L’IA agentique en action : transformation des données en résultats

Tom Soderstrom :
Bienvenue dans le podcast Executive Insights, où nous parlons des informations que nous avons recueillies auprès de nos clients du monde entier. Je suis Tom Soderstrom, stratégiste d’entreprise, et je suis accompagné de...

Miriam McLemore :
Miriam McLemore, également stratégiste d’entreprise.

Tom Soderstrom :
Nous faisons partie d’un groupe qui a mené la transformation de nos entreprises ou agences respectives. Miriam a travaillé avec un grand nom, à savoir...

Miriam McLemore :
Coca-Cola.

Tom Soderstrom :
... Coca-Cola, et j’ai travaillé auprès du Jet Propulsion Laboratory de la NASA.

Miriam McLemore :
La NASA. Rien que ça.

Tom Soderstrom :
Juste la partie cloud. Si vous nous regardez, nous pensons que vous aurez quelque chose à en tirer, surtout si vous êtes un chef d’entreprise ou si vous travaillez dans le secteur informatique, et que vous inquiétez de ce qui va se passer avec toutes ces données, ou si vous essayez simplement de trouver comment vous hisser au sein de l’organisation et saisir probablement la plus grande opportunité du moment, à savoir les données, et ce qu’il est possible de faire avec. Aujourd’hui, les études de Gartner indiquent que la plupart des gens ne sont pas satisfaits des informations sur leurs données.

Tom Soderstrom :
Ainsi, lorsque j’interroge les dirigeants, je demande : « Que pensez-vous de vos données ? » Et ils me répondent : « Intuitivement, je sais que les données sont la pierre angulaire de l’organisation, mais ça me dépasse. Je ne sais pas quoi faire. Combien dois-je dépenser ? Combien puis-je dépenser ? Que dois-je faire ? » Ou : « J’ai toutes ces données, certaines que je connais et d’autres non. Puis-je les monétiser ? » Ou encore : « La qualité de mes données est-elle suffisante ? Dois-je juste attendre qu’elles soient parfaites ? » Ou : « Dans quelle mesure augmentent-elles ? » Je vais revenir sur la croissance des données. Les chiffres sont assez astronomiques. Quels sont les commentaires que vous entendez de la part de vos clients ?

Miriam McLemore :
Le problème que j’ai constaté avec les clients est que, jusqu’à présent, nous nous sommes appuyés sur des données structurées, car ce sont les données que nous pouvons intégrer à nos tableaux. Celles que nous pouvons calculer. Celles que nous pouvons utiliser pour remplir les tableaux de bord de manière fiable et précise. Mais les clients cherchent à accéder à ce monde immense et croissant de données non structurées. Le monde agentique vous donne la possibilité de tirer parti de ces données non structurées et de les intégrer aux données structurées, mais ces métriques sont nouvelles pour les chefs d’entreprise. Il s’agit d’une façon différente d’évaluer votre organisation, la cour dans laquelle vous jouez, les opportunités et les résultats que vous pouvez engendrer. Les questions que me posent les clients sont les suivantes : « Par où commencer ? Ça me dépasse. J’ai ces choses structurées. Et toutes ces choses non structurées. Par où commencer ? »

Tom Soderstrom :
Oui, c’est paralysant pour eux.

Miriam McLemore :
Exact.

Tom Soderstrom :
J’ai pensé que je pourrais citer de vrais exemples de données.

Miriam McLemore :
Oui.

Tom Soderstrom :
J’ai fait un podcast avec Mai-Lan Tomsen Bukovec, propriétaire des données chez AWS.

Miriam McLemore :
Oui, c’est vrai.

