L’IA générative gagne rapidement du terrain et influence de plus en plus la façon dont les organisations travaillent. Elle offre des opportunités d’efficacité et d’optimisation des processus, mais pose également une série de défis complexes aux responsables informatiques qui souhaitent déployer la technologie de manière sécurisée, pérenne et progressive.

Ben Vicca, Director Solutions chez Inetum Belgique, acteur européen actif dans les services numériques, énumère les cinq principaux défis liés au déploiement de l’IA générative sur le lieu de travail et donne des conseils sur la manière dont les responsables informatiques peuvent les surmonter.

1. Élaborer une politique en matière d’IA pour l’ensemble de l’organisation

On dit souvent qu’il faut bien réfléchir avant d’agir ; il en va de même pour la séduisante technologie de l’IA générative. En l’absence d’une politique bien pensée en matière d’IA, les travailleurs qui utilisent des outils d’IA non contrôlés risquent de se retrouver face à une situation d’IA fantôme. En tant que responsable informatique, c’est la dernière chose que vous souhaitez.

Une bonne politique en matière d’IA définit les règles d’utilisation, de protection des données et d’éthique. Il est important d’élaborer un cadre qui encourage l’innovation tout en garantissant la sécurité. Avec des lignes directrices claires dès le départ, vous tirez le meilleur parti de l’IA et vous réduisez les risques.

2. Mise à niveau et requalification des travailleurs

Les changements technologiques liés à l’IA générative se succèdent à un rythme effréné. Pour beaucoup d’entre nous, ce rythme est peut-être même trop rapide. Le manque de connaissances nécessaires pour utiliser les outils d’IA de manière optimale peut entraîner une résistance à la technologie. Les organisations devraient donc continuer à investir dans des programmes de formation et de requalification. De cette manière, les collaborateurs apprennent non seulement à utiliser les outils d’IA, mais aussi à les appliquer efficacement dans leur travail quotidien.

« La formation doit aller au-delà de l’apprentissage de l’utilisation des prompts. Les travailleurs doivent acquérir de nouvelles aptitudes au fur et à mesure de l’évolution de leurs compétences. Il est essentiel de se concentrer sur les compétences à long terme », déclare Thomas Gilles, Directeur Data & IA chez Inetum France.

3. Le bon modèle opérationnel

Le choix du bon modèle opérationnel est essentiel pour réussir à déployer l’IA générative de façon optimale au sein des organisations. Les responsables informatiques ont le choix entre trois modèles : un modèle centralisé, décentralisé ou fédéré. Le modèle centralisé offre un grand contrôle sur l’expertise technologique et les coûts, mais le risque de l’IA fantôme demeure. Cela peut entraîner des problèmes de sécurité et un manque d’alignement avec les politiques internes de l’entreprise.

Un modèle décentralisé donne aux départements plus d’autonomie et accélère l’exécution des projets. Cela garantit une mise sur le marché rapide, mais augmente également le risque de doublons si les départements travaillent sur des projets d’IA similaires sans se concerter. Le modèle fédéré combine les avantages des deux modèles : les départements restent autonomes, tandis qu’une équipe centrale dédiée à l’IA générative et un centre d’excellence supervisent et partagent les connaissances. Cela permet de préserver l’innovation et d’éviter les doublons.

4. Le coût écologique de l’IA

L’IA émet beaucoup de CO2, principalement en raison de ses besoins énergétiques élevés. Cette forte consommation d’énergie peut aller à l’encontre des objectifs de durabilité des entreprises, ce qui préoccupe de plus en plus les responsables informatiques. Michiel Hauwaert, consultant freelance en innovation auprès du Rijksinstituut voor de Sociale Verzekeringen der Zelfstandigen (RSVZ), s’interroge : « Est-il responsable de dépenser chaque année l’équivalent de deux moulins à vent en énergie pour l’IA ? ».

Il est donc préférable que les responsables informatiques recherchent activement des moyens de déployer l’IA générative de manière plus durable. Ils préfèrent opter pour des modèles d’IA et des solutions cloud qui consomment moins d’énergie. Les entreprises peuvent également investir dans des centres de données écologiques et des technologies durables afin de réduire l’impact environnemental de leurs initiatives en matière d’IA.

5. Sécurité et conformité réglementaire

Enfin, l’IA générative entraîne de nouveaux défis en matière de sécurité et de conformité, tels que la protection des données sensibles et le respect des réglementations RGPD. Les modèles d’IA ont accès à d’énormes quantités de données, ce qui entraîne des risques supplémentaires pour la vie privée et la sécurité.

Il est donc essentiel de disposer d’un cadre juridique solide. Cela implique de renouveler régulièrement vos protocoles de sécurité et d’établir des restrictions d’accès strictes pour les outils d’IA. Les responsables informatiques devraient idéalement travailler en étroite collaboration avec les équipes juridiques pour s’assurer que tous les projets d’IA soient conformes aux réglementations en vigueur.

« 2025 est l’année de l’IA générative. Les chefs d’entreprise et les responsables informatiques ont la responsabilité de veiller à ce que cette technologie soit intégrée dans les activités de l’entreprise de manière sûre, efficace et durable. En investissant dans une politique, dans la formation et dans des technologies durables, les entreprises peuvent maximiser le potentiel de l’IA », conclut Ben Vicca, Director Solutions chez Inetum Belgium.