Stratégie

7 façons de détruire la valeur de l'IT aux yeux des métiers

---

Les DSI qui ne mettent pas en place une gouvernance solide, des modèles opérationnels flexibles et une culture IT axée sur les métiers, intégrant le temps de formation, auront du mal à s'en sortir face aux profondes transformations qui s'annoncent.

PublicitéLa plupart des DSI ont désormais bien intégré que leur rôle consiste principalement à apporter de la valeur ajoutée aux métiers. De nouvelles opportunités de transformation émergent tous les deux ans en moyenne. Reste à savoir si la DSI parvient à tirer parti de ces transformations pour apporter régulièrement de la valeur ajoutée à l'organisation. En la matière, les problèmes courants que rencontrent les DSI incluent la gestion des compétences, celle de partenaires technologiques ne répondant pas toujours aux attentes, l'intégration des priorités en matière de sécurité et de gestion de la dette technique.

Les DSI sont désormais sous pression pour générer de la valeur ajoutée grâce à l'IA générative. Les directions générales attendent plus que de simples expérimentations : un retour sur investissement à court terme et une valeur stratégique à long terme justifiant les investissements consentis. J'ai récemment écrit sur la nécessité de repenser l'organisation informatique à l'ère de la GenAI. Les DSI doivent également être attentifs aux pratiques et comportements qui nuisent à la valeur perçue de l'informatique au sein des métiers.

1. Programmer des déploiements en mode big bang

L'engouement pour l'IA a accru les attentes des dirigeants quant à la mise en oeuvre de capacités de GenAI. J'ai entendu des dirigeants parler d'opérations autonomes, envisager des capacités d'IA agentique avancées et imaginer des parcours clients personnalisés et optimisés par l'IA.

Les services IT peu performants peuvent être victimes de telles exigences. À l'inverse, les DSI focalisées sur les produits ne s'engageront pas dans des déploiements big bang et auront la discipline nécessaire pour expérimenter, prioriser les produits minimum viables (MVP) et adopter une mise en oeuvre agile des capacités attendues, qui iront en s'améliorant progressivement.

« Lors de la planification et de l'exécution d'initiatives de transformation numérique, les entreprises devraient commencer modestement et évoluer sans interruption, indique Raj Balasundaram, vice-président en charge des innovations en IA pour les clients chez le spécialiste de l'automatisation de l'expérience client Verint. L'objectif principal devrait être d'obtenir rapidement des résultats mesurables plutôt que d'attendre un projet pluriannuel. »

Recommandation : dans l'approche agile, les DSI peuvent collaborer avec des tiers dans l'organisation en les invitant aux revues de sprint et en programmant des séances de brainstorming régulières.

2. Promouvoir les Poc d'IA sans plan de déploiement

Les éditeurs SaaS d'outils de sécurité déploient des agents d'IA pour optimiser les flux de travail. Les DSI ont besoin de ces expérimentations pour comprendre quelles fonctions apportent de la valeur, pour laquelle des améliorations de la qualité de données sont nécessaires et comment déployer l'IA à grande échelle.

PublicitéMalheureusement, de nombreuses DSI ne travaillent pas directement avec les utilisateurs finaux sur ces expérimentations. D'autres communiquent insuffisamment sur le plan nécessaire à un déploiement à l'échelle. Il peut en résulter une non-satisfaction des attentes des métiers avec de nombreux projets pilote n'atteignant jamais la production.

« Trop souvent, les équipes IT lancent un projet pilote spectaculaire en quelques semaines qui laissent involontairement croire à l'entreprise que l'IA est simple et instantanée, explique Stéphan Donzé, fondateur et PDG de l'éditeur de la plateforme de processus métiers AODocs. Ensuite, tout ralentit lorsqu'elles se heurtent à la réalité : absence de flux de données gouvernés, de plan de mise à jour des connaissances, de contrôles pour prévenir les fuites d'informations confidentielles et de stratégie de gestion des coûts des modèles. » Les projets pilotes doivent avoir des objectifs clairs et les équipes doivent savoir quand il est nécessaire de réorienter leur approche ou de mettre fin aux expériences vouées à l'échec. Lorsqu'un jalon est franchi, le service IT doit prévoir une méthode pour étendre les pilotes à davantage de données, d'utilisateurs et de cas d'usage.