Tom Soderstrom :
Elle m’a donné quelques statistiques intéressantes sur S3, leur principale source de données. On trouve sur S3 un million de lacs de données, mille milliards d’objets, beaucoup, beaucoup d’exaoctets. On compte 150 millions de requêtes par seconde en moyenne. Des milliers de clients stockent plus d’un pétaoctet, et plusieurs d’entre eux stockent plus d’un exaoctet. Pour un dirigeant d’entreprise, c’est exaltant. « Regardez tous ces trucs que je possède. » Pour un informaticien, c’est terrifiant. « Comment je vais gérer tout ça ? » Je pense à la croissance des données... et je crois que vous l’avez bien dit... « par où commencer ? » Il suffit de commencer, tout simplement. 10 % des données sont structurées, le reste non. Avec l’IA agentique et l’IA générative, vous pouvez en tirer parti. Je pense que les succès et les échecs à venir seront un sujet de discussion.

Miriam McLemore :
Eh bien, c’est intéressant, Tom. À tout le moins, je constate que les services financiers, les assurances et, dans certains domaines, les soins de santé s’y mettent plus rapidement, car leurs données doivent absolument être propres. Ils consacrent beaucoup de temps à assurer l’exactitude et l’intégrité de leurs données. D’autres organisations sont confrontées à de nombreux silos de données et à des incohérences dans leurs données. Ils doivent donc s’occuper du nettoyage des données et mettre en place une gouvernance des données pour tirer parti de cette nouvelle technologie.

Tom Soderstrom :
Oui. Cela reflète ce que j’entends. Nous traitons tous les deux avec des clients du monde entier, de grands clients, et tous ceux qui sont sujets à des réglementations, et nous voyons cela comme un inconvénient, mais ce n’est pas le cas. C’est un avantage, car ils savent déjà comment gérer leurs données. Le secteur public, où j’ai grandi, le fait certainement. J’ai pensé que nous pourrions peut-être simplement parler de certains de nos clients qui, selon nous, ne l’ont pas fait correctement, et d’autres dont nous pouvons tirer des leçons et qui l’ont fait correctement. Ensuite, nous pourrions aborder quelques exemples de clients réels avec des noms.

Miriam McLemore :
Oui.

Tom Soderstrom :
Oserez-vous ?

Miriam McLemore :
Bien sûr.

Tom Soderstrom :
Très bien. Sans succès, ils créent trop de frictions. Je vois ça tout le temps. La personne qui possède les données... et j’insiste sur « possède les données »... ne veut pas les partager.

Miriam McLemore :
Tout à fait.

Tom Soderstrom :
Si vous voulez mes données, remplissez-moi un formulaire. En fait non, deux ou trois formulaires. Nous voulons que tout le monde utilise les données, alors quelle est la réponse ? Inversez l’approche.

Miriam McLemore :
Oui.

Tom Soderstrom :
Si j’ai besoin de protéger mes données, je remplis un formulaire. C’est une chose facile à faire. Par exemple, dans une grande agence spatiale, nous avons remarqué qu’elle dépensait autant d’argent pour protéger le menu de la cafétéria que pour les commandes des liaisons ascendantes des vaisseaux spatiaux. Mais impossible de le savoir sans se pencher dessus.

Miriam McLemore :
C’est fascinant, car nous vivions dans un monde où les données étaient le pouvoir. Si vous êtes propriétaire des données, vous les contrôlez. C’était le cas avec les fonctions avec lesquelles j’interagissais : le service des finances était le seul à pouvoir consulter les données financières. Les scientifiques étaient les seuls à pouvoir consulter leurs données. Ces silos se sont perpétués, car l’idée qu’il n’est pas prudent de partager est devenue une culture au sein de ces organisations. J’adore cette idée qui consiste à inverser l’approche et à parler de valeur, car les données constituent une ressource organisationnelle. Elles ne sont pas une ressource propre à une fonction.

Tom Soderstrom :
Exactement. Nous avions parlé de la mise en place d’un maillage de données organisationnel qui soit réellement axé sur les incitations. L’idée est que les personnes qui veulent utiliser les données veulent vraiment les utiliser.

Miriam McLemore :
Tout à fait.

Tom Soderstrom :
Ceux qui produisent les données veulent que les gens les utilisent. Alors pourquoi cela ne se produit pas ? Vous avez besoin de quelqu’un au milieu qui fait en sorte que cela se produise et qui encourage les choses. Quelqu’un qui élimine la friction.

Miriam McLemore :
Parfois, la gouvernance des données elle-même peut devenir le point de friction.

