les salaires » Pourquoi les compétences qui vous ont permis d’acquérir de la valeur sont en train de changer » Construire une culture de l’IA de l’intérieur

Préparer votre infrastructure à l’IA Quatre mesures à prendre pour que votre stratégie soit couronnée de succès

ARTICLE 01

“L’IA n’est pas réservée aux grands acteurs.

Dans de nombreux cas, il est plus puissant pour les plus petits”.

04

ARTICLE 02

L’IA et l’emploi : L’histoire derrière les statistiques

08

ARTICLE 03

Les compétences qui vous rendent précieux sont en train de changer

12

ARTICLE 04

Découvrez les espaces de travail AI basés sur les rôles d’Aptean AppCentral

15

ARTICLE 05

Comment construire une culture de l’IA de l’intérieur

16

ARTICLE 06

“Lorsque l’intelligence artificielle générale arrivera, vous monterez le curseur à 11”

18

ARTICLE 07

Quatre étapes pour préparer votre infrastructure à l’IA

20

ARTICLE 08

Plongée en profondeur : L’IA dans la gestion des actifs de santé

2

L’algorithme

22

La peur est le principal obstacle à l’adoption de l’IA L’intelligence artificielle (IA) promet des opportunités sans précédent pour les fabricants et les distributeurs, mais elle introduit également quelque chose que de nombreux dirigeants sont réticents à admettre : la peur.

Peur de prendre du retard, peur de se tromper, peur de ne pas savoir par où commencer. Pourtant, ne rien faire comporte plus de risques que de faire un premier pas.

La vérité est que l’adoption de l’IA n’exige ni la perfection, ni une certitude totale. Le progrès vient de l’expérimentation, de l’apprentissage et de l’application des leçons apprises au défi suivant. Les organisations qui gagnent vraiment du terrain avec l’IA ne sont pas celles qui évitent les erreurs ; ce sont celles qui en tirent les leçons le plus rapidement.

L’ouverture d’esprit deviendra encore plus importante à mesure que l’IA remodèlera notre façon de travailler. Les rôles vont s’élargir, les flux de travail vont changer et de nouveaux outils vont apparaître à une vitesse extraordinaire. Le succès dépendra de la capacité des dirigeants à rester concentrés sur les problèmes de l’entreprise et à créer des environnements où l’IA peut fonctionner avec clarté, confiance et détermination.

Pour approfondir ces principes, nous nous sommes entretenus avec Gary Foote, ancien directeur informatique de l’écurie de F1 Haas. Son point de vue sur l’IA, la culture et la performance offre des perspectives qui s’appliquent bien au-delà de la Formule 1.

Nous avons également eu la chance d’accueillir le futurologue Steve Brown lors de notre dernier sommet UNITE AI. Steve pense que nous sommes dans une phase de construction d’infrastructure équivalente aux débuts de l’internet, et que les organisations doivent faire le travail préparatoire dès maintenant pour être prêtes lorsque l’IA fonctionnera au niveau humain dans toute la gamme des tâches cognitives.

Nous espérons que vous apprécierez ces informations et bien d’autres encore dans cette nouvelle édition de The Algorithm.

TVN Reddy Directeur général, Aptean

L’algorithme

3

ARTICLE 01

“ L’IA n’est pas réservée aux grands acteurs.

Dans de nombreux cas, elle est plus puissante pour les plus petits.

La Formule 1 a été la première à utiliser les données pour obtenir un avantage concurrentiel. Aujourd’hui, le sport entre dans une nouvelle ère : La prise de décision basée sur l’IA, sur la piste et en dehors.

Gary Foote, quia été DSI de l’écurie de F1 TGR Haas pendant une décennie et qui est aujourd’hui DSI de GM Performance Power Units, s’est adressé aux clients lors d’Aptean Connect, notre conférence au Royaume-Uni, au sujet de la transformation de l’IA en Formule 1.

Nous nous sommes ensuite entretenus avec lui pour discuter de la manière dont la F1 intègre l’IA et des leçons que chaque industrie peut tirer du sport le plus gourmand en données au monde.

4

L’algorithme

La Formule 1 a toujours été technologiquement avancée mais vous avez décrit un changement majeur dans l’importance des données au cours de la dernière décennie. Qu’est-ce qui a changé ?

Lorsque j’ai débuté en F1 en 2008, la technologie était complémentaire. Cela a permis d’améliorer les performances et la fiabilité, mais la voiture pouvait continuer à rouler même si les systèmes tombaient en panne. Ce n’est plus le cas aujourd’hui.

Aujourd’hui, le sport repose tellement sur les données et les systèmes numériques que si tous ces zéros et ces uns ne disent pas la bonne chose au bon moment, la voiture ne démarre pas.

Les voitures de Formule 1 sont désormais équipées de 250 à 300 capteurs, générant 1 à 1,5 million de points de données par seconde. Nous les complétons par des capteurs virtuels, c’est-à-dire des modèles mathématiques qui combinent plusieurs capteurs réels pour nous donner des informations que nous ne pouvons pas mesurer physiquement, comme l’adhérence en sortie de virage ou la dégradation des pneus en temps réel. La quantité d’informations disponibles a explosé, ce qui a changé tout le fonctionnement des équipes.

Pourquoi les organisations ont-elles du mal à tirer pleinement parti des données qu’elles collectent et comment l’IA peut-elle relever ce défi ?

Les utilisateurs - qu’il s’agisse d’équipes de F1 ou d’autres industries - ont tendance à ne regarder qu’une petite partie de leurs données et à ignorer le reste, car les humains ont une bande passante limitée. Les directeurs financiers, les ingénieurs et les stratèges gravitent tous autour du sous-ensemble qu’ils comprennent ou qu’ils peuvent gérer. Mais derrière cela, il y a un ensemble de données massives qu’ils n’examinent pas.

C’est là que l’IA devient indispensable. Une fois que vous avez généré des données, vous avez besoin d’un outil pour les interpréter. L’IA est le seul moyen réaliste d’identifier des modèles, de mettre en évidence des anomalies ou de vous orienter vers quelque chose que vous n’avez pas regardé.

Mais la capacité de l’IA à produire des informations immédiates ne signifie pas que l’équipe peut les absorber immédiatement. L’astuce consiste à comprendre la hiérarchie : ce qui doit être mis en œuvre immédiatement, ce qui concerne les performances futures et ce qui permet d’acquérir une compréhension stratégique.

La hiérarchisation des données est essentielle car nous ne pouvons assimiler qu’un nombre limité d’informations à la fois.

Dans le monde de la F1, il existe des valeurs critiques pour la sécurité - températures, pressions, comportement de la boîte de vitesses - qui doivent être vues immédiatement. Si, à la moitié du tour, la pression dans la boîte de vitesses commence à augmenter, vous devez retirer la voiture avant que les téléspectateurs ne s’aperçoivent que quelque chose ne va pas.

Une grande quantité de données est extraite de la voiture après son fonctionnement et analysée ultérieurement.

Cette vision à plus long terme est tout aussi importante pour préparer la prochaine course ou même la prochaine saison.

L’algorithme

5

Il est facile de voir le potentiel de l’IA pour l’optimisation des équipements et des machines, mais existe-t-il d’autres domaines inexploités où elle peut renforcer les performances ?

L’utilisation de l’IA pour améliorer les performances humaines peut susciter des inquiétudes chez les employés. Comment gérez-vous cet aspect de l’adoption de l’IA ?

