Paul Daugherty, directeur de la technologie et de l'innovation chez Accenture, voit trois mythes entourant l'intelligence artificielle :les robots viennent pour nous, les machines prendront nos emplois, et les approches actuelles des processus opérationnels s'appliqueront toujours.

Les trois mythes représentent « des changements conventionnels apportés aux processus linéaires, " dit-il. La réalité est plus transformatrice. Un exemple :Newark, AeroFarms, basée au New Jersey, fait pousser des graines à l'intérieur sans sol ni soleil. Les graines sont récoltées en moins de trois semaines et le processus nécessite 95 pour cent moins d'eau que les méthodes agricoles conventionnelles.

L'IA joue un rôle clé, Daugherty a dit. Les scientifiques d'AeroFarms surveillent 130, 000 points de données, en analysant tout, de la sensibilité à la lumière à l'absorption des nutriments.

« Comment pouvons-nous obtenir l'état d'esprit conventionnel [de l'IA] en battant Go pour réinventer les affaires ? » il a dit. "C'est ce à quoi nous aimons penser."

Avec H. James Wilson, qui dirige les technologies de l'information et la recherche commerciale d'Accenture, Daugherty a co-écrit le livre "Human + Machine:Reimagining Work in the Age of AI". Le duo a pris la parole le 9 mai dans le cadre du cours Global Business of AI and Robotics de Simon Johnson et Jonathan Ruane au MIT Sloan.

Voici ce qui sera nouveau car l'intelligence artificielle nous aide à réinventer le travail.

Nouveau dirigeant, rôles de gestion

L'utilisation accrue de l'IA pour les opérations commerciales quotidiennes obligera les entreprises à créer de nouveaux rôles de direction et de direction, disaient les auteurs.

C'est avant tout un chef de l'IA, Daugherty a dit. Cette personne comprendra et gérera les données d'une organisation et s'assurera que l'IA est utilisée de manière responsable. Le rôle fusionnera les compétences du directeur de l'information et du directeur des ressources humaines, nécessitant un leader qui est à l'aise pour introduire des personnes dans un processus fortement dépendant de la technologie.

Pendant ce temps, les nouveaux rôles de gestion se concentreront sur l'utilisation des données, bien qu'ils ne soient pas nécessairement des STEM traditionnelles - la science, La technologie, ingénierie, et mathématiques—rôles, dit Wilson. Un responsable de la conformité des données aidera une entreprise à prendre des décisions éthiques sur la façon dont les données sont utilisées, il a dit, tandis qu'un analyste judiciaire en algorithmes expliquera les modèles de données aux parties prenantes internes et externes.

Cependant, comme avec les tendances technologiques précédentes :client/serveur, l'Internet, nuage, mobile, la cyber-sécurité, et ainsi de suite, l'IA sera si fermement intégrée à l'entreprise qu'elle deviendra une priorité pour tous les cadres. "Ce que nous avons appris de la transformation numérique, c'est qu'elle nécessite le parrainage du PDG et du conseil d'administration, " dit Daugherty.

De nouvelles préoccupations en matière de responsabilité

Les dirigeants qui gèrent l'IA doivent s'assurer de la validité des ensembles de données utilisés par les systèmes d'IA, disaient les auteurs. L'Algorithmic Justice League du MIT Media Lab a démontré que des ensembles de données biaisés peuvent conduire à des résultats biaisés, que les entreprises le réalisent ou non.

« Vous avez besoin de dépositaires et d'intendants de données, évaluateurs d'algorithmes, pour s'assurer qu'ils n'amplifient pas les biais inhérents aux données, " dit Daugherty.

En outre, les dirigeants doivent appliquer leur propre intuition lorsqu'un système d'IA recommande une ligne de conduite. Uber fait l'objet d'une enquête dans le Massachusetts pour avoir maintenu la hausse des prix pendant l'état d'urgence en mars 2018. Un algorithme peut dire que c'est une bonne idée, mais une machine n'est pas responsable des décisions commerciales d'une entreprise, Daugherty a dit.

"Je dis aux cadres, ce sera vous devant le Congrès si vous ne faites pas attention à ce genre de problèmes, " il a dit.

Nouvelle approche du travail

Réinventer le travail, c'est plus que automatiser les processus que les humains font actuellement, disaient les auteurs. Même Elon Musk a récemment admis qu'il existe une chose telle que trop d'automatisation. Au lieu, Daughterty a dit, les entreprises devraient développer une sorte d'« intelligence collaborative » où les humains aident les machines tout autant que les machines aident les humains.

Cinq caractéristiques définissent un processus qui peut être repensé, Wilson a dit :Flexibilité, la vitesse, escalader, la prise de décision, et la personnalisation.

Après s'être rendu compte que même une entreprise multinationale n'a pas assez de recruteurs, Unilever a automatisé les deux premiers tours de son processus d'entretien, il a dit. L'IA peut effectuer la vérification initiale et le tri des candidats, ce qui raccourcit le délai et permet également à Unilever d'attirer des candidats d'un plus grand nombre, piscine plus diversifiée.

« Cela permet aux recruteurs de se concentrer sur le plus important, séries d'entretiens ultérieurs, où le sens social des recruteurs et leur sentiment de savoir si un candidat est un bon candidat sont si importants, ", a déclaré Wilson.

De nouvelles compétences de première ligne

Les recruteurs d'Unilever ne sont qu'un ensemble de travailleurs qui auront des rôles redéfinis à mesure que les entreprises adopteront l'IA. Accenture a automatisé le processus de vérification des demandes de prêts et d'hypothèques, puis a transféré le personnel des opérations qui avait précédemment vérifié les réclamations dans un rôle où ils ont analysé les réclamations, Daugherty a dit.

Les auteurs prennent au sérieux cette question de « reconversion à mi-carrière ». Les redevances provenant des ventes de « Human + Machine » seront reversées à des organisations telles que Skillful qui aident à former les travailleurs à des emplois dans une économie numérique. L'un des principaux objectifs est de développer des compétences générales telles que la résolution de problèmes et l'analyse, qui permettent aux travailleurs de faire plus que la saisie de données de base.

« Il y a beaucoup de travail humain pour faire fonctionner efficacement les algorithmes, "                                                                                                                                , rendre leur travail plus intéressant, ce n'est donc pas une forme cachée de travail mondial ?"