Kurt Muehmel, responsable de la stratégie IA chez l'éditeur Dataiku, ajoute que considérer le succès des projets pilotes comme une preuve d'un futur succès en production est une erreur courante des équipes IT. « Les projets pilotes réussissent, car ils fonctionnent sans contraintes réelles, c'est à dire avec des ensembles de données restreints, des utilisateurs indulgents et une supervision humaine en cas de problème. »

Recommandation : la DSI devrait corédiger une définition des critères de réussite de chaque PoC, puis appliquer une méthodologie agile pour gérer cette expérimentation et ses différentes phases. Ces pratiques garantissent l'implication des différentes parties prenantes et montrent à chacun que l'expérimentation est une étape essentielle du déploiement.

3. Se concentrer sur le déploiement plutôt que sur l'adoption

Obtenir l'adhésion des utilisateurs aux déploiements de technologies est nécessaire pour un apport constant de valeur ajoutée à l'entreprise. Mais c'est insuffisant. Trop d'équipes devops et de data science considèrent que le travail est « bien fait » lorsque les déploiements sont effectués dans les délais et atteignent le périmètre ciblé. Or, cette approche néglige les responsabilités de la DSI en matière de gestion du changement, notamment lorsque les capacités de l'IA peuvent transformer radicalement le fonctionnement des services.

« Les équipes informatiques sont très compétentes, mais elles sont rarement les utilisateurs finaux des produits qu'elles développent et reçoivent tout aussi rarement suffisamment de retours de leur part, explique Nik Froehlich, fondateur et Pdg du prestataire IT Saritasa. Il peut en résulter des outils parfaitement fonctionnels, mais que personne n'utilise. La solution est simple : impliquer l'utilisateur final. »

Recommandation : l'une des raisons pour lesquelles les DSI devraient revoir leurs pratiques agiles à l'ère de l'IA réside dans la redéfinition de la notion même de « projet terminé ». Objectif : obtenir que les équipes agiles intègrent l'adoption et la gestion du changement comme critères d'acceptation des fonctionnalités développées.

4. Définir l'avenir du travail à la place des métiers

Les conseils d'administration attendent des DSI qu'ils communiquent un modèle de gouvernance stratégique de l'IA, incluant une charte décrivant comment les employés doivent expérimenter les capacités associées. Cette gouvernance doit définir les outils que les employés peuvent utiliser, les données auxquelles ils peuvent accéder et les instances où ils doivent rendre compte des succès, enseignements et échecs de leurs expérimentations.

Les DSI doivent désigner des architectes, des responsables des relations avec les métiers et des analystes pour collaborer à ces expérimentations. Cependant, imposer des workflows aux métiers peut s'avérer contre-productif, car les services IT connaissent rarement les objectifs opérationnels et les exceptions liés à ces workflows.

« Le véritable changement vient désormais de la base, impulsé par la façon dont les gens travaillent réellement, et non par la façon dont l'organisation leur impose de travailler, affirme même Brian Madden, vice-président, directeur technique et 'futurologue' chez Citrix. Le modèle vertical et pluriannuel de planification a échoué dès que les employés ont commencé à adopter spontanément les outils d'IA. Pourtant, la plupart des entreprises ne proposent toujours pas de cadre sécurisé et gouverné permettant aux employés d'utiliser des IA tierces. En l'absence de procédure établie, ces outils sont utilisés malgré tout, et l'adoption non maîtrisée de l'IA accroît les risques sans apporter de valeur stratégique. »

Recommandation : les DSI doivent certes communiquer une stratégie globale, mais la principale raison de l'échec des projets de transformation numérique réside dans leur manque de prise en compte de la nécessité d'une participation ascendante des équipes, seules à même de faire évoluer les opérations. Les DSI devraient désigner des experts en processus formés à la méthodologie Six Sigma pour accompagner les expérimentations et guider la transformation des workflows grâce à la collaboration entre agents IA et utilisateurs.

5. Alourdir la dette technique lors du déploiement de l'IA

La prolifération des solutions SaaS est un problème majeur pour de nombreux services IT, notamment lorsqu'elle est impulsée par des responsables métiers qui choisissent leurs propres outils et encouragent le Shadow IT. Si l'expérimentation de l'IA est essentielle pour les organisations, le déploiement d'agents IA non autorisés représente un risque majeur pour la sécurité et la conformité.

Pour Weldon Dodd, ingénieur émérite au sein de l'éditeur d'outils de sécurité Iru, « les entreprises acquièrent aujourd'hui divers outils d'IA pour résoudre des problèmes spécifiques, et, dans les prochaines années, cette prolifération engendrera une surcharge de travail pour les équipes IT, qui devront gérer un nombre excessif de fournisseurs. » Pour lui, les architectes informatiques doivent donc s'attacher à édicter des standards et à promouvoir l'utilisation de plateformes extensibles. Malgré la pression constante des différentes parties prenantes de l'organisation souhaitant imposer des technologies et outils, les architectes doivent expliquer les compromis à effectuer, les coûts de maintenance inhérents aux nouvelles plateformes et les risques liés à l'accumulation de cette dette technique.

« L'équipe informatique limite son impact potentiel lorsque ses initiatives en matière d'IA et de data sont développées en silos, sans visibilité partagée sur les capacités ni vision de la manière dont les systèmes, comme la GenAI, créent de la valeur et présentent des risques, souligne Yakir Golan, Pdg du spécialiste de la gestion des risques Kovrr. Une gouvernance efficace repose donc sur la compréhension des outils existants, des données avec lesquelles ils interagissent et des conséquences de leur défaillance. »

Recommandation : si les équipes métiers ont souvent tendance à imposer des solutions, il incombe à la DSI de poser les bonnes questions et d'identifier les besoins ciblés et exigences associées. Les DSI devraient aider leurs n-1 à développer leurs affinités métiers et à faire preuve de courage et de patience dans leurs échanges avec ces tiers sur les objectifs, plutôt que de considérer les demandes de nouvelles solutions comme des ordres à suivre.

6. Accepter des projets sans support long terme

Lorsque des équipes agiles réussissent à déployer l'IA, de l'idée au PoC, puis au déploiement en production et à l'adoption par les utilisateurs finaux, elles ne font que commencer à créer de la valeur ajoutée pour l'entreprise. Les étapes suivantes nécessitent de recueillir des commentaires, de mesurer les résultats réellement obtenus et d'apporter, de façon incrémentale, des améliorations pour atteindre les KPI définis en amont.

Les équipes agiles souhaitent itérer, et les métiers souhaitent généralement constater des améliorations de la technologie qu'ils exploitent, des données et des capacités d'IA auxquelles ils accèdent. Alors pourquoi les services IT conservent-ils tant d'applications obsolètes, accumulent-ils une dette technique et font-ils face à des utilisateurs finaux frustrés qui réclament une modernisation des applications ?

« De nombreuses équipes informatiques ne planifient pas au-delà de la mise en oeuvre et ne financent pas l'optimisation continue de leurs solutions, notamment les tests en continu, l'adoption par les utilisateurs, la gouvernance des données et l'amélioration itérative des applications, ce qui peut transformer même des systèmes performants en logiciels inutilisés, explique Pankaj Goel, Pdg et cofondateur de l'éditeur spécialiste de l'automatisation des tests Opkey. Les transformations les plus réussies surviennent lorsque l'informatique passe d'une approche de 'déploiement technologique' à la construction d'une transformation dynamique, évoluant au rythme de l'entreprise. »

Recommandation : une responsabilité clé du PMO (Projet Management Office) agile est de garantir la gouvernance financière auprès des responsables de département et du DAF. Les initiatives qui mènent à des déploiements réussis et contribuent à la réalisation des objectifs métiers nécessitent un financement dans la durée pour les mises à niveau et autres besoins liés à la gestion du cycle de vie des applications.

7. Sous-investir dans la formation

De nombreux DSI disposent d'un budget pour la formation, la participation à des conférences et le coaching des cadres. Cependant, s'abonner à des programmes de formation ne suffit pas, car de nombreux employés de la DSI sont soumis à des pressions et à des contraintes de temps qui les empêchent concrètement de se former. De plus, les employés ont besoin de temps pour développer des pratiques d'apprentissage utiles tout au long de leur carrière, en expérimentant, en acquérant de l'expérience et en transmettant de nouvelles compétences.

« Les équipes performantes intègrent la formation à leurs plans à long terme afin que le développement des compétences et l'innovation se déroulent simultanément, assure Michael Pytel, technologue senior au sein de l'ESN Vass. Incitez votre équipe technique à consacrer une heure par semaine à la formation, proposez le remboursement des frais d'examen généralement requis pour les certifications et encouragez les sessions de formation informelles pendant la pause déjeuner, où les membres de l'équipe partagent leurs acquis avec leurs collègues. »

Recommandation : les DSI devraient réfléchir aux façons dont l'informatique peut nuire à la valeur ajoutée de l'entreprise, ainsi qu'aux façons dont le leadership peut nuire à la culture IT. Les dirigeants ne peuvent pas faire fonctionner l'informatique à 130 % de sa capacité indéfiniment ; ils doivent créer des opportunités et des périodes d'apprentissage pour permettre l'évolution des processus.

Article rédigé par

Isaac Sacolick, CIO US (adapté par Reynald Fléchaux)

Partager cet article