L’IA peut aider à comprendre et à améliorer les performances des personnes. La Formule 1 a passé 70 ans à optimiser la voiture et les pilotes.

Mais les résultats des courses dépendent de toute l’équipe : 80 à 100 personnes sur le circuit, ainsi que des centres d’opérations dans le monde entier. Leurs performances sont également importantes.

La crainte est réelle : De nombreuses personnes craignent que si l’IA peut faire une partie de leur travail, leur entreprise n’aura plus besoin d’elles.

Vous avez besoin d’une culture de l’optimisme pour remplacer cela.

Nous pouvons désormais analyser des éléments tels que les profils de décalage horaire, les habitudes de sommeil, la nutrition, les cycles de charge de travail et les changements individuels afin de maximiser les performances de l’ensemble du personnel, et pas seulement des conducteurs.

Vous n’êtes pas plus rapide que votre virage le plus lent, et l’IA vous aide à identifier la raison pour laquelle ce virage est plus lent et ce qui pourrait y remédier. Il peut révéler qu’un membre de l’équipe est excellent lors du premier arrêt au stand, mais qu’il se fatigue lors du deuxième arrêt, ce qui vous permet de l’échanger avec quelqu’un d’autre pendant la course. C’est le niveau de détail dont les équipes ont besoin pour rester compétitives.

6

L’algorithme

Nous sommes loin d’un monde où l’IA pourrait prendre des décisions sans l’avis de l’homme.

Surtout dans des environnements à haut risque comme la F1.

L’IA est incroyablement utile pour donner un avis, mais la responsabilité incombe toujours à une personne. Nous avons besoin que les gens utilisent leur expertise et leur intuition pour vérifier la recommandation de l’IA. Aucun stratège, ingénieur ou opérateur ne recevra une réponse de l’IA et ne dira : “Je ne lui fais pas confiance, mais je la suivrai quand même.” Ce n’est pas ainsi que cela fonctionne.

L’IA supprime les tâches pénibles des travailleurs pour leur permettre d’effectuer un travail à plus forte valeur ajoutée. C’est vrai en F1 comme dans n’importe quelle entreprise. Haas a dû faire face à une certaine résistance initiale à l’égard des programmes d’IA, car l’équipe emploie des personnes extrêmement intelligentes qui utilisent des méthodes éprouvées.

Nous avons donc dû instaurer une confiance numérique.

Nous avons cherché des domaines où l’IA pourrait avoir un impact immédiat, comme les ressources humaines. Lorsque l’équipe des RH a constaté qu’un outil d’IA pouvait produire une bonne description de poste, elle est devenue championne. Soudain, le directeur des ressources humaines a expliqué au directeur technique à quel point l’IA était précieuse. C’est ainsi que la confiance se répand.

L’IA peut-elle uniformiser les règles du jeu entre les grandes et les petites organisations ?

L’IA est un véritable facteur de nivellement.

Haas est l’une des plus petites équipes de F1, et chaque dollar dépensé pour la technologie est un dollar qui n’est pas dépensé pour la voiture, donc l’efficacité est incroyablement importante.

L’IA évoluant très rapidement, à quoi ressembleront, selon vous, les prochaines années ?

Le rythme du changement est stupéfiant. Il y a quatre mois, j’ai demandé à ChatGPT de me montrer à quoi pourrait ressembler une future voiture de F1. Il a généré quelque chose de stupide, avec des néons et des ports de charge.

J’ai reposé la question il y a quelques jours avec la même invite, et j’ai obtenu quelque chose qui semble très proche de la réglementation actuelle. C’est dire la rapidité avec laquelle la technologie progresse.

Au cours des prochaines années, je pense que nous assisterons à d’énormes développements dans l’interprétation des données de simulation par l’IA, l’optimisation des performances humaines et la collaboration à distance à l’aide d’outils de réalité mixte. Dans tous les cas, l’IA restera un facteur d’amélioration des décisions, un accélérateur de l’innovation, un convertisseur de données en connaissances et, en fin de compte, une source d’avantage concurrentiel dans le sport et dans les affaires.

Si l’IA peut gagner 20% d’efficacité avec cinq personnes, elle obtient en fait une sixième personne gratuitement. C’est un message que les dirigeants comprennent immédiatement, et c’est l’une des raisons pour lesquelles nous avons investi très tôt. L’IA n’est pas réservée aux grands acteurs. Dans de nombreux cas, il est plus puissant pour les plus petits.

L’algorithme

7

ARTICLE 02

L’IA et l’emploi : L’histoire derrière les statistiques Les chiffres sur l’IA et l’emploi sont connus. Ils témoignent d’opportunités croissantes, de récompenses inégales et d’un fossé qui se creuse entre les organisations qui mettent en place des équipes capables d’utiliser l’IA et celles qui réduisent leurs effectifs en espérant que tout se passera pour le mieux.

Deux ans après le début de l’ère de l’IA générative, les données relatives à son impact sur la main-d’œuvre commencent à révéler une histoire intéressante. Mais ce n’est pas l’histoire à laquelle beaucoup s’attendaient.

Goldman Sachs a estimé que l’adoption généralisée de l’IA pourrait à terme remplacer 6 à 7% de la main-d’œuvre américaine, et cette projection pourrait s’avérer juste au fil du temps. Toutefois, les données accumulées jusqu’en 2025, tant aux États-Unis qu’au Royaume-Uni, suggèrent que quelque chose de plus nuancé est en train de se produire.

Les chiffres globaux sont, à bien des égards, encourageants. Le baromètre 2025 Global AI Jobs de PwC a révélé que les industries les plus exposées à l’IA ont vu le revenu par employé augmenter trois fois plus vite que les secteurs moins exposés, avec des salaires augmentant deux fois plus vite.

8

L’algorithme

Au Royaume-Uni, KPMG rapporte que plus de la moitié des travailleurs utilisant l’IA ont observé une augmentation de l’efficacité, de la qualité des résultats et de l’innovation, 45% faisant état d’une plus grande activité génératrice de revenus. Deux tiers des travailleurs britanniques utilisent désormais intentionnellement l’IA dans le cadre de leur travail. L’enquête mondiale de McKinsey a révélé que 64% des organisations affirment que l’IA favorise leur innovation. À tous points de vue, l’IA apporte de la valeur, et ce, rapidement.

Pourtant, les avantages de l’IA sont inégaux et les répercussions sur l’embauche, les compétences et la culture du lieu de travail sont plus complexes.

Les compétences en IA ont une valeur supérieure Le résultat le plus frappant des données récentes est la valeur extraordinaire que le marché du travail accorde aux compétences en matière d’IA. PwC constate que les travailleurs maîtrisant l’IA bénéficient aujourd’hui d’une prime salariale de 56%. Par ailleurs, les compétences pour les fonctions exposées à l’IA évoluent 66% plus rapidement qu’ailleurs. Il ne s’agit pas d’une légère dérive, mais d’une réévaluation des capacités humaines par le marché.

Pour les individus, il s’agit d’une invitation à apprendre et à être récompensés généreusement pour cela. Comme le dit Stephanie Choi de Samsung, l’IA “peut ouvrir - et non fermer - de nouvelles compétences, de nouvelles passions et, en fin de compte, de nouvelles voies de carrière”.

