Kunal Purohit se joint au podcast pour discuter de l’extension de l'IA pour les applications d'entreprise. Il décrit les quatre étapes de la transformation numérique et souligne les défis techniques et culturels qui peuvent freiner l’implémentation. De plus, il aborde les pièges courants auxquels les organisations font face lors de l'adoption des technologies d'IA.
Introduction à Tech Mahindra
Chez Tech Mahindra, j'occupe un double rôle qui consiste à tirer parti des technologies émergentes pour développer des solutions innovantes, permettant ainsi à nos clients de réaliser des bénéfices considérables. Nous accompagnons les organisations dans leur transition des modèles opérationnels traditionnels vers des cadres numériques et cognitifs. En exploitant les insights et la puissance de l'IA, nous aidons à livrer des résultats plus rapidement, augmentant ainsi la satisfaction client.
Je fais également partie du Conseil Exécutif, où nous explorons de nouvelles idées au sein de l'entreprise pour cultiver de nouvelles opportunités commerciales. Au cours des trois à quatre dernières années, nous avons lancé avec succès plusieurs initiatives visant à créer de la valeur à long terme pour Mahindra.
Intégration de l'IA avec la Transformation Numérique pour la Croissance des Revenus
La transformation numérique est devenue une priorité majeure pour les entreprises, et l'IA révolutionne ce concept. Bien que les entreprises disposent de données depuis longtemps, elles commencent à reconnaître leur potentiel pour générer des insights exploitables. Ce changement favorise une meilleure prise de décision et un engagement client personnalisé, conduisant à une efficacité opérationnelle accrue et à une croissance des revenus.
L'infusion de l'IA dans le paysage numérique—de l'infrastructure à l'engagement client—s'est considérablement accélérée ces dernières années. Des techniques émergentes, telles que l'IA générative et discriminative, sont devenues plus accessibles, augmentant leur applicabilité dans divers secteurs.
Maturité du Parcours Client en IA
Nous travaillons en étroite collaboration avec les entreprises pour évaluer leur maturité en adoption de l'IA. Au départ, de nombreuses organisations ont mis en place des Centres d'Excellence (CoEs) pour l'automatisation, évoluant progressivement vers des équipes d'Automatisation Intelligente. Cette transition leur a permis d'explorer des cas d'utilisation activés par l'IA, menant à des intégrations plus profondes de l'IA et de l'apprentissage automatique dans leurs opérations.
Actuellement, la plupart des entreprises se situent entre la deuxième et la troisième phase de maturité en cherchant à tirer parti de l'IA générative pour améliorer la productivité. Certaines organisations progressistes mettent déjà en œuvre ces techniques avancées, mais les défis liés à l'échelle persistent.
Défis dans l'Élargissement de l'IA et Solutions Potentielles
De nombreux facteurs entravent les entreprises dans l'élargissement efficace de l'IA. Bien que des défis techniques existent, les aspects culturels—tels qu'un état d'esprit axé sur les données—sont tout aussi cruciaux. Par exemple, si la prise de décision est dominée par l'intuition plutôt que par les données, l'adoption de l'IA peut échouer. Identifier des champions au sein des organisations capables de propulser le succès des projets d'IA peut aider à cultiver une culture axée sur les données.
La peur de l'inconnu joue également un rôle dans le blocage des progrès. De nombreuses entreprises hésitent à expérimenter de nouvelles technologies d'IA, inquiètes des échecs potentiels. Cependant, des expérimentations précoces peuvent fournir des leçons précieuses et renforcer la confiance.
Sur le plan technique, des défis surgissent souvent lors de la tentative de répliquer des modèles à travers différents environnements, surtout lorsque les infrastructures technologiques varient. De plus, maintenir les données à jour et gérer les modèles peuvent être des tâches décourageantes nécessitant une approche systématique.
L'aspect humain ne peut pas non plus être ignoré. Un manque de talents qualifiés en pensée architecturale moderne et en applications pratiques de l'IA peut limiter les progrès d'une entreprise. Les organisations doivent travailler à combler cette lacune de compétences pour garantir le déploiement efficace des initiatives d'IA. En outre, il est nécessaire d'équilibrer les coûts associés au développement de l'IA avec les résultats escomptés.
Engagement des Dirigeants avec des Préoccupations Valables
Pour relever ces défis, nous avons lancé le Generative AI Studio, une initiative conçue pour aider les entreprises à explorer l'IA générative sans lourds investissements initiaux. En offrant accès à plus de 30 fonctionnalités—y compris la génération de code et la création de contenu—nous permettons aux entreprises d'expérimenter et de mieux comprendre l'IA générative tout en atténuant les risques.
D'après notre expérience, les entreprises commencent à apprécier le rôle vital des cas d’utilisation et de l'avancement de la maturité dans le déploiement réussi des solutions d'IA.
Cas d'Utilisation Réussis de l'Implémentation de l'IA
Nous avons observé une gamme d'applications réussies de l'IA dans divers secteurs. Les cas d'utilisation horizontaux se concentrent souvent sur l'amélioration de la gestion des connaissances et la communication avec les parties prenantes. Par exemple, dans un projet récent avec une entreprise de station balnéaire, l'implémentation de l'IA générative a considérablement amélioré la précision des réponses de 63 % à 91 %, facilitant ainsi un meilleur engagement dans les demandes des clients.
Dans des secteurs spécialisés, tels que le pétrole et le gaz, l'IA générative est déployée pour rationaliser les processus de génération de contrats, réduisant ainsi la dépendance vis-à-vis de ressources juridiques coûteuses. Par exemple, nous avons aidé une grande entreprise pétrolière à automatiser la création de modèles de contrats, réalisant d'importantes économies tout en garantissant l'exactitude grâce à une supervision humaine.
Erreurs Courantes dans les Initiatives d'IA
Les entreprises hésitent souvent à commencer des initiatives d'IA en raison de préoccupations sur la responsabilité des échecs potentiels. De plus, beaucoup sous-estiment les ressources nécessaires pour atteindre leurs objectifs. Pour atténuer ces problèmes, nous encourageons nos clients à piloter des projets initiaux pour renforcer la confiance et les compétences—préparant le terrain pour des implémentations réussies à plus grande échelle.
Soutien à l'Innovation par l'Incubation de Startups
Grâce à notre initiative Garage4.0, nous soutenons les startups qui s'alignent sur nos objectifs technologiques. Nous visons à incuber des idées innovantes qui peuvent soit se développer de manière indépendante, soit être intégrées dans Tech Mahindra. Cette approche nous permet de favoriser la création de valeur, ciblant des segments à forte croissance tout en offrant des possibilités de levées de fonds externes.
Notre mission est claire : créer des solutions percutantes qui tirent parti du paysage technologique en pleine croissance de l'Inde, bénéficiant finalement tant au Groupe Mahindra qu'à nos clients.
Classement