Tom Soderstrom :
Oui.

Miriam McLemore :
Vous devez également le faire de la bonne façon, car je suis d’accord avec vous. Il y a des producteurs de données et des consommateurs de données, mais au milieu, vous devez être capable de gérer ces données et de les gouverner, tout en bénéficiant de la sécurité, de l’identité et des accès appropriés, ainsi que de contrôles de gestion. Tout cela est absolument important. Nous ne disons pas qu’il faut tout rendre accessible à tous.

Tom Soderstrom :
Exact.

Miriam McLemore :
Ce que nous voulons dire, c’est que vous devez rassembler les informations pour obtenir des résultats. C’est intéressant. J’ai eu la chance de participer à un événement de Formule 1 tout récemment.

C’est un exemple incroyable de la manière dont les équipes, les pilotes et l’organisation globale de la F1 sont guidés par les données. Ce que j’ai apprécié chez eux, et c’est un principe que de nombreuses organisations peuvent adopter, c’est que rien, aucun capteur, aucune information sur les données, n’est ajouté à une voiture ou à l’écran, car ce sont des décisions qui doivent être prises en une fraction de seconde, voire en millisecondes. Ils priorisent impitoyablement les informations qui comptent, ce qui détermine réellement les résultats commerciaux, car, bien entendu, en Formule 1, la vitesse est importante.

Tom Soderstrom :
Oui. En fait, pour tous les dirigeants à qui j’ai parlé cette année, et je suis sûr que vous avez constaté la même chose, la priorité numéro un est la rapidité.

Miriam McLemore :
Elle est indispensable.

Tom Soderstrom :
Rapidité de mise sur le marché, rapidité de rentabilité, rapidité de mise en conformité, rapidité d’acquisition de compétences. Et les données peuvent contribuer à tout cela. Nous vivons une époque vraiment passionnante. L’autre erreur que je vois les entreprises commettre, c’est qu’elles essaient d’être parfaites. Comme dans votre exemple avec le Formule 1, si vous vous en teniez à la théorie et que vous ne testiez jamais, vous ne pourriez pas savoir. Commencez par un cas d’utilisation professionnel, essayez, encore et encore, et itérez, en vous attendant à ce que la première version soit la pire et la plus chère, puis vous pourrez aller de l’avant. Les données permettent vraiment toutes ces autres choses, et nous allons parler des solutions agentiques très prochainement.

Miriam McLemore :
Oui, mais revenons un instant sur la culture de l’expérimentation. Je ne veux pas simplement laisser ce point important de côté, car à mesure que nous nous efforçons d’intégrer davantage de données, il est essentiel d’avoir une culture au sein de l’organisation qui permet d’apprendre et d’apporter ces améliorations. C’est ce que font les solutions agentiques. Ces agents sont des agents qui s’améliorent eux-mêmes. Ils verront quel était le chemin à suivre et commenceront à apprendre en se demandant s’il existe un meilleur chemin. Nous devons également avoir cette culture au sein de nos organisations.

Tom Soderstrom :
Oui. Encore une fois, en ce qui concerne les incitations, si vous travaillez à rebours, comme je le disais ? Quel est le résultat final que je souhaite obtenir ? Comment l’atteindre, et comment mes données peuvent-elles m’aider à le faire ? Lonely Planet a pris ses pétaoctets de données et les a organisées. Elle a utilisé l’IA générative et créé cette agence de voyages virtuelle.

Miriam McLemore :
Oui.

Tom Soderstrom :
Kone Elevators, une entreprise finlandaise, possède des centaines de milliers d’ascenseurs. Quand les réparateurs vont travailler sur place, ils ont toutes les informations à portée de main. Je pense que l’une des choses que nous voyons à travers tout cela est que tout est une question de données. Le code, c’est des données. Amazon a changé, ils ont mis à niveau tout le Java. Ça paraît ennuyeux dit comme ça. Et c’est cher. Elle a économisé 3 500 jours de travail et 250 millions d’USD en utilisant l’IA générative et des agents, et en traitant le code comme des données. C’est un nouveau monde fascinant. Quel est votre exemple de solution agentique préféré ?

