多くの場合、ビジネスにおける数年にわたるIA実験の後、深い変容の約束として歓迎されているため、観察は広く共有されています。投資収益率はまだ限られています。何のために ？
実験を超えてください
最初の原因、特定の特定のタスクに焦点を合わせた実験。企業はパイロットプロジェクトから始めました – これらの「ライフサイズのテスト」は、AIの関心を迅速に証明するはずです。これらのイニシアチブが美徳を持っていた場合、すなわちすべてのチームを文化し、一般的な経営陣を納得させ、早期採用者の好奇心を引き付ける場合、彼らはしばしば中間管理職の中に複数の懐疑性を残しました。ただし、このリンクは企業文化を発展させるために不可欠であり、これらすべての新しい慣行を採用しています。
また読む：AI、意思決定者の頭痛？ – ファブリス・アスヴァザドウリアン
再発明しなければならない職業
第二に、ビジネスがコアビジネスを改革するのが難しいことです。サポート機能に生成AIを展開する以外に、テスト段階で（そして当然のことながら）行われていることが多い（当然のことながら）、実際の問題は、このAIが会社の活動にどのように積極的かつ大きな影響を与えるかです。言い換えれば、AIがタスクを自動化することで永続的な価値を生成できる場合、違いを生むことはここではありません。本物の王は、彼女がビジネストレードの中心にあるプロセスの再発明に貢献するときに現れます。
たとえば、サプライチェーンでは、AIは計画を改善するだけではありません。バリューチェーン全体を合理化するために、供給、ロジスティクス、流通を再構築するために、最高のサプライヤーの選択に貢献する必要があります。
AIが競争力のための本物のレバーになるのは、ビジネストレードの中心にあるプロセスに取り組むことによってです。
奇跡のテクノロジーではありません（ただし、ほとんど）
最後に、モデルの改善速度が動的なままであっても、生成的AIまたはAIソリューションのみを使用するだけでは十分ではありません。未来は、いくつかのモデル、自動化との組み合わせ、さらには無駄のないアプローチへの統合でさえあります。 AIが非常に効果的であるためには、Bout-noiseアプローチを採用する必要があるためです。適切な場所で適切なモデルを選択し、自動化、機械学習、生成的、完全でコヒーレントなアーキテクチャを構築する必要があります。
また読む：ヨーロッパでAIを作る1002025：Architects
収益性の高いAIは、いくつかのタスクを緩和するものではありません。それは、組織がコアビジネスを行使する方法、したがって顧客にサービスを提供する方法を深く変えるものになります。発表された革命が経済的現実になるのはこの条件だけです。
Sopra Steria NextのFabrice Asvazadourian Est CEO。
#BusinessReinvention #Time #Fabrice #Asvazadourian