Les agents d’intelligence artificielle (IA) sont de plus en plus envisagés comme une solution pour aider les entreprises à briser les barrières internes, appelées silos, où différents services ou équipes fonctionnent de manière indépendante et ne partagent pas toujours efficacement informations et ressources. Un récent rapport de Deloitte souligne que l’intégration rapide de l’IA et le développement du cloud computing poussent les entreprises à repenser leurs stratégies technologiques, dans le but d’améliorer leur rapidité, leur efficacité et leur croissance. Pourtant, malgré ces avancées, de nombreux professionnels et leurs organisations ne sont toujours pas pleinement prêts à exploiter tout le potentiel de l’IA, selon Michael Privat, directeur des données et de l’ingénierie chez Availity. Privat met en garde : l’intégration de l’IA dans des systèmes existants peut entraîner des résultats incohérents, risquant de perturber les applications et les processus lors de la transition entre le développement de produits et l’ingénierie. Il compare l’état actuel des services informatiques à un jeu de Pachinko, où les idées rebondissent à travers différentes strates d’une organisation, menant souvent à des résultats imprévisibles. Il craint que, si l’IA n’est pas correctement intégrée, elle ne se contente d’automatiser des décisions initiales défaillantes, aggravant la situation plutôt que de l’améliorer. Pour relever ces défis, Privat suggère que les organisations devraient se concentrer sur la résolution de problèmes réels rencontrés par leurs clients, plutôt que de se focaliser sur les dernières technologies ou produits. Son entreprise est structurée autour de « domaines marché », des équipes dédiées à la compréhension et à la résolution de problèmes spécifiques auxquels sont confrontés les clients dans des secteurs particuliers. En dessous, des équipes pluridisciplinaires sont conçues pour travailler rapidement, évitant les transferts inutiles ou les réunions interminables, ce qui permet aux experts d’exécuter leurs tâches avec efficacité. Il compare cette approche à l’idée de donner à chacun une voiture haute performance, mais en limitant leur vitesse à 30 km/h (20 mph) : une démarche absurde et contre-productive. Pour les professionnels souhaitant améliorer leurs compétences en IA, Privat recommande d’analyser les flux de prise de décision afin d’identifier où l’IA peut être appliquée de manière efficace. Il encourage également à repenser la définition même du travail, en traitant les résultats de l’IA comme un système de production et en déléguant les tâches peu valorisantes. Il met en garde contre l’illusion selon laquelle l’IA réduirait la charge de travail : elle pourrait, au contraire, l’augmenter. Il conseille de voir l’IA comme un miroir reflétant la qualité des processus existants, plutôt que comme une solution magique aux problèmes. Il insiste sur le fait que l’IA ne corrige pas les cultures d’ingénierie défaillantes, mais les expose clairement. Privat anime également un forum hebdomadaire avec des leaders d’opinion et des ingénieurs, abordant des sujets comme les usines à IA et la nécessité de repenser le rôle de l’IA au-delà d’un simple outil puissant.