Le monde a basculé fin novembre 2022 lorsque OpenAI a lancé ChatGPT, mettant soudain la puissance de l'intelligence artificielle générative à la portée de tous. Ce fut un moment remarquable, à couper le souffle. Pourtant, nous aurions pu décrire l'annonce d'une autre manière : Uh-oh.
Nous étions plongés dans la rédaction d'un livre issu d'entretiens avec plus de 20 leaders technologiques du monde entier. Nous voulions que ce livre serve de modèle pour maximiser la croissance des entreprises grâce à la flexibilité des interfaces de programmation d'applications (API) - les moteurs en coulisse de l'économie numérique. Au fur et à mesure que ce livre devenait un travail d'amour, nous nous sommes interrogés : Avons-nous raté le coche de l'AI générative ? Notre livre était-il dépassé avant même d'avoir atteint les rayons des librairies ? Devrions-nous repenser notre thèse ?
Après de longues discussions, nous avons tous deux respiré profondément et maintenu le cap. Ce fut une sage décision. Le livre "Unbundling the Enterprise : APIs, Optionality, and the Science of Happy Accidents" a été publié cet automne, et nous sommes ravis de la réaction qu'il a suscitée. Le rédacteur en chef de Booklife l'a nommé "Editor's Pick", décrivant le livre comme "un équilibre idéal entre l'audace avant-gardiste et la décomposition des meilleures pratiques établies".
Ce qui est peut-être le plus gratifiant, c'est que le déferlement de chatbots d'AI générative peu avant la sortie de notre livre a parfaitement illustré l'idée des "accidents heureux" qui, selon nous, sont essentiels à la réussite des entreprises dans notre monde numérique. Le livre "Unbundling the Enterprise" est devenu encore plus pertinent parce que nous voyons maintenant à quel point les API sont essentielles à la révolution de l'AI .
Les systèmes technologiques partagent des tranches précises de données par le biais d'API. C'est pourquoi elles sont nécessaires pour "ancrer" les modèles d'intelligence générique tels que ChatGPT avec les informations propriétaires de votre entreprise afin de produire des informations de meilleure qualité et plus fiables. Les API sont également la méthode de communication des agents d'AI - des logiciels autonomes qui peuvent accomplir des tâches de manière indépendante et qui font aujourd'hui l'objet de toutes les attentions dans le monde de l'entreprise. C'est pourquoi l'économie des API et l'économie de AI sont inextricablement liées.
Gartner a récemment désigné l'" AIagentique" comme la principale tendance technologique stratégique pour 2025. Mais avions-nous besoin d'un cabinet d'analystes pour nous dire ce que nous savions déjà ? Nous pouvons constater que le train de l'AI générative ne fera que s'accélérer dans les mois à venir, augmentant la pression sur nos entreprises pour trouver une valeur mesurable à partir d'une technologie qui a encore un grand écart entre le potentiel et la réalité.
En gardant ce défi à l'esprit, nous allons décomposer la manière d'appliquer les trois principales leçons de notre livre lorsque vous cherchez des moyens de rendre l'AI pratique au sein de votre organisation.
- L'optionnalité
- Accidents heureux
- Petits paris
La préparation l'emporte sur la prévision. Nous traversons tous une période d'incertitude et de perturbations incroyables. Ces concepts peuvent vous aider à réfléchir à une stratégie d'AI générative qui soit la plus adaptée à votre entreprise.
L'optionnalité est synonyme d'opportunité
Nous avons ouvert le livre avec l'histoire de deux capitaines pirates. Un vieux loup de mer nommé Barbe grise est frustré lorsqu'il apprend que le "X" sur sa carte ne marque pas l'endroit où se trouve un trésor enfoui. Mais un autre flibustier moderne, Bob, arrive sur les lieux, décharge un équipement de fouille automatisé qui lui permet de fouiller plusieurs endroits simultanément, et découvre immédiatement un riche butin. Nous avons utilisé cette métaphore pour expliquer l'importance de l'optionnalité - garder ses options ouvertes.
