Observer les employés pour déterminer la valeur réelle de l'IA
Une nouvelle approche pour évaluer les investissements en IA met l'accent sur l'observation des flux de travail des employés. La valeur réelle de l'IA est mesurée par les résultats commerciaux, et non uniquement par les taux d'adoption.
Un nouveau cadre pour évaluer la valeur des investissements en IA suggère de se concentrer sur la manière dont l'intelligence artificielle impacte les flux de travail quotidiens des employés. Au lieu de se concentrer uniquement sur les taux d'implémentation ou les performances techniques des systèmes d'IA, la méthode proposée conseille d'observer les employés qui interagissent avec la technologie.
Cette stratégie repose sur l'idée que les clics supplémentaires, les contournements et les ralentissements rencontrés par les employés peuvent identifier les domaines exacts où l'IA peut apporter des avantages tangibles. Par exemple, la direction d'un détaillant mondial a initialement constaté un succès avec son moteur de recommandation basé sur l'IA pour le service client, car les temps de réponse se sont améliorés et les recommandations sont devenues plus précises. Cependant, une observation plus approfondie a révélé que les employés utilisaient le système de manière inefficace, indiquant qu'il ne répondait pas entièrement à leurs besoins.
La méthode souligne que la véritable valeur commerciale de l'IA doit être mesurée par des résultats commerciaux améliorés, plutôt que par le simple nombre d'utilisateurs ou les tableaux de bord d'activité. Un système d'IA peut être techniquement précis, mais s'il ne contribue pas à atteindre les objectifs commerciaux essentiels, ou si les employés doivent adapter considérablement leurs méthodes de travail pour l'utiliser, sa valeur réelle peut être remise en question.
Le "test d'une heure" proposé vise à fournir aux entreprises un moyen rapide et pratique d'évaluer le retour potentiel sur les investissements en IA avant que des capitaux importants ne soient dépensés. Il encourage les entreprises à observer directement les expériences des employés qui travaillent avec les systèmes d'IA. Cette évaluation basée sur l'observation peut aider à aligner plus efficacement les ressources d'IA et à garantir que la technologie soutient et améliore véritablement les objectifs commerciaux.