Préparer les ressources humaines à l'inteligence artificielle
Vous êtes DRH ou dirigeant et avez décidé, en 2024, d'embarquer vos équipes dans le monde merveilleux de l'IA ? Voici 3 conseils pour affiner vos plans.
Vous avez prévu des cycles de formation adapté à chaque métier.
Voici 3 conseils essentiels.
- Accompagner 3 types de publics de façon différenciée : COMEX, Middle Management, Opérationnels
- Décoder les centaines d’annonces mensuelles sur l’IA et séparer réalité et mythes, vendeurs de rêve et véritables pionniers, projets de recherche et technologies mures
- Mieux comprendre les différentes technos d’IA : IA symbolique, Machine Learning, IA générative.
Vous êtes DRH ? Voici le 2eme de nos conseils pour accompagner efficacement, en 2024, vos équipes dans le monde de l'IA.
Accompagner 3 types de publics de façon différenciée : COMEX, Middle Management, Opérationnels
1. Former les opérationnels
Les LLMs sont une des 1ères techno d’IA ayant vraiment commencé à transformer le quotidien d’un large nombre de professionnels.
Il faut former les opérationnels aux usages avancés d’outils généralistes comme ChatGPT, mais aussi d'outils spécialisés sur un métier ou un secteur d’activité.
Sont concernés, en priorité, les métiers de la communication, mais aussi ceux qui, eux-aussi, communiquent et tous les autres métiers que les LLMs aident à gagner en productivité, à mieux s’organiser, à améliorer la qualité de ce qu’ils font ou à se former plus rapidement.
Points sensibles
Déterminer les niveaux de maîtrise attendus pour chaque compétence identifiée, par métier.
Gérer la résistance au changement, les LLMs induisant de nouvelles façons de travailler et suscitant, aussi, un certain nombre de critiques liés aux biais, aux problèmes de fiabilité ou de confidentialité.
2. Former le middle management
Les LLMs sont la 1ère technologie d’IA qui touche aussi profondément un cortège de cadres aussi large, puisqu'elle leur permet d’augmenter leur productivité (notamment dans le domaine de la communication) et leur capacité de « réflexion », d’améliorer leur capacité d’organisation, de persuasion ou encore de se former plus rapidement. De nombreux cadres pionniers expliquent, d'ailleurs, que ChatGPT est, pour eux, une équipe d’assistants spécialisés.
Auparavant, certains cadres utilisaient déjà le machine learning (autre techno d'IA) pour analyser plus efficacement de gros volumes de données, mais le phénomène était d’une bien moindre ampleur.
Points sensibles
Inclure dans le cycle de formation du Middle Management, un volet sur la remise en cause des process existants
Intégrer en plus de l’IA générative, des formations à la « vieille IA» (bots, RPA, IA symbolique…) et anticiper les futurs développements de l’IA avec les agents intelligents
3. Former le COMEX
Les comités de direction doivent eux-aussi, comprendre ce que l’IA, notamment générative, peut leur apporter au quotidien , mais ils doivent, en plus, prendre du champs et imaginer, comme le middle management, de nouveaux process et, enfin, se préparer à prendre des décisions plus stratégiques : innovation produit, estimation des gains de productivité et impact sur les ressources humaines (licenciements, recrutements de nouveaux profils…) et, au final sur le business model de la société.
Points sensibles
Le COMEX doit évaluer, de façon précise, la réalité de l’IA en 2024, afin qu’il ne projette pas d’intégrer des techno d’IA qui n’existent pas.
Intégrer un accompagnement dans le temps afin que les dirigeants disposent de référents leur permettant de valider ou d’affiner des hypothèses, scénarii, idées, ré-orientations de leur société à l’ère de l’IA.
Décoder les centaines d’annonces mensuelles sur l’IA et séparer réalité et mythes, vendeurs de rêve et véritables pionniers, projets de recherche et technolo
Le rythme de l'évolution de l'IA depuis 18 mois est telle que l'accumulation des annonces donnent le vertige et provoque une surcharge d'informations chez les DRH, comme chez les autres.
Voici 7 pistes à explorer pour surnager dans cet océan d'information.
1. Superlatifs = méfiance. Nuance = confiance
Les articles/publications qui annoncent des outils "innovants", extrêmement "performants", "révolutionnaires", "incontournables" n'attestent que d'un ou deux choses: la volonté de l'auteur d'attirer votre attention et, parfois, son manque de recul sur l'actualité.
Au contraire, les avis nuancés démontrent, normalement, une capacité de prise de recul sur l'information brute.
2. Différencier sources primaires et sources secondaires
95% des contenus diffusés autour de l'IA, le sont par des sources secondaires (qui reproduisent les informations des sources primaires). Malheureusement, les informations sont trop peu souvent vérifiées. Si un article reprend exactement les mêmes éléments que 10 articles sur le même sujet que vous trouvez dans Google News, l'information a été reproduite sans regard critique. Prendre du recul.