Avec la technologie, cela signifie qu'il faut créer des ressources en tenant compte de la composabilité. Il ne s'agit pas de créer un processus numérique qui ne peut servir qu'à une seule fin. Au contraire, une approche modulaire qui exploite des composants plus petits et réutilisables est non seulement plus efficace pour atteindre les objectifs technologiques, mais aussi plus innovante pour les stratégies financières. Vous pouvez ensuite les réassembler et les configurer pour créer quelque chose d'entièrement différent grâce à la connectivité API.
Cette approche s'apparente beaucoup à la construction avec des Legos. Vous en avez plus pour votre argent parce que vous ne construisez pas constamment des choses à partir de zéro. Elle offre une plus grande flexibilité. Elle favorise l'innovation car vous êtes toujours prêt à agir rapidement lorsqu'une opportunité se présente.
Prenons l'exemple des restaurants et des commerces de détail pendant la pandémie mondiale. Ceux qui avaient investi dans une approche API ont pu rapidement réorienter leurs activités pour faciliter les services de livraison à domicile. Non seulement ils ont survécu, mais ils ont prospéré pendant ces vents contraires inattendus. À l'inverse, les entreprises dotées de structures technologiques plus rigides n'étaient pas assez agiles pour s'adapter à un moment où l'innovation était primordiale.
Dans "Unbundling the Enterprise", nous mettons également en lumière d'autres réussites - comme Amazon Web Services (AWS) et Google Maps - où des méga-vendeurs ont transformé des capacités logicielles essentielles au sein d'organisations en API afin qu'elles puissent être "appelées" et utilisées de nombreuses manières inattendues. La transformation des logiciels en outils utilisables permet à d'autres personnes intelligentes d'envisager des possibilités nouvelles et rentables.
Nous pensons que l AI générative évoluera vers la modularisation, à l'instar de l'évolution de l'architecture logicielle basée sur les API. Les agents d'AI spécialisés dans des tâches spécifiques interagiront par le biais d'API, ce qui nécessitera une orchestration, une interopérabilité et une composabilité. Ce type d'options conduira à des résultats inattendus.
Viser les accidents heureux
Il ne s'agit pas de coïncidences ou de chance. Il existe une science de l'ingénierie. Il s'agit de se préparer pour être prêt à saisir l'occasion. Nous avons même créé une formule d'accident heureux que nous appelons "OOOps".
Les accidents heureux sont le produit de la flexibilité que l' optionnalité apporte à votre architecture. L'utilisation de la dynamique de la valeur vous aide à quantifier les meilleures opportunités de pari pour votre entreprise. Dans notre analogie avec les pirates, l'identification de l'île où creuser pour trouver un trésor enfoui est un exemple de dynamique de la valeur. Les résultats commerciaux impliquent de prendre en compte le comportement des clients, les tendances du marché, les forces concurrentielles, etc. Enfin, il y a l'optimisation, qui consiste à tirer le meilleur parti de vos expériences de cas d'utilisation grâce à des boucles de rétroaction et à un perfectionnement continu. D'où le terme OOOps. (Vous comprenez ?)
Par exemple, nous pensons qu'une grande partie du succès de Facebook est le fruit d'un heureux hasard, car l'entreprise n'a probablement pas réalisé dès le départ que la collecte de données sur les utilisateurs serait une mine d'or pour la publicité ciblée.
Un autre exemple plus proche de nous est celui de Boomi, qui a lancé la catégorie des intégrations basées sur le cloud, et qui a commencé à collecter des métadonnées dépersonnalisées pour chaque intégration dès ses débuts. Comme l 'a écrit Ed Macosky, directeur des produits et de la technologie de Boomi: "Nous savions instinctivement que ces informations seraient importantes un jour, même si nous ne savions pas comment comment elles le deviendraient".
