La prévision de l'année de 2020 ne ressemble à aucune autre. Cette année a été un désastre financier et émotionnel pour beaucoup et 2020 nous a testés d’une manière que nous espérons qu’aucune année ne sera jamais.
Même si un récent sondage de Deloitte a montré que 77 % des chefs de la direction ont déclaré que la crise covid-19avait accéléré leurs plans de transformation numérique, tenter de prédire quoi que ce soit pour le moment semble presque inadmissible.
Il y a encore trop de questions : « Comment allons-nous tous nous remettre de 2020? », « à quelle vitesse allons-nous revenir à la normale ? » et « à quoi ressemblera même « normal » ? »
C’est pourquoi dans ce post, j’essaie de regarder 2 tendances que je pense valent la peine de prendre du recul et de prendre une approche à long terme à: « Intelligence augmentée » & « Applications composables et intelligentes. »
Le cas de « Augmented Everything »
Fin octobre 2020, Gartner a publié son « AI Radar », un outil de recherche qui met en évidence 24 technologies liées à l’IA qui affecteront notre avenir. Vous trouverez toutes sortes de prédictions, allant des voitures entièrement autonomes aux améliorations bio intelligentes. Le plus perturbateur à mon avis est la tendance « Applications composables et intelligentes » Gartner prédit ne se produira pas avant 6-8 ans. Je vais vous expliquer ci-dessous pourquoi je pense que vous devriez examiner cette tendance, car je prédis qu’elle se concrétisera plus rapidement que nous ne pouvons le prévoir.
Tout d’abord, examinons la tendance #1: Intelligence augmentée.
Cette tendance se réfère à l’optimisation des pratiques par l’utilisation intelligente de l’automatisation avec l’intelligence artificielle (alias A.I). Prenez le processus de préparation des données : vos personnes passent un temps disproportionné à regarder, assembler et nettoyer les données avant de pouvoir en faire quoi que ce soit. Le processus est généralement très manuel, sujet aux erreurs et long. Pourtant, ces tâches semblent répétitives et semblent, pour la plupart, assez faciles à automatiser.
Il est alors logique que le logiciel soit inventé pour inspecter les données, en tirer des modèles et y appliquer une résolution intelligente. Par exemple, si un algorithme peut détecter qu’une partie des données est sensible (numéros de carte de crédit par exemple), il doit automatiquement l’obscurcir. Si un algorithme détecte que les adresses physiques sont groupées dans la même colonne, il pourrait déterminer que la séparation des données sur plusieurs colonnes simplifierait l’analyse plus tard. Et, comme il sépare les données, si elle note que des enregistrements spécifiques manquent d’informations, il pourrait enrichir les informations d’adresse en recherchant dynamiquement des ensembles de données externes: un excellent exemple d’un tel cas d’utilisation pourrait être l’autocompleting des codes postaux basés sur les adresses de rue.
Si un tel scénario vous semble futuriste, croyez-moi, ce n’est pas le cas : l’idée de « augmenté » a été popularisée par Rita Sallam de Gartner à la mi-2017. La tendance « augmentée partout » a depuis pris son envol et un nombre croissant de fournisseurs et d’analystes de l’industrie ont souligné son impact. Bien sûr, il ya eu quelques sceptiques qui craignaient que « augmenté » serait dangereusement changer notre relation avec les algorithmes. Certains ont proposé que « augmenté » pourrait fonctionner dans les deux sens: les machines pourraient « augmenter » les tâches humaines avec rapidité et efficacité tandis que les humains pourraient « augmenter » les tâches de la machine en appliquant le jugement et l’audit pour les biais.
Pourtant, au plus tard le mois dernier, BARC, une firme de recherche basée en Europe, a constaté que le « augmenté » était en fait mis en œuvre beaucoup moins que tout le monde ne s’y attendait. La cuisson de l’intelligence artificielle dans tout ce que nous faisons s’avère plus difficile que prévu, mais, bien que nous puissions nous demander à quelle vitesse « augmenté » sera adopté, il est devenu difficile de croire que cela ne se produira pas.
Votre environnement informatique est un écosystème et trop de tendances adjacentes sont appelées à faire de l’augmenté un concept collant : le Cloud facilite l’accès à la puissance de calcul pour traiter des tâches complexes à l’échelle. Et il est également abordable de trouver des informations fiables pour compléter vos données.
Selon Gartner, au cours des deux prochaines années, les services publics de cloud seront essentiels à l’innovation en matière de données et d’analyses à 90%. Et, en moins de 4 ans maintenant, Gartner estime que 75% des organisations auront mis en œurisé l’IA, ce qui a conduit à une augmentation de 5 fois les infrastructures de données et d’analyse en streaming.
Ce qui m’amène à ma deuxième tendance : composable & applications intelligentes.
Dans la section précédente, nous avons examiné comment l’IA peut répondre intelligemment aux tâches dans le contexte d’un cas d’utilisation : nous avons parlé de « préparation des données », mais nous aurions pu faire référence à des applications comme le CRM ou l’ERP. En effet, les applications CRM sont une façon emballée et reproductible que notre industrie a décidé de « mettre en boîte » un ensemble de tâches ou d’emplois connexes. Au cours des nombreuses décennies que de tels systèmes existent, notre industrie a appris à les rendre plus rapides et plus intelligents.
L’une de ces tendances a été l’introduction d'« applications intelligentes » ou l’injection d’IA à l’intérieur d’un processus d’affaires connu. Prenons par exemple l’utilisation de l’IA pour évaluer la propension de vos prospects à acheter. Avant les applications intelligentes, les utilisateurs de CRM devraient trouver leur propre méthode pour prédire la probabilité qu’une perspective particulière soit réceptive aux offres distinctives. Maintenant, les applications CRM modernes marquent automatiquement et classent les prospects pour les utilisateurs. Certains proposent même de manière proactive la sensibilisation aux prospects au nom des utilisateurs.
Nous pouvons imaginer que ces applications continueront de s’améliorer au fil des ans. Pourtant, il est peut-être prématuré de penser que l’avenir de nos applications continuera d’être défini par les constructions monolithiques que nous avons inventées pour nous-mêmes il y a des décennies.
Regardez le graphique ci-dessous. Le paysage de la technologie marketing 2020 dispose de 8.000 fournisseurs. Scott Brinker, son inventeur, affirme que lorsqu’il a commencé cela en 2011, il n’en avait que 150.
On pourrait soutenir que cela est dû au fait que la construction d’applications étroites est devenue plus facile. C'est vrai. Mais, que se passerait-il si la façon dont nous avons seau les cas d’utilisation dans nos applications en boîte avait exécuté son cours? Et si, l’avenir des applications est en fait un ensemble de services qui sont appelés en fonction de nos besoins.
En d’autres termes, que faire si demander aux vendeurs d’utiliser un système CRM pour faire leur travail réduit en fait leur potentiel parce que la construction de nos systèmes CRM est devenue trop limitée?
Et si, la réponse aux besoins d’un vendeur est en fait mieux répondue par la consommation de 100s de services, assemblés à la volée, par A.I, peut-être même éphémère?
Pour moi, c’est le potentiel que nous présentent les applications composables et intelligentes.
Maintenant, vous pourriez trouver que cette tendance est là pour votre organisation. Et vous pourriez constater que vous n’aurez pas à vous inquiéter à ce sujet pendant des décennies (Gartner prédit que cela n’arrivera pas avant 6-8 ans pour beaucoup d’entre nous).
Toutefois, je dirais que vous devriez l’examiner en 2021. Dans sa dernière pièce de Forbes, Betsy Atkins appelle « Low Code, No Code » la tendance la plus perturbatrice de 2021. Je pense qu’elle a raison. Et je pense aussi que nous assistons au début de la désagrégation des demandes emballées comme nous les avons connues au cours des deux ou trois dernières décennies.
L’une des plus grandes percées que j’ai vu avec la transformation numérique, c’est qu’il a non seulement permis aux organisations de moderniser leur approche, mais il leur a également permis d’imaginer des choses qu’ils ne pouvaient pas avant. Cela leur a permis d’examiner les problèmes différemment. Et cela nous a permis de trouver des solutions différentes parce que nous nous sommes rendu compte que les problèmes que nous pensions résoudre en premier lieu étaient différents des problèmes que nous devrions résoudre.
Je crois que, dans les 10 prochaines années, la transformation numérique nous amènera à une époque où la plupart de nos tâches seront exploitées intelligemment et avec plus de fluidité. La vulgarisation de l’utilisation du cloud et de l’IA accélérera cette tendance. Et je peux imaginer que, si en 2021, le code bas aucun code ne permet à plus d’humains de changer le paysage des applications, nous pouvons facilement imaginer que les algorithmes seront en mesure de le faire ensuite.
Lorsque des systèmes et des approches modernes permettent aux dirigeants d’en faire disparaître les tracas de l’exploitation des infrastructures, l’imagination et l’innovation s’ensuivent. J’espère que la transformation numérique que nous avons connue cette année nous permettra de passer à la meilleure 9e année de cette décennie en 2030.
Voici à l’innovation et la réalisation de votre imagination!
A propos de l'Auteur
Bruno Aziza est un entrepreneur en technologie. Il s’est concentré sur la mise à l’échelle des entreprises et leur transformation en leaders mondiaux. Bruno a dirigé des startups, des moyennes et grandes entreprises aux Etats-Unis, en France, au Royaume-Uni et en Allemagne. Certains d’entre eux incluent Microsoft, BusinessObjects et Oracle. Bruno travaille actuellement chez Google. Les perspectives et les points de vue dans cette colonne sont les siens. Vous pouvez le contacter @ bruno.aziza@gmail.com.
No comments:
Post a Comment