- 7 juin 2021

La fonction de Chief Data Officer (ou CDO) est de plus en plus stratégique au sein des entreprises, notamment pour mener à bien leur transformation numérique.
Pour garantir la réussite de ses projets, le CDO doit faire le lien entre la stratégie globale de l’entreprise et chacun des métiers qui composent son organisation. Il agit ainsi comme le principal vecteur de la culture numérique au sein de l’entreprise. Si son rôle est important, il n’en est pas moins difficile face aux nombreux obstacles rencontrés dans l’accomplissement de ses tâches.
Alors, que manque-t-il aux CDO pour gérer des projets d’IA ? Quels sont leurs besoins et leurs attentes en termes d’intelligence artificielle ? C’est ce que nous abordons dans ce nouvel article.
Faire collaborer les métiers
La priorité des CDO est de faire collaborer les métiers, les équipes IT et les équipes data. Pour cela, il est nécessaire de mettre en place une approche data centric, et non plus user centric. Cette démarche replace la donnée au cœur de l’entreprise. Elle vise à disposer d’une vision unifiée et intégrée des data pour l’ensemble de l’organisation. Ainsi, chaque département a accès au même niveau d’information. Cela permet aux équipes data d’être proactives, de répondre plus vite aux demandes des métiers et de réduire les silos entre les services.
Une approche partagée par les métiers qui ont une réelle volonté de s’impliquer dans les projets d’intelligence artificielle. D’après une enquête menée par TechRepublic Premium, 23 % des répondants assurent que les projets d’IA sont cogérés par l’IT et les métiers, 19 % seulement par l’IT. Disposer d’une plateforme collaborative devient alors essentiel pour améliorer cette coopération et faire des projets data porteurs de valeur !
Gagner en temps et en agilité
Un des buts principaux de l’IA est de gagner en temps et en agilité pour générer plus de valeur. Cela commence au sein des équipes data, qui se sentent limitées par leur manque de ressources. D’après l’enquête TechRepublic Premium, 71 % des CDO répondants ne disposent pas plus de trois gestionnaires de données, et 26 % n’en ont aucun. Difficile dans ces conditions d’assurer le déploiement de projets d’IA rapidement et efficacement. Comme nous l’avons vu, les data scientists passent trop de temps à collecter et qualifier les données.
Pour gagner en temps, ils doivent être en mesure de :
- Réaliser rapidement un POC pour évaluer la faisabilité et la valeur d’un projet à travers une approche Fail fast. Cela permet également de ne pas s’égarer si le projet n’est pas pertinent et de justifier le budget.
- Mettre en place un environnement end to end pour disposer d’un cadre de travail intégré qui va de la collecte des données à la production des modèles prédictifs d’intelligence artificielle.
- Interfacer les solutions d’IA au système d’Information existant, afin de faciliter l’accès à des données fiables et pertinentes sans ressaisies. Cela accélère le passage de la phase de POC à la mise en production.
Il est donc nécessaire d’optimiser ces processus, avec la mise en place d’une stratégie de gouvernance des données, mais aussi de déploiement d’outils adaptés.
Rentabiliser les projets IA
Malgré la montée en puissance de l’IA au sein des entreprises, 76 % des organisations interrogées ne mesurent pas encore de ROI positif sur leurs investissements. Pour inverser la tendance, les CDO ont d’abord besoin de se focaliser sur les usages, disposer d’une méthodologie pour choisir les bons cas d’utilisation et capter les opportunités émergentes en sachant qu’ils pourront les industrialiser ensuite.
Afin de rendre les projets rentables, le CDO a besoin d’une solution permettant de capitaliser sur les algorithmes déjà existants et sur les modèles déjà développés pour ne pas partir de rien pour chaque nouveau projet. Il doit pouvoir tester des modèles, prototyper rapidement… en résumé, faire en quelques mois ce qui prenait un an auparavant.