Pour les employeurs, il s’agit à la fois d’une opportunité et d’un impératif stratégique. Les entreprises qui investissent dans le développement de la maîtrise de l’IA au sein de leur personnel sont susceptibles de réaliser des gains considérables. Ceux qui ne le font pas verront leurs meilleurs éléments débauchés et leurs équipes restantes prendre du retard.

Certains des plus grands employeurs du monde soutiennent déjà les programmes de formation à l’IA. Walmart, par exemple, a rendu les certifications en IA gratuites pour toutes les fonctions. Selon Bettina Dietsche, directrice des ressources humaines d’Allianz , “l’amélioration des compétences en matière d’IA et de données ne consiste pas à former les employés, mais à donner à chacun les moyens de promouvoir une culture de l’innovation, de l’excellence technique et de l’efficacité.”

Le défi est celui du rythme. Si les compétences dans les fonctions exposées à l’IA évoluent 66% plus rapidement que la norme, même les programmes de formation bien intentionnés sont confrontés à une cible mouvante. Les entreprises doivent considérer l’apprentissage comme une capacité continue, intégrée à la manière dont le travail est effectué plutôt que d’être ajoutée après coup.

Jusqu’à présent, la réaction des entreprises a été encourageante. Globalement, la formation du personnel en place est de loin l’approche privilégiée pour l’intégration de l’IA. Les données de l’ONS montrent que 33% des entreprises britanniques utilisant l’IA recyclent leur main-d’œuvre, tandis que McKinsey constate des tendances similaires à l’échelle internationale.

Les postes de débutants sont de moins en moins nombreux Les pertes d’emploi massives dues à l’IA ne se sont pas matérialisées comme le craignaient de nombreux employés. L’étude de l’ONS montre que seulement 10% des entreprises britanniques utilisant l’IA ont automatisé ou remplacé des rôles, et seulement 7% s’attendent à ce que les effectifs diminuent à la suite de l’adoption prévue.

Les données mondiales de McKinsey montrent des résultats similaires : alors que 32% des organisations prévoient une réduction de leurs effectifs, 43% ne prévoient aucun changement et 13% anticipent une croissance.

Mais quelque chose de plus subtil est en train de se produire au niveau de l’entrée, et cela mérite une réflexion sérieuse de la part de toute personne responsable de la stratégie à long terme en matière de talents. Une étude de Stanford a révélé que l’emploi des jeunes travailleurs dans les secteurs américains exposés à l’IA s’est contracté de 6% depuis le lancement de ChatGPT, tandis que l’emploi des travailleurs plus âgés dans les mêmes secteurs a augmenté de 7%.

Les données relatives aux offres d’emploi au Royaume-Uni révèlent une situation similaire : Les offres d’emploi dans les 20 secteurs britanniques les plus exposés à l’IA ont chuté de 47% depuis la mi-2022, contre 26% dans les secteurs moins exposés.

Ce n’est pas une raison pour s’alarmer, mais c’est une raison pour agir délibérément. Si l’IA absorbe les tâches qui permettaient autrefois de former les jeunes employés sur le tas, les organisations doivent réfléchir de manière créative à la manière dont la prochaine génération de professionnels se développera. Les entreprises qui relèvent ce défi - en concevant de nouveaux modèles d’apprentissage et en repensant la manière dont les travailleurs en début de carrière apprennent en même temps que l’IA - se forgeront un avantage significatif à long terme par rapport à celles qui laissent leur vivier de talents s’atrophier.

L’algorithme

9

Le risque d’excès de confiance L’adoption de l’IA progresse rapidement ; dans certains cas, plus rapidement que les organisations ne l’ont envisagé. KPMG a constaté que 39% des travailleurs estiment qu’ils ne peuvent pas accomplir leur travail sans l’IA, et 44% craignent d’être laissés pour compte s’ils ne l’utilisent pas. Cet enthousiasme est, à bien des égards, un bon signe. Cela suggère que l’IA s’avère réellement utile.

Il y a toutefois une considération qui mérite d’être soulignée. La même étude de KPMG révèle que 45% des travailleurs se fient à l’IA pour effectuer des tâches plutôt que d’apprendre à les effectuer eux-mêmes. 18% signalent une augmentation du stress lié à la charge de travail et 29% affirment que l’IA a augmenté les risques en matière de conformité et de protection de la vie privée.

Isabelle Kokoschka, d’Allianz, plaide pour que l’on mette l’accent sur “les compétences centrées sur l’humain, telles que la pensée critique et les compétences analytiques, parallèlement au numérique et à l’IA, car l’adoption de l’IA doit aller de pair avec une prise de décision responsable.”

L’objectif devrait être de s’assurer que l’IA amplifie les capacités humaines, plutôt que de les remplacer. Les organisations qui associent le déploiement rapide de l’IA à l’investissement dans l’expertise du domaine et le jugement professionnel constitueront des équipes à la fois plus productives et plus résilientes. Ceux qui considèrent l’IA comme un raccourci vers la réduction des effectifs risquent de découvrir, quelques années plus tard, qu’ils ont optimisé les capacités mêmes qui font la valeur de leur personnel.

Les dirigeants donnent le ton La conclusion la plus exploitable à ce jour est peut-être celle du Boston Consulting Group : La part des employés qui ont une attitude positive à l’égard de l’IA générative passe de 15% à 55% lorsqu’elle est soutenue par un leadership fort et visible. Ce pourcentage devrait être affiché sur le mur de chaque bureau de direction, car il signifie que le succès ou l’échec culturel de l’adoption de l’IA est une variable de leadership.

Les enjeux sont importants. Le BCG a également constaté que 46% des employés des entreprises les plus avancées dans la refonte axée sur l’IA s’inquiètent de la sécurité de l’emploi, contre 34% dans les organisations moins avancées. Les dirigeants et les cadres sont plus anxieux que le personnel de première ligne. Les personnes qui ont vu de près ce que l’IA peut faire recalculent leur propre rôle, et c’est une réaction tout à fait raisonnable.

10

L’algorithme

La réponse n’est pas de minimiser ces préoccupations, mais de les canaliser. L’approche de Doug McMillon chez Walmart - reconnaître que l’IA va changer tous les emplois tout en investissant dans l’accès universel à la formation à l’IA - offre un bon modèle de réponse. Elle associe l’honnêteté quant à l’ampleur du changement à un engagement tangible pour aider les gens à s’épanouir dans ce contexte.

Lorsque les employés se sentent soutenus, ils passent de la résistance à l’engagement.

Pourtant, il existe encore un fossé important entre l’intention et l’exécution. Seulement 13% des employés déclarent que les agents d’IA sont profondément intégrés dans leurs tâches quotidiennes, et seulement un tiers d’entre eux déclarent comprendre le fonctionnement de ces outils. Malgré l’enthousiasme des conseils d’administration, la plupart des organisations n’en sont encore qu’aux premiers stades de l’intégration de l’IA dans la culture et les processus.

Saisir l’avantage de l’IA Les statistiques du secteur montrent qu’il s’agit d’une technologie qui apporte une valeur réelle et croissante à ceux qui l’utilisent de manière réfléchie. Les industries qui adoptent l’IA sont plus performantes que celles qui ne l’adoptent pas. Les travailleurs dotés de compétences en matière d’IA sont largement récompensés. Les organisations qui accompagnent les personnes dans cette transition constatent des retours en termes d’efficacité, d’innovation et de revenus.

Les entreprises qui obtiendront la plus grande part de valeur sont celles qui considèrent l’adoption de l’IA comme un effort de l’ensemble de l’organisation, plutôt que comme un projet technologique.

