Rebecca Hinds (00:00)

Bienvenue à nouveau dans Intelligence Real and Imagined du Work AI Institute de Glean.

‍

Rebecca Hinds (00:05)

C'est l'émission où nous faisons le tri entre ce qui est réel, ce qui relève du battage médiatique et ce qui fonctionne vraiment avec l'IA au travail.

‍

Rebecca Hinds (00:13)

Je suis votre animatrice, Rebecca Hinds, et je dirige notre Work AI Institute ici, chez Glean.

‍

Rebecca Hinds (00:18)

Aujourd'hui, je suis accompagnée de deux incroyables dirigeantes dans le domaine de l'IA, Shweta Puri de Nextdoor et Nichole Sterling de Women Defining AI.

‍

Rebecca Hinds (00:27)

Cet épisode s'inspire de notre rapport AI Transformation 100 et nous parlons de l'adoption de l'IA, de la façon dont elle se produit non pas par le battage médiatique, mais par la confiance, l'expérimentation, de meilleurs flux de travail et des personnes prêtes à repenser la manière dont le travail s'accomplit.

‍

Rebecca Hinds (00:46)

Entrons dans le vif du sujet.

‍

Rebecca Hinds (00:50)

Shweta, pourquoi ne pas commencer et vous présenter ?

‍

Shweta Puri (00:55)

Bonjour à tous.

‍

Shweta Puri (00:56)

Je suis vraiment ravie d'être ici.

‍

Shweta Puri (00:58)

Je suis Shweta Puri, responsable des technologies marketing et des opérations IA chez Nextdoor, le réseau de quartier qui connecte les gens aux communautés locales aux États-Unis et au-delà.

‍

Shweta Puri (01:08)

Mon parcours se situe à l'intