De nombreuses organisations expérimentent l’IA, mais peu d’entre elles construisent la gouvernance, les bases de données et la gestion du changement nécessaires pour la faire évoluer de manière responsable. Chez ETS, cela signifie adopter une approche pragmatique, en commençant par les vrais défis de workflow, pas la technologie, et en appliquant l’IA uniquement là où elle génère une valeur mesurable pour les équipes. Nous avons discuté avec Anu Miller, responsable des données et de l’analytique chez ETS, qui soutient notre stratégie d’IA à l’échelle de l’entreprise, pour expliquer comment ETS ajuste la taille des solutions, mesure l’impact de l’IA en termes humains tels que le temps gagné et la libération de capacités, et instaure la confiance grâce à des pratiques responsables en IA.

Miller : Chez ETS, nous intégrons dès le départ des pratiques d’IA responsables, et une façon d’opérationnaliser ce travail est à travers DARES, notre programme d’entreprise qui signifie Data and Augmentation with Robotics for Effective Scaling. DARES travaille à travers les départements par vagues pour identifier les processus inefficaces et les améliorer en utilisant le bon niveau d’automatisation ou d’IA. Dans DARES et toutes nos solutions d’IA, nous nous concentrons sur la transparence des cas d’utilisation, l’évaluation précoce des risques, les contrôles de biais et d’équité, ainsi qu’une protection des données renforcée afin d’apporter clarté et rapidité aux tâches. Nous surveillons également en permanence les performances, les coûts et les risques, et nous assurons que chaque solution d’IA bénéficie d’une propriété claire et d’une protection claire. En pratique, ce travail quotidien inclut une supervision continue : au fur et à mesure que les modèles et agents sont déployés, les équipes doivent gérer et surveiller leur comportement au fil du temps, pas seulement au lancement.

Cette discipline opérationnelle est accompagnée d’une attention tout aussi intentionnelle portée à l’adoption.

Pour étendre l’adoption, nous collaborons étroitement avec le programme AI Champions à l’échelle de l’entreprise d’ETS, qui développe la maîtrise de l’IA grâce à la pratique pratique. Cette communauté d’employés aide à faire émerger des opportunités locales, encourage l’expérimentation et soutient la résolution de problèmes à travers l’organisation. En alliant une gouvernance solide à un apprentissage pratique et à la propriété partagée, ETS œuvre à instaurer la confiance et à faire évoluer l’IA de manière responsable.

Miller : Nous commençons par le problème, pas par une technologie spécifique, et cherchons l’approche la plus simple. Si nous déterminons qu’un processus prédéfini ou un flux de travail basé sur des règles peut résoudre le problème de manière fiable, nous empruntons cette voie.

L’IA plus avancée, comme les solutions multi-agents, est utilisée lorsqu’elle peut améliorer de manière significative la précision, l’efficacité ou les insights à grande échelle. Nous pensons en termes de « menu » d’automatisation et d’options d’IA, adaptant la solution au problème qui équilibre complexité, rapidité et coût.

Cette mentalité de « menu » est intentionnelle : ETS vise à ajuster la solution correctement, en reconnaissant que tous les problèmes de workflow ne doivent pas être traités comme un problème d’IA agentique.

Miller : L’IA nous aide à rationaliser le travail routinier, à améliorer la qualité des décisions et à accélérer les tâches à forte valeur ajoutée qui stimulent les résultats métier. Avec le temps, cela signifie que nos flux de travail évoluent et que certaines tâches peuvent être optimisées pour réduire l’effort manuel. Nous sommes tout aussi concentrés sur le développement des compétences, donc nos équipes suivent le rythme des technologies introduites. L’objectif n’est pas seulement l’efficacité, il permet à nos équipes de se concentrer sur des contributions plus stratégiques et significatives.

Miller : Avec DARES et nos efforts internes de productivité en IA, nous mesurons le succès en termes de temps de retour aux équipes, de réduction des efforts manuels et d’améliorations de la qualité et de la rapidité des décisions. Tout aussi important, nous examinons comment le travail évolue, si les équipes ont plus de clarté, moins de frictions, une plus grande capacité à se concentrer sur ce qui compte le plus et une meilleure expérience des employés. Nous prenons également en compte la croissance de la maîtrise de l’IA, car l’impact durable vient non seulement de l’utilisation de l’IA par les équipes, mais aussi de la compréhension de la manière de l’appliquer efficacement

Lorsque l’ETS évalue les opportunités, l’objectif est de relier l’automatisation à la valeur réelle. Par exemple, réduire le travail répétitif qui prend plusieurs heures chaque semaine peut se traduire par un temps significatif rendu aux équipes sur l’espace d’un mois.

Miller : Commencez par votre mission et ancrez-y chaque investissement en IA. Cela permet de garder les priorités claires et de créer la confiance. Tout aussi important est d’investir tôt dans la gouvernance, la préparation des données, la mise à niveau des compétences et la gestion du changement, car un véritable impact durable vient de la manière dont les gens adoptent et utilisent l’IA, et pas seulement de la technologie elle-même. Pour nous, se concentrer sur une augmentation intentionnelle et des résultats mesurables centrés sur l’entreprise et l’humain a été essentiel pour faire évoluer l’IA de manière responsable.

À l’ETS, la gouvernance est considérée comme un travail opérationnel, et non comme un exercice ponctuel. Cela inclut un examen transversal des cas d’utilisation de l’IA et un partenariat étroit avec la conformité afin de garantir que les efforts liés à l’IA soient alignés sur l’évolution des attentes et des exigences.