Cela signifie qu’il faut protéger le vivier de talents afin que les travailleurs débutants se développent parallèlement à l’IA au lieu d’être déplacés par elle.

Cela signifie qu’il faut investir dans l’apprentissage continu à un rythme qui correspond à la vitesse du changement.

Cela signifie qu’il faut créer des cultures où l’IA amplifie l’expertise plutôt que de la remplacer. Cela signifie que les dirigeants doivent être présents, honnêtes et s’engager personnellement à aider leurs équipes à s’adapter.

Aucune de ces tâches n’est simple. Mais les preuves sont irréfutables. Une croissance du chiffre d’affaires par employé trois fois plus importante. Un changement de 40 points dans le sentiment des employés. Il ne s’agit pas de différences marginales, mais des premiers signes d’une fracture concurrentielle qui ne fera que s’accentuer.

L’algorithme

11

ARTICLE 03

Les compétences qui vous rendent précieux sont en train de changer

Par Jenny Peng, directeur technique, Aptean

Pendant 30 ans, j’ai bâti ma carrière sur l’expertise technique. Mais l’IA m’a amené à me demander si les compétences qui m’ont permis d’arriver ici sont toujours celles dont j’ai besoin pour diriger efficacement. En tant que directeur technique, j’apprends qu’il est plus difficile et plus important d’aider les gens à s’adapter aux nouvelles définitions de la valeur que de relever n’importe quel défi technique.

Lorsque vous avez passé des dizaines d’années à écrire du code, il est déstabilisant d’admettre que votre expertise pourrait être moins pertinente. Je ne suis donc pas surpris que les ingénieurs chevronnés soient les plus touchés par la transition vers des pratiques basées sur l’IA. Les architectes et les responsables techniques - les personnes qui sont les plus fières de ce qu’elles savent - font le plus grand bond en avant.

Pendant ce temps, les développeurs juniors et les nouveaux embauchés adoptent l’IA sans hésitation parce qu’ils n’ont pas d’années de pratiques ancrées à désapprendre.

12

L’algorithme

J’ai entendu des ingénieurs chevronnés dire qu’ils pouvaient réviser le code plus rapidement que n’importe quelle IA. Et ils ont raison ; individuellement, ils peuvent le faire. Mais l’IA peut passer en revue 20 check-ins simultanément pendant qu’une personne travaille sur un seul. C’est une question d’échelle.

La bonne nouvelle, c’est qu’une fois que les ingénieurs expérimentés comprennent que l’IA est un outil qui amplifie leur expertise au lieu de la remplacer, ils deviennent les ambassadeurs les plus efficaces. Parce qu’ils ont le contexte, le jugement et l’expérience nécessaires pour savoir quand l’IA est bonne et quand elle est mauvaise, ce qui est inestimable.

Le rôle du gestionnaire évolue Un rapport de McKinsey auquel je me réfère souvent indique que les employés sont plus prêts pour l’IA que leurs managers. Cela correspond à ce que j’ai observé dans de nombreuses organisations.

Traditionnellement, les managers ont pour mission d’expliquer les choses aux employés, d’assigner les tâches, d’évaluer les progrès et de prendre des décisions sur les priorités. Mais l’IA modifie chacune de ces fonctions.

Les employés peuvent obtenir des explications de l’IA. Ils peuvent automatiser la gestion des tâches. Ils peuvent obtenir des informations qui nécessitaient auparavant une interprétation de la part de la direction.

Alors, que reste-t-il ? Stratégie, contexte et relations : les choses qui ne peuvent pas être automatisées. Mais il s’agit d’un travail différent de celui pour lequel la plupart des managers se sont engagés, et qui requiert un ensemble de compétences différent.

Les managers qui le reconnaissent rapidement et qui s’appuient sur le changement gagnent en valeur. Ils se concentrent sur le coaching, la réflexion stratégique et la création de conditions permettant à leurs équipes d’expérimenter et d’apprendre.

Ils posent de meilleures questions au lieu de fournir toutes les réponses.

Mais pour être un bon manager à l’ère de l’IA, il faut abandonner le modèle de contrôle et de surveillance qui a défini le management pendant des décennies. C’est un travail inconfortable, et certaines personnes l’acceptent plus rapidement que d’autres.

Je m’efforce d’aider les dirigeants à comprendre à quoi ressemble leur nouveau rôle. Une fois qu’ils voient leurs pairs réussir avec une approche différente, l’élan est donné. L’essentiel est de créer suffisamment d’exemples précoces dont les autres pourront s’inspirer.

Sommes-nous en train d’arriver à la fin des rôles à fonction unique de ?

La nature du travail évolue plus rapidement que les descriptions de poste ne peuvent le faire. Prenons l’exemple de l’assurance qualité (AQ). L’IA peut exécuter des tests de régression, identifier les cas limites et signaler les problèmes plus rapidement et de manière plus complète que les processus manuels. Mais cela n’élimine pas le besoin d’une expertise de qualité. La question qui se pose est la suivante : Comment intégrer la réflexion sur la qualité tout au long du développement plutôt que de la traiter comme une phase distincte ?

Nous nous éloignons de l’organisation autour d’une spécialisation étroite - une personne écrit le code, une autre conçoit l’interface, une troisième le teste, une quatrième le documente - pour nous tourner vers des équipes plus petites et multifonctionnelles où les gens combinent leurs compétences. L’IA comble certaines lacunes, mais le jugement humain reste essentiel.

Ce qui est passionnant, c’est l’émergence de rôles entièrement nouveaux. Nous avons besoin de personnes capables de former des agents d’intelligence artificielle, d’affiner les messages-guides et de concevoir des flux de travail. Et nous avons besoin de personnes qui comprennent comment conserver les données, car le fait de tout jeter dans un référentiel ne rend pas l’IA plus intelligente, mais la rend plus confuse.

Chez Aptean, nous créons des postes qui n’existaient pas il y a deux ans. Dans deux ans, il y aura des rôles que nous n’avons pas encore imaginés. Le défi n’est pas seulement de s’adapter au changement, mais aussi de rester curieux de ce qui devient possible.

La main-d’œuvre que nous recrutons pense différemment Alors que nous redéfinissons les rôles et l’expertise, nous introduisons également une génération d’ingénieurs ayant des attentes fondamentalement différentes quant à l’importance des compétences. La nouvelle génération ne se contente pas d’accepter que l’IA prenne en charge des tâches, elle s’y attend.

J’ai un fils de 16 ans. Lorsque j’avais son âge, l’obtention du permis de conduire était le summum de l’indépendance. Il n’est pas intéressé. Il m’a dit : “Maman, je n’ai pas besoin d’apprendre à conduire. Conduire n’est pas cool. J’attends les véhicules autonomes”. Il pense qu’il lui suffira de savoir comment rester en sécurité en tant que passager.

Cette attitude - la volonté d’abandonner des compétences que les générations précédentes considéraient comme essentielles - est ce à quoi ressemble la main-d’œuvre de demain.

Chaque professionnel doit se poser la question suivante : quelles sont mes compétences qui se rapprochent de la conduite dans un monde de véhicules autonomes ?

Quels sont ceux auxquels je m’accroche parce qu’ils étaient importants, et non parce qu’ils le sont encore ?