Cette décision fatidique a conduit à la création de l'assistant Boomi Suggest dans la plateforme Boomi Enterprise quelques années plus tard, pour guider les clients sur la meilleure façon de connecter leurs systèmes. Aujourd'hui, l'intelligence des 300 millions d'intégrations que nous avons collectées alimente notre moteur Boomi AI pour aider les entreprises à progresser plus rapidement.
La leçon à tirer de l'AI est qu'en raison de sa rapidité d'évolution, nous ne pouvons pas prédire l'avenir avec précision. En ces temps de bouleversements suprêmes, il est de loin préférable de viser des accidents heureux en se préparant à toute éventualité.
Placez largement vos petits paris
Le rythme rapide de l'innovation en matière d'AI générative ne ralentira pas. Les possibilités continueront à nous faire perdre la tête, car nous ne savons pas où va l'IA générative. Mais ce que nous savons, c'est que chaque organisation s'efforce de réimaginer ses opérations et de trouver une valeur pratique qui démontre un retour sur investissement. Quelle stratégie permettra de combler le fossé entre cette technologie de pointe et ses applications dans le monde réel ?
Nous pensons qu'il est préférable de placer de nombreux petits paris peu coûteux.
Dans notre analogie avec les pirates, l'homme qui a réussi a trouvé de l'or parce qu'il a creusé à plusieurs endroits. Il n'a pas misé tout sur un seul gros pari. L'idée de creuser avec 1 000 pelles, qui intègre l'optionnalité, signifie que vous avez plus de chances de tomber sur quelque chose qui peut produire un gain important - un heureux accident.
L'avantage supplémentaire est que l'optionnalité est l'opposé de la dette technique. Les entreprises doivent déjà mettre en place des processus et des capacités. Mais les décomposer en plus petits morceaux est une option moins coûteuse. En effet, les API faiblement couplées ne nécessitent pas les mêmes investissements financiers ou temporels que ceux nécessaires à l'extraction de capacités à partir de processus monolithiques étroitement limités.
Cette approche vous permet également d'apprendre plus rapidement. Plus vous mettez de temps à percevoir les avantages d'une leçon, plus vous dépensez, plus le temps passe et plus vous risquez de rater une occasion. Il y a moins d'inconvénients à perdre sur de petits paris parce qu'ils ne vous coûtent pas autant, et vous pouvez toujours acquérir des connaissances que vous pouvez appliquer ailleurs.
L'une des façons dont le concept des petits paris s'applique à l'AI générative est celle des agents d'AI . Vous avez probablement entendu parler de la grande vision des "essaims d'agents" - des équipes d'agents d'AI autonomes qui travaillent ensemble pour résoudre des problèmes complexes. Ce jour est proche. Mais ce n'est pas le cas aujourd'hui.
On obtiendra de meilleurs résultats en commençant lentement avec les agents d'AI et en les chargeant de résoudre des problèmes spécifiques tout en gardant les humains dans la boucle pour contrôler leurs compétences. Par exemple, un agent peut vous aider pour une partie du processus d'accueil des employés. Vous apprenez ce qu'il peut (et ne peut pas) faire et vous utilisez cette expérience pour développer des cas d'utilisation plus complexes.
La combinaison de ces trois idées est logique à l'ère de l'AI
- Orchestrez votre architecture en connectant tous les systèmes pour vous donner des options. Cela garantira l'accès aux données critiques tout en permettant l'utilisation de l'API pour vos activités.
- Passez moins de temps à essayer de prédire l'avenir et plus de temps à vous y préparer. Le concept "se préparer tôt, décider tard" est précieux.
- De bonnes choses peuvent se produire lorsque vous vous penchez sur des problèmes plus petits et plus faciles à résoudre, même si leur portée est limitée.
Avec la genAI, nous en sommes encore à l'art du possible, mais le temps presse pour libérer de la valeur pour votre entreprise. Il est temps de commencer à créer vos propres accidents heureux.
Téléchargez "The Ultimate Guide to Practical AI" pour en savoir plus sur la genAI et ses cas d'utilisation quotidiens qui apportent une réelle valeur ajoutée à l'entreprise.