Dans le cas où l'information semble intéressante, tenter de remonter à la source primaire ou demander l'avis d'un expert.
3. Hiérarchiser l'information
Lorsque l'on réalise une veille, il faut économiser son temps, ce qui implique d'évacuer les informations satelittes comme les levées de fonds dans des start-ups, les accords de partenariats ou les détails des dernières mises à jour des logiciels à la mode
4. Distinguer les projets de recherche des services opérationnels
De nombreux acteurs (y compris Google) communiquent sur des projets de recherche, présentés comme des percées scientifiques, mais qui, parfois, fonctionnent mal ou parfois resteront au stade de projet de recherche sans débouchés commerciaux.
5. Identifier les effets d'annonce
De nombreuses entreprises traditionnelles communiquent sur des projets d'IA, laissant à penser qu'ils sont déployés et importants. Or, ces annonces visent surtout à occuper le terrain et soigner la marque y compris la marque employeur. Très souvent, ces projets soit échouent, soit ont un faible impact, soit n'apportent que peu à l'entreprise.
6. Trouver 5 ou 6 experts qui analysent et synthétisent les innovations et tendances pour vous
Si vous parvenez à les trouver, ils vous permettront de gagner du temps.
On trouve 10 grands types de producteurs de contenus avec des niveaux de connaissances et des biais particuliers.
- Influenceurs généralistes et vendeurs de rêve surfant sur la vague de l'IA générative
- Consultants ayant une bonne connaissance des grandes technologies d'IA (IA symbolique, Machine Learning classique et IA générative)
- Chercheurs, souvent hyperspécialisés dans un domaine de l'IA
- Start-upers investis dans l'IA depuis des années
- Start-upers de la dernière heure
- Journalistes expérimentés ayant vécu les différentes périodes de l'IA et capables de mettre les choses en perspective
- Journalistes blasés par les annonces des 20 dernières années sur l'IA et n'y croyant plus
- Freelances avec un faible niveau technique
7. Construire votre propre vision
L'avenir de l'IA et son impact sur les entreprises restent, en large partie, à écrire.
Aussi, plutôt que d'attendre un prêt-à-penser, vous avez tout intérêt, petit à petit, à inventer votre propre vision de l'IA et vos grilles d'analyse afin de pouvoir ranger dans des cases, les futures annonces sur lesquels vous tomberez
Mieux comprendre les différentes technos d’IA : IA symbolique, Machine Learning, IA générative.
1. Comprendre l'intelligence artificielle symbolique
Celle qui repose sur des règles, des bases de connaissances qui modélisent des process de réflexions humains. C’est la forme la plus ancienne d’IA. On en parle peu car elle est moins impressionnante que l’IA générative.
Avantages
Explicable (on comprend comment ce type d’application « réfléchit »)
Inconvénients
Ne parvient pas à simuler des process très complexes
Nécessite un gros travail « manuel » de modélisation des processus cognitifs humains
2. Comprendre le Machine Learning et le Deep Learning
Elle « apprend » en analysant des données exemples (historique des ventes d’un produit, images de chats-chiens-personnes-tristes ou joyeuses…) et a permis de dépasser les limites de l’IA symbolique dans un certains domaines : traduction, reconnaissance d’images, de vidéos ou audios, prévisions statistiques (vente, logistique, comportement de consommateurs, risques…), optimisation (campagnes de pub digitale, taux d’occupation d’unités de production…), classification (de CV, d’avis clients…)…
Cette forme d’IA a permis de rendre un peu plus efficace certaines fonctions de l’entreprise sans provoquer de révolution et a eu un impact important dans les domaines de la publicité digitale, de la robotique, des objets connectés, de la sécurité informatique…
Avantages
Se met à jour et s’adapte en partie de façon automatique, à l’évolution du contexte
Potentiellement capable de traiter des millions de cas de façon personnalisée
Inconvénients
Nécessite une bonne maîtrise technique de la Data Science
A permis la mise en place de dispositifs de surveillance de masse
3. Comprendre l'IA générative
C’est celle sur laquelle reposent les chatbots comme ChatGPT (grâce aux LLM – Large Models Languages-) et les outils de génération d’images ou de vidéo.
C’est une des branches du Machine Learning et du Deep Learning
On en parle beaucoup pour 3 raisons
- C’est celle qui parvient le plus à simuler l’intelligence humaine : raisonnement, réponses précises à des questions et même créativité
- Les milliards de dollars investis ont fait exploser les innovations autour de l’IA générative
Avantages
Ses applications permettent à de nombreux cadres de gagner en productivité
Inconvénients
L'IA générative est sous le feu de critique évoquant des problèmes de fiabilité, de sécurité et de confidentialité