Pour que l’adoption de l’IA progresse, les organisations doivent trouver les premiers adeptes, c’est-à-dire les personnes intellectuellement curieuses et prêtes à expérimenter, et les laisser ouvrir la voie. Lorsque les autres voient leurs pairs réussir, ils commencent à se demander comment y parvenir eux-mêmes. C’est alors que la transformation s’accélère.

L’algorithme

13

Vous ne pouvez pas convertir tout le monde au même rythme, et c’est très bien ainsi. Certaines personnes ont besoin de voir plusieurs exemples avant d’être prêtes à expérimenter. D’autres veulent des explications détaillées sur le fonctionnement d’un produit avant de l’essayer.

L’essentiel est de créer suffisamment de points de preuve pour que les gens puissent trouver un point d’entrée qui leur convienne.

Mais voici ce que j’ai appris : Les organisations qui s’engagent dans cette transition - qui laissent leurs employés expérimenter, qui redéfinissent les rôles lorsque les anciennes structures ne fonctionnent plus, qui considèrent que l’incertitude fait partie de la croissance - seront en tête.

Ceux qui attendent des certitudes dépenseront leur énergie à rattraper les changements que quelqu’un d’autre a introduits.

L’inconfort fait partie de la croissance

L’avenir appartient à ceux qui sont prêts à remettre en question ce qu’ils savent, à apprendre ce qu’ils ignorent et à reconstruire leur expertise pour un monde qui n’a pas fini de prendre forme.

Chaque fois que je me sens mal à l’aise en tant que dirigeant, je me rappelle que ce malaise signifie que je suis en train d’apprendre. Cela signifie que je suis en terrain inconnu, ce qui est exactement ce dont j’ai besoin lorsque la technologie évolue aussi rapidement.

Je dis la même chose à mes stagiaires lorsqu’ils commencent. Je dis : “J’attends de vous que vous m’appreniez quelque chose” : “J’attends de vous que vous m’appreniez quelque chose”. Et je le pense vraiment. Pour la première fois depuis des décennies, nous sommes sur un pied d’égalité en matière d’IA. Je n’ai pas des dizaines d’années d’expérience de plus qu’eux - personne n’en a. Nous sommes tous en train d’y réfléchir ensemble.

C’est libérateur, mais c’est aussi un défi pour les personnes qui ont bâti leur carrière sur le fait d’être l’expert dans la pièce. Pour les directeurs techniques qui, comme moi, ont l’habitude d’avoir les réponses, l’IA nous met à l’épreuve comme d’autres technologies ne l’ont pas fait.

Les implications de l’IA sur la main-d’œuvre vont au-delà de l’automatisation ou de l’efficacité. Ils remettent en question les hypothèses fondamentales concernant l’expertise, la progression de carrière, la structure organisationnelle et la valeur ajoutée dans un contexte professionnel.

Les compétences évolueront. Les rôles vont se transformer. Et la destination est un endroit qu’aucun d’entre nous ne peut encore voir clairement.

14

L’algorithme

Jenny Peng est directrice de la technologie chez Aptean, où elle dirige la stratégie technologique et l’adoption de l’IA dans l’ensemble du portefeuille de logiciels d’entreprise de la société. Elle a récemment lancé The CTO’s Playbook for Building Enterprise AI, qui peut être téléchargé dès maintenant.

ARTICLE 04

Découvrez les espaces de travail AI basés sur les rôles d’Aptean AppCentral

La plupart des entreprises reconnaissent le potentiel de l’IA, mais l’adoption au niveau de l’équipe et de l’individu est prudente. Les gens craignent que l’IA ne menace leur rôle ou ne voient tout simplement pas en quoi elle est pertinente par rapport à leur charge de travail.

Le défi fondamental est que des personnes différentes ont besoin d’informations et d’un soutien différents pour faire leur travail. Les besoins d’un directeur financier en matière d’IA sont différents de ceux d’un directeur d’usine, et un tableau de bord unique n’est utile ni à l’un ni à l’autre. Les outils génériques d’IA permettent à tout le monde d’accéder à tout, mais cela signifie en réalité que la plupart des gens ne peuvent pas trouver les fonctionnalités qui leur sont les plus utiles.

Les espaces de travail AI basés sur les rôles d’Aptean, intégrés à AppCentral, sont conçus autour d’un principe différent : la bonne information, délivrée à la bonne personne au bon moment, vaut plus qu’un flot d’informations.

Les espaces de travail basés sur les rôles rendent les résultats de l’IA spécifiques aux responsabilités de l’individu, de sorte que l’intelligence est très pertinente et immédiatement exploitable.

Au sein d’AppCentral, chaque espace de travail est configuré pour des rôles spécifiques (directeur financier, directeur des opérations, directeur d’usine, chef de service, etc.) et s’ouvre sur un résumé quotidien piloté par l’IA et adapté aux priorités de la personne concernée.

Les utilisateurs peuvent poser des questions en langage clair à l’aide de l’outil GenAI Query, explorer les anomalies sans attendre qu’un analyste exécute un rapport, et déléguer des tâches directement à partir de l’espace de travail avec un suivi complet de la responsabilité et du suivi.

Bien entendu, pour de nombreux professionnels du secteur, les moments les plus importants de la journée ne se passent pas au bureau. C’est pourquoi les espaces de travail d’AppCentral sont mobiles et vocaux, ce qui facilite la prise de décision dans l’atelier, dans les transports et entre les réunions.

Alors que les vues basées sur les rôles pourraient facilement fragmenter l’emprise d’une organisation sur les données, la couche KPI gouvernée au sein d’AppCentral empêche cela de se produire. Les données relatives aux finances, aux opérations et aux clients sont unifiées en une seule source de vérité, de sorte que chaque personne voit ce qui est pertinent pour son rôle sans perdre la cohérence entre les fonctions. Chaque action assistée par l’IA peut être examinée, approuvée ou ajustée, avec des explications claires et des pistes d’audit pour que les experts gardent le contrôle.

Découvrez les espaces de travail d’AppCentral basés sur les rôles AI Workspaces sur aptean.com.

Explorez AppCentral → L’algorithme

15

ARTICLE 05

Comment construire une culture de l’IA de l’intérieur ?

Par Iain Crawford, directeur principal des opérations de revenus, Aptean

J’ai été initié à l’IA chez Aptean avant même que la plupart des gens de l’entreprise n’aient entendu le terme. Notre équipe dirigeante m’a demandé de créer un modèle d’apprentissage automatique (ML) capable de prédire si un client potentiel allait se convertir.

L’équipe de développement des ventes croulait sous les pistes et n’avait pas le temps de déterminer celles qui valaient la peine d’être suivies. Notre modèle ML a filtré ces pistes et leur a permis de se concentrer sur les meilleures opportunités.

Cette première expérience m’a appris quelque chose que j’ai appliqué à tous les projets d’IA depuis lors : la technologie fonctionne mieux lorsqu’elle résout un problème réel pour une personne réelle. Les stratégies abstraites en matière d’intelligence artificielle ne modifient pas les comportements ; les gains tangibles, eux, le font.

Le vrai changement ne s’impose pas Lorsqu’il s’agit d’intégrer l’IA dans une organisation, je crois fermement que cela doit venir de la base. On ne peut pas imposer une culture de l’intelligence artificielle. Au lieu de cela, vous devez mettre les outils d’IA entre les mains des gens, leur montrer ce qui est possible, puis vous écarter du chemin.