Miriam McLemore :
En fait, j’aime bien celui que vous venez de mentionner avec Lonely Planet, peut-être parce que je voyage beaucoup. Ce qu’ils ont fait, c’est vraiment clarifier les besoins du voyageur. Qu’est-ce que le voyageur cherche chez une agence de voyages ? Quelle aide demande-t-il ? Où séjourner ? Où manger ? Comment me simplifier la vie ? Quel est l’équivalent d’Uber dans ce pays ? Aidez-moi à voyager, simplifiez-moi les choses et utilisez les données. C’est l’une des choses que j’aime dans l’exemple de Lonely Planet.

Tom Soderstrom :
Un autre exemple que j’aime beaucoup est que les données de la NASA se trouvent désormais dans AWS Data Exchange, et elles peuvent maintenant aider à prévoir les inondations en Australie et les sécheresses en Afrique, car tout le monde peut y accéder. Une professeure de l’université de Sydney a mis toutes ses données génomiques sur Open Data Exchange, et un chercheur suédois les a utilisées pour découvrir comment aider à sauver le koala. C’est vraiment...

Miriam McLemore :
J’adore cet exemple.

Tom Soderstrom :
... une entraide à l’échelle mondiale. Si vous deviez donner des conseils aux futurs dirigeants qui vont maintenant gérer cela, que feriez-vous ? Que leur diriez-vous ?

Miriam McLemore :
Oui. J’ai occupé des postes où j’étais responsable des données, et comme je travaillais dans une entreprise internationale, nous essayions toujours de rassembler des données, mais nous le faisions à des fins de création de rapports, vous savez ? Parce que d’un point de vue financier, nous devions présenter des rapports de manière cohérente. C’était une raison plutôt valable, mais cela ne stimulait pas les affaires. Ce que j’encourage les nouveaux dirigeants à faire aujourd’hui, c’est à commencer par ce qu’ils essaient d’accomplir. Quel est le besoin métier auquel vous essayez de répondre ? J’ai parlé de la F1, prenons la réduction du temps d’arrêt aux stands par rapport aux années 50, qui était de 67 secondes. Un arrêt au stand peut désormais être effectué en 1,8 seconde.

Tom Soderstrom :
C’est incroyable.

Miriam McLemore :
Les possibilités sont vastes, mais il s’agit d’éliminer tout ce qui n’a pas d’importance et de se concentrer uniquement sur ce qui compte, puis de coordonner le tout à la milliseconde près. Comment faisons-nous cela en entreprise ? Les dirigeants sont incités à générer des résultats métier et à s’améliorer constamment. Je trouve que c’est un monde fascinant.

Tom Soderstrom :
Oui, c’est un monde fascinant.

Miriam McLemore :
Être leader.

Tom Soderstrom :
Je suis tout à fait d’accord avec ce que vous avez dit, le fait de se concentrer sur les choses qui comptent. Cela vaut également pour les données. Ne vous inquiétez pas à leur sujet.. Utilisez simplement les données que vous pouvez utiliser pour créer ce résultat. Travaillez à rebours et concentrez-vous là-dessus, et le reste viendra. Ces futurs leaders doivent constamment montrer des résultats. Cela vient d’une culture d’expérimentation et d’itération pure. Je dirais que les propriétaires de données qui ont le sentiment de les contrôler doivent s’en servir pour générer ces nouveaux résultats avec l’IA générative et agentique. Montrez le résultat métier.

Miriam McLemore :
Oui. Pour revenir à votre point concernant le leadership, nous devons commencer par le haut, mobiliser les leaders, mais nous devons également repartir du bas et améliorer les compétences, afin de nous rejoindre au milieu en tant qu’équipe intégrée.

Tom Soderstrom :
Merci beaucoup. Merci de m’avoir encore appris quelque chose. Je vous suis redevable.

Miriam McLemore :
C’est toujours un plaisir de discuter avec vous, Tom.

Tom Soderstrom :
Merci.

Écouter maintenant

Écouter maintenant

Écouter maintenant