Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Implémentation d'un modèle opérationnel cible ADM basé sur l'IA
Utilisez une approche structurée et progressive pour mettre en œuvre un modèle d'exploitation cible (TOM) pour le développement et la maintenance d'applications d'IA générative (ADM). L'approche suivante équilibre les gains rapides avec les changements transformateurs à long terme tout en minimisant les perturbations des opérations en cours. Chaque phase aborde des composants spécifiques du TOM, en mettant en évidence leurs interdépendances et leur évolution tout au long du processus de mise en œuvre.
Comme le montre le schéma suivant, la stratégie de mise en œuvre comprend des phases qui passent de la complexité de base à la complexité avancée sur une période de 12 mois :
-
Phase 1 : Mise en place des bases — Cette phase a lieu au cours des mois 1 à 3. Il établit des structures de gouvernance de base et introduit des outils d'IA essentiels tout en obtenant des résultats rapides.
-
Phase 2 : Renforcement des capacités — Cette phase a lieu dans les mois 3 à 6. Il élargit l'adoption de l'IA et prend en charge les processus de complexité moyenne. Lancez votre COE AI, étendez l'adoption de l'IA aux rôles de gestion de projet et d'exploitation, et collaborez avec vos partenaires ADM pour repenser les principaux processus SDLC à l'aide de l'IA générative.
-
Phase 3 : mise à l'échelle de la transformation — Cette phase a lieu entre 6 et 12 mois (et au-delà). Il met en œuvre des solutions avancées et s'attaque aux défis les plus complexes. Par exemple, implémentez des solutions d'intelligence artificielle avancées pour la conception d'architecture, le développement complet et la surveillance de la sécurité. Faites évoluer votre gouvernance de l'IA au niveau de l'entreprise et faites évoluer vos relations contractuelles avec les partenaires d'ADM afin de refléter la nouvelle réalité basée sur l'IA.
Note
Avant de commencer la mise en œuvre, effectuez une évaluation de l'état de préparation au SDLC basée sur l'IA afin d'établir une base de référence des capacités SDLC actuelles de votre organisation et d'identifier les principaux domaines à améliorer. Pour plus de détails, consultez la section Prochaines étapes.
Les délais réels peuvent varier en fonction du contexte organisationnel, de l'approche de mise en œuvre et d'autres facteurs tels que la taille et l'échelle de la mise en œuvre. Certaines organisations peuvent obtenir des résultats dans un délai plus ou moins long, en fonction de leur situation spécifique et de leur niveau de maturité.
En progressant dans ces phases, vous pouvez transformer systématiquement les pratiques ADM de votre organisation, en utilisant l'IA pour stimuler l'innovation, l'efficacité et l'avantage concurrentiel. Pour plus d'informations sur l'utilisation d'une approche progressive dans votre organisation, consultez Feuille de route pour la mise en œuvre d'un ADM TOM basé sur l'IA et Bonnes pratiques pour toutes les phases de mise en œuvre.
Organisations peuvent améliorer leurs capacités internes grâce à ce parcours de transformation. Ce parcours nécessite également un ajustement continu et une communication claire avec toutes les parties prenantes. Le résultat est un modèle opérationnel cible mondial intégré d'ADM pour le développement et la maintenance de logiciels basés sur l'IA avec vos fournisseurs de services de conseil et de technologie.
Feuille de route pour la mise en œuvre d'un ADM TOM basé sur l'IA
Le tableau suivant fournit une feuille de route de référence qui utilise une approche progressive pour mettre en œuvre un ADM TOM tout en minimisant les perturbations des opérations en cours. Pour chaque composant d'ADM, la feuille de route décrit les activités pertinentes qui ont lieu au cours de chaque phase de mise en œuvre.
composant ADM |
Établissement des bases : mois 1 à 3 |
Renforcement des capacités : mois 3 à 6 |
Mise à l'échelle de la transformation : mois 6 à 12 et au-delà |
|---|---|---|---|
Alignement stratégique |
|
|
|
Structure organisationnelle |
|
|
|
Talent et compétences |
|
|
|
Gouvernance et éthique |
|
|
|
Mesure du rendement |
|
|
|
Écosystème de partenaires |
|
|
|
Technologie et outils |
|
|
|
Processus |
|
|
|
Pour plus d'informations sur le cadre d'une vision de l'IA pour ADM comprenant un énoncé de mission, des objectifs et des initiatives stratégiques, voir l'annexe A : Exemple de cadre de vision de l'IA pour ADM. Pour une liste de contrôle de mise en œuvre détaillée couvrant la gouvernance, la structure organisationnelle, les rôles, les processus et les outils au cours des trois phases, voir l'annexe B : Liste de contrôle de mise en œuvre pour un ADM TOM.
Bonnes pratiques pour toutes les phases de mise en œuvre
Il est important de garder à l'esprit les meilleures pratiques suivantes tout au long des phases de mise en œuvre. Pour chaque bonne pratique, le composant du modèle opérationnel correspondant est affiché, indiquant quel aspect du modèle est le plus affecté :
-
Surveillez et ajustez l'approche en permanence en fonction des commentaires et des résultats. (Mesure du rendement)
-
Communiquez clairement avec toutes les parties prenantes au sujet des différentes initiatives d'IA et de leur impact. (Alignement stratégique)
-
Équilibrez l'automatisation de l'IA avec la supervision humaine pour garantir la qualité et maintenir le contrôle. (Gouvernance et éthique)
-
Évaluez régulièrement le retour sur investissement (ROI) des initiatives d'IA et ajustez votre stratégie en conséquence. (Mesure du rendement ; alignement stratégique)
-
Répondez aux problèmes de confidentialité et de sécurité des données spécifiques à l'utilisation de l'IA dans un modèle de prestation mondial. (Gouvernance et éthique)
-
Évaluez régulièrement l'impact de l'IA sur la proposition de valeur de l'externalisation et ajustez le modèle d'engagement selon les besoins. (Écosystème de partenaires ; alignement stratégique)