Chez Aptean, nous y sommes parvenus en donnant à tous les membres de notre organisation l’accès à notre plateforme AppCentral. Nous avons également formé des équipes à la création de leurs propres agents d’intelligence artificielle dans le cadre d’un programme d’ateliers.

16

L’algorithme

Avant chaque session, j’envoie aux participants une feuille de préparation leur demandant de venir avec quatre ou cinq idées : ce qu’ils veulent que l’agent fasse, les résultats qu’ils recherchent et les systèmes ou données auxquels il pourrait avoir besoin de se connecter.

Les gens arrivent avec des idées ambitieuses sur l’automatisation de flux de travail complexes ou avec de simples demandes.

Une personne souhaitait automatiser le processus de rapprochement des factures mensuelles provenant de six codes de facturation différents. Cela leur permettrait d’économiser trois heures par mois, ce qui n’a rien d’extraordinaire, mais si nos équipes peuvent mettre en place cinq agents qui économisent chacun trois heures par mois, nous avons soudain récupéré plus de deux jours de travail.

Le moment de l’ampoule J’ouvre toujours un atelier de la même manière.

Je demande à chacun de raconter comment il a déjà utilisé l’IA : ChatGPT, Copilot, etc. La plupart des gens ont une anecdote qui montre que l’IA n’est pas un territoire étranger. Ensuite, nous construisons quelque chose ensemble, en direct, à l’écran.

Je commence par quelque chose d’amusant.

Par exemple, si je sais que quelqu’un dans la salle adore Friends (), nous créerons un agent qui réagira comme Joey. Nous l’affichons sur grand écran, nous lui posons des questions, nous nous moquons de lui. L’important n’est pas l’agent, mais de montrer aux gens qu’il est possible de rendre ces outils personnels, ludiques et tout à fait personnels. À partir de là, nous passons à quelque chose d’utile.

À la fin de la session, je divise la salle en petites équipes et je demande à chaque groupe de construire un agent et de le présenter : ce qu’il fait, pourquoi il l’a construit, comment il l’a construit, et de nous montrer une démonstration en direct. C’est la partie que je préfère, car c’est le moment où l’on se rend compte de ce qui se passe. Et lorsque quelqu’un m’envoie un message deux semaines plus tard pour me dire qu’il a construit quelque chose de nouveau et qu’il souhaite avoir mon avis, je sais que nous avons atteint l’objectif que nous nous étions fixé.

Tout le monde peut créer un agent Un grand nombre de personnes qui participent à nos ateliers n’ont aucune formation technique. C’était un obstacle, mais ce n’est plus le cas aujourd’hui. L’utilisation de l’Intelligence Studio d’Aptean n’a rien à voir avec l’écriture d’un code. Si vous avez déjà utilisé PowerPoint, Visio ou tout autre outil de gestion des flux de travail, vous trouverez rapidement vos marques. Et nous avons veillé à ce que chaque session soit pratique.

Dans mon propre rôle, je suis allé plus loin. Je n’ai pas construit une équipe, mais une hiérarchie. Un agent principal reçoit une tâche, l’assigne au membre de l’équipe d’agents le mieux adapté, un validateur vérifie le résultat, et le résultat me revient. Je peux consacrer mon temps aux choses qui nécessitent du jugement, des relations et de l’expérience.

Nous utilisons ce que nous vendons, et c’est la plus grande différence entre la façon dont Aptean aborde l’IA et de nombreux autres fournisseurs de technologie. En utilisant AppCentral nous-mêmes, tous les jours, pour un travail réel, nous comprenons ce dont il est capable et comment en tirer le meilleur parti. Nous ne spéculons pas sur ce que l’IA peut faire pour nos clients. Nous le savons, car il le fait déjà pour nous.

L’un des meilleurs exemples que je puisse donner est celui d’un collègue de notre équipe créative - qui n’est pas du tout une personne technique - qui a été complètement absorbé au cours d’une session et qui a fini par construire son propre agent, c’est-à-dire par créer une version de lui-même qu’il pouvait mettre au travail. Si quelqu’un dont l’ensemble des compétences est axé sur la créativité peut le faire, tout le monde peut le faire.

Avec l’IA, chaque personne dispose de sa propre maind’œuvre La vision à laquelle je reviens sans cesse pour Aptean est que chaque personne dans notre secteur devrait avoir sa propre petite équipe d’IA ; quatre ou cinq agents, chacun spécialisé dans un domaine, qu’ils peuvent appeler pour s’occuper du travail qui ne nécessite pas d’humain. Les tâches qui sont répétitives, qui prennent du temps et qui, franchement, ne sont pas la partie du travail que les gens préfèrent.

L’algorithme

17

ARTICLE 06

“Avec l’arrivée de l’intelligence artificielle générale, on passe à la vitesse supérieure.

Steve Brown a passé sa carrière à la frontière de la technologie : en tant que futurologue chez Intel, puis chez Google DeepMind, et aujourd’hui en tant que conseiller auprès d’organisations de tous secteurs sur ce que l’IA signifie pour l’avenir de leurs entreprises. Il a participé au sommet UNITE 2025 AI d’Aptean dans le cadre d’une table ronde sur l’IA agentique.

Nous nous sommes entretenus avec Steve après avoir expliqué en quoi ce moment est différent de toutes les vagues technologiques précédentes, et pourquoi les décisions prises aujourd’hui par les entreprises auront une importance bien plus grande que la plupart des dirigeants ne l’imaginent actuellement.

Vous avez décrit ce qui se passe avec l’IA sur comme une nouvelle ère industrielle. C’est une affirmation audacieuse. Sur quoi se fonde-t-elle ?

Une nouvelle ère industrielle tend à se définir par l’une des deux choses suivantes. Soit un nouveau matériau miracle - pierre, fer, bronze, silicium - soit une technologie d’usage général dont le coût se rapproche de zéro. L’électricité est l’exemple le plus clair du deuxième type ; nous l’utilisons sans penser à son coût et elle alimente tout.

Nous constatons aujourd’hui que le coût de l’intelligence polyvalente suit la même trajectoire. Il ne sera pas gratuit, mais il atteindra le point où les organisations le déploieront de manière extensive et continue sans le considérer comme une ressource de premier ordre.

Eric Schmidt, ancien PDG de Google, décrit l’IA comme l’évolution la plus importante de la société humaine depuis peut-être mille ans. Je pense qu’il a raison et que cela se produira de notre vivant.

Des vagues de développement de l’IA se succèdent depuis des décennies. Qu’est-ce qui différencie cette vague des précédentes ?

La convergence de deux choses qui n’ont jamais existé ensemble auparavant. La première est la capacité de raisonnement. Jusqu’à très récemment, tous les systèmes d’IA, aussi impressionnants soient-ils, utilisaient exclusivement ce que les psychologues appellent le système de pensée 1.

18

L’algorithme

0

11

Si vous demandez à quelqu’un ce que signifie “deux plus deux”, il connaît immédiatement la réponse. C’est le système 1, le rappel réflexif. Le système 2 est une pensée lente, méthodique et logique. Celui dont vous avez besoin pour résoudre un problème complexe étape par étape.

Jusqu’à il y a environ un an, toutes les IA n’utilisaient que le système One. Les modèles les plus récents sont désormais dotés d’une véritable capacité de raisonnement : ils peuvent décomposer un problème complexe en plusieurs éléments, les étudier méthodiquement et parvenir à une réponse réfléchie.

Le deuxième élément est l’architecture de l’agent qui s’articule autour de cette capacité de raisonnement. Les modules de perception, de mémoire, de planification et d’action permettent à l’IA de fonctionner de manière autonome pendant de longues périodes, en utilisant des outils, en faisant appel à des systèmes externes et en apprenant de ses propres performances. Cette combinaison de raisonnement et d’agence est ce qui rend cette vague fondamentalement différente de toutes celles qui l’ont précédée.

Vous avez affirmé que les décisions que les organisations prendront au sujet des agents au cours de l’année ou des deux années à venir auront plus d’importance que la plupart des dirigeants ne l’imaginent actuellement. Pourquoi ?

Il existe des parallèles évidents entre le développement de l’internet et ce qui se passe aujourd’hui avec l’IA. En 2000, l’entreprise la plus précieuse de la planète était Cisco, parce qu’elle fabriquait les routeurs et les commutateurs qui constituaient l’infrastructure de l’internet. Aujourd’hui, c’est Nvidia qui fabrique les GPU nécessaires à la mise en place de l’infrastructure de l’intelligence. Nous sommes actuellement dans cette phase de construction d’infrastructures.

Un jour ou l’autre, nous atteindrons l’intelligence générale artificielle (AGI) : L’IA qui fonctionne à un niveau humain dans toute la gamme des tâches cognitives. Lorsque cela se produira, chaque agent intégré dans vos flux de travail héritera immédiatement de cette intelligence de niveau humain. Si vous avez fait le travail de placer des agents dans votre entreprise, lorsque l’AGI arrive, vous montez le cadran à 11 pour l’ensemble de vos opérations au moment où la technologie fait un bond en avant. Mais seulement si vous avez fait le travail.

Les organisations qui ont passé ces dernières années à intégrer des agents dans leurs processus, à nettoyer leurs données et à mettre en place l’infrastructure sont celles qui profiteront de ce point d’inflexion. Ceux qui ont attendu devront faire des pieds et des mains pour combler une distance qui s’est creusée très rapidement.

Vous dites que l’IA va fondamentalement changer la façon dont les entreprises atteignent leur public en ligne.

Qu’entendez-vous par là ?

La recherche sera en grande partie effectuée par des agents pour le compte de leurs utilisateurs humains. Les achats vont également suivre cette voie. Cela signifie qu’à l’avenir, la majeure partie du trafic web - et lorsque je parle d’avenir, je veux dire dans quelques années sera constituée d’agents qui rechercheront des informations sur le web pour le compte de leurs humains.

Pour tous ceux qui possèdent un site web, cela signifie que vous avez maintenant besoin de deux portes d’entrée. L’une où l’information est organisée pour les yeux humains, et l’autre qui est optimisée pour les agents ; des données structurées qui leur permettent d’obtenir plus facilement les informations dont ils ont besoin.

Les organisations qui n’ont jamais pensé qu’à la porte d’entrée humaine risquent de constater qu’une grande partie de leur public potentiel ne la voit jamais.

Où la plupart des organisations se trompent-elles lorsqu’elles se lancent dans l’aventure de l’IA ?

Les organisations qui ont des problèmes sont celles qui recherchent des cas d’utilisation de l’IA et qui essaient ensuite d’adapter une logique commerciale - une technologie à la recherche d’un problème. Ceux qui réussissent posent une question différente : Quels sont nos objectifs et comment l’IA peut-elle nous aider à les atteindre plus rapidement ou mieux ? À partir de cette base, tout le reste suit naturellement : les processus à examiner, les agents à déployer et les données à organiser en priorité.

Si vous avez des data scientists et des data engineers dans votre organisation, donnez-leur beaucoup d’amour. Ce sont eux qui détermineront si votre stratégie d’IA produit des résultats réels ou des déceptions coûteuses.

Pour en savoir plus sur le travail de Steve, visitez le site www.stevebrown.ai et lisez son nouveau livre, The AI Ultimatum : Preparing For a World of Intelligent Machines and Radical Transformation (L’ultimatum de l’IA : se préparer à un monde de machines intelligentes et de transformation radicale).

L’algorithme

19

ARTICLE 07

Quatre étapes pour préparer votre infrastructure à l’IA La plupart des organisations essaient de courir avant de pouvoir marcher avec l’IA, en investissant dans des outils et des stratégies alors que l’infrastructure sous-jacente est loin d’être prête à les prendre en charge.

Ces quatre étapes vous aideront à jeter les bases de vos programmes d’IA.

1

Réduction sur le site de l’entreprise La plupart des entreprises disposant d’une infrastructure sur site ont pris cette décision il y a cinq à dix ans. Le dossier était solide à l’époque, mais il ne tient plus la route aujourd’hui.

Les systèmes sur site nécessitent des ressources informatiques dédiées pour leur maintenance et ne peuvent pas être mis à jour en permanence, ce qui est précisément ce que les outils d’IA requièrent. Plus fondamentalement, ils ont été conçus de manière isolée. Chaque système a été conçu indépendamment, de sorte que les données qu’il génère restent locales et cloisonnées.

Le passage à l’informatique dématérialisée supprime le fardeau de la maintenance, permet une amélioration continue sans temps d’arrêt et, ce qui est essentiel, crée un environnement connecté dans lequel les données peuvent circuler librement d’un système à l’autre. Cette connectivité est la condition préalable à l’IA.

20

L’algorithme

2

Rendez les données visibles sur L’ensemble de votre organisation La migration vers l’informatique en nuage n’est pas garantie pour résoudre un problème de visibilité des données. De nombreuses organisations passent à l’informatique dématérialisée et emportent avec elles leur fragmentation, de sorte que les informations opérationnelles ne parviennent jamais à un système capable de les analyser. L’IA ne peut pas apprendre à partir de données qu’elle ne voit pas.

L’étude menée par Google Cloud auprès de plus de 500 leaders technologiques mondiaux identifie la qualité des données comme le plus grand défi à relever pour l’adoption de l’IA. Votre objectif devrait être de créer un environnement de données unique et connecté, qui tire parti d’API ouvertes, d’intégrations entre les systèmes centraux et d’un accord à l’échelle de l’entreprise selon lequel les données appartiennent à l’entreprise, et non à des départements individuels.

De l’informatique sur site à l’informatique en nuage : Le parcours de Quest Technology Quest Technology est une société californienne de gestion technologique qui s’occupe de tout, des services gérés aux centres de données en passant par l’infrastructure et le câblage.

Stephanie Buckmaster dirige les opérations de l’entreprise depuis près de trente ans et a été la force motrice du passage de Quest à l’ERP en nuage d’Aptean au début de cette année.

“J’en avais assez de la maintenance permanente, des correctifs, des migrations de serveurs, des mises à jour constantes. Je voulais que quelqu’un d’autre, complètement délocalisé, s’occupe de tout cela pour que cela ne nous affecte pas au quotidien”, a déclaré M. Buckmaster.

3

Mettre en place des contrôles de sécurité spécifiques à l’IA La cybersécurité classique a été conçue pour un monde antérieur à l’IA. Il n’a pas été conçu pour surveiller le comportement des modèles, gérer les schémas d’accès aux données des agents autonomes ou se défendre contre l’injection de prompts (une forme de manipulation spécifique aux grands modèles de langage). Déployer l’IA sans tenir compte de ces risques expose votre organisation.

Des contrôles de sécurité renforcés doivent être mis en place avant le déploiement de l’IA. Les organisations qui ne disposent pas d’une équipe informatique interne importante peuvent trouver là l’un des arguments les plus convaincants pour travailler avec un fournisseur de plateforme en nuage dont l’infrastructure est maintenue en permanence et dont les certifications de conformité sont à jour.

4

“Dans le nuage, le système est aussi rapide, sinon plus, et pour nos utilisateurs distants dans le monde entier, l’accès est tellement plus simple. Une fois que nous avons surmonté nos propres problèmes de sécurité, le reste de la transition s’est vraiment bien passé”.

Désigner un responsable du changement L’infrastructure ne se limite pas à la technologie. Les organisations qui ont le plus de mal à adopter l’IA sont celles qui l’ont traitée comme un programme informatique plutôt que comme un programme organisationnel. Les systèmes sont déployés et les gens travaillent autour d’eux. Les processus changent sur le papier, mais les comportements ne changent pas sur le terrain.

Dans ce numéro, Gary Foote a décrit la culture comme la variable déterminante de l’adoption de l’IA. Et notre directrice technique, Jenny Peng, a fait remarquer que les ingénieurs principaux, c’est-à-dire les personnes les plus expertes, doivent faire le plus grand saut. Les deux experts arrivent à la même conclusion : L’aspect humain de la transformation de l’IA doit être pris en charge par quelqu’un et doit être considéré avec autant de sérieux que l’innovation technique.

Vos leaders en matière d’IA doivent avoir une visibilité au niveau du conseil d’administration, la capacité de communiquer clairement sur ce qui change et pourquoi, et la patience d’amener les gens à évoluer à des rythmes différents.

L’algorithme

21

ARTICLE 08

Plongée en profondeur : L’IA dans la gestion des actifs de santé L’IA promet d’anticiper les défaillances des infrastructures de soins de santé. Mais pour tenir cette promesse, la plupart des fournisseurs ne disposent pas d’une base de données, explique James MacPherson, directeur régional APAC d’Aptean.

L’équipement chuchote avant de crier. Bien avant qu’un scanner IRM ne s’arrête ou que l’unité de réfrigération d’un laboratoire de pathologie ne tombe en panne, il y a des signes que quelque chose ne va pas : des anomalies dans la consommation d’énergie, des déviations subtiles dans les données de temps de fonctionnement ou des relevés de capteurs qui s’écartent de la ligne de base de façon fractionnée. Cependant, la plupart des systèmes de gestion des actifs de santé n’ont pas été conçus pour les lire.

L’IA peut changer cela. Déployée au sein d’une plateforme de gestion des actifs de l’entreprise (EAM) qui s’appuie sur des flux de données continus et intégrés, l’IA peut identifier les signes avant-coureurs d’une défaillance des semaines ou des mois avant l’événement, ce qui donne aux équipes opérationnelles le temps d’intervenir.

61% des leaders mondiaux du secteur de la santé ont déjà identifié l’IA et l’automatisation comme des priorités opérationnelles, selon les données de KPMG. McKinsey estime que 55% considèrent la gestion des infrastructures comme le domaine où l’IA générative présente la plus grande valeur à court terme. Et pourtant, dans une grande partie du secteur, la gestion d’actifs alimentée par l’IA reste une aspiration.

22

L’algorithme

Les établissements de santé sont riches en données mais pauvres en informations Les organismes de soins de santé génèrent d’énormes volumes d’informations opérationnelles. Historique de la maintenance, dossiers d’approvisionnement, télémétrie des capteurs IoT, documentation sur la conformité, rapports d’incidents - la liste est longue.

Ce qui n’existe généralement pas, c’est un système unique contenant toutes ces données.

Selon KPMG, 57% des établissements de soins de santé signalent que des failles dans leurs systèmes informatiques d’entreprise fondamentaux perturbent leurs activités chaque semaine. L’information est fragmentée entre les systèmes départementaux, contenue dans des feuilles de calcul ou conservée dans la mémoire institutionnelle du personnel.

L’IA résout ces problèmes en identifiant des modèles dans des flux de données simultanés. Elle tire les leçons de son expérience, affine ses modèles au fil du temps et améliore ses prévisions au fur et à mesure que de nouvelles informations lui parviennent. Mais alimentez-le avec des registres d’actifs incomplets et des dossiers de maintenance disparates, et ses résultats refléteront ces limitations. Dans le domaine de la santé, des prévisions peu fiables ne constituent pas un inconvénient mineur, mais un risque pour les patients, le personnel et les communautés.

Les questions d’infrastructure nécessitent l’attention du conseil d’administration La maintenance non planifiée est coûteuse et les fonds destinés aux investissements stratégiques sont régulièrement absorbés par des défaillances réactives. Les prévisions basées sur l’IA, qui s’appuient sur des données intégrées de haute qualité, permettent de sortir de ce cycle. Il oriente les capitaux là où ils apportent la plus grande valeur clinique et financière, plutôt que là où la crise la plus récente l’exige.

Le défi pour les responsables des soins de santé est de résister à l’instinct de considérer l’IA comme un problème technologique qui doit être traité par un service informatique. Il s’agit d’un défi de gouvernance des données qui nécessite l’adhésion des dirigeants, une intégration interfonctionnelle et une volonté d’auditer la qualité des informations contenues dans les systèmes existants.

L’EAM est la couche d’intégration qui rend l’IA viable La solution n’est pas de retarder l’adoption de l’IA jusqu’à ce que des données parfaites soient disponibles. Il s’agit d’investir dans l’infrastructure d’intégration qui rend possible le partage de données fiables et précises.

Une plateforme EAM fournit cette colonne vertébrale, connectant les installations, les finances, l’ingénierie et les systèmes cliniques dans un cadre unifié où les informations provenant des capteurs IoT, des outils de gestion des bâtiments et des systèmes de maintenance sont normalisées et mises à jour en permanence.

Sur cette base, l’IA peut générer une intelligence décisionnelle : détection précoce des défaillances, décisions de réparation ou de remplacement fondées sur des preuves, et prévisions d’investissement à long terme avec la crédibilité nécessaire pour influencer les stratégies d’investissement.

La priorité accordée à l’IA dans la gestion des actifs de santé présente une valeur stratégique considérable. Une défaillance mineure du système de chauffage, ventilation et climatisation dans un établissement chirurgical n’est pas, en soi, un événement catastrophique. Mais s’il n’est pas détecté, il peut compromettre la stérilisation du théâtre, déclencher la reprogrammation des listes chirurgicales et se répercuter sur les parcours de soins des patients, ce qui entraîne des coûts cliniques et financiers considérables.

L’EAM alimenté par l’IA peut détecter cette anomalie de température avant qu’elle ne s’aggrave, ce qui permet une intervention planifiée plutôt qu’une réponse d’urgence. C’est la différence entre la gestion de l’infrastructure en tant que fonction de maintenance et en tant qu’impératif de gouvernance clinique.

Les hôpitaux ne peuvent pas se permettre de surprises : The Executive Guide to Healthcare Enterprise Asset Management est le dernier ebook d’Aptean Téléchargez votre copie gratuite maintenant.

L’algorithme

23

À venir dans le prochain numéro Les principales conclusions de l’enquête mondiale d’Aptean sur l’IA sont dévoilées

»

Pleins feux sur l’IA à l’adresse Transport et logistique

Consultez notre précédent numéro Voir l’émission →

Copyright © Aptean 2026. All rights reserved.

»

Plus d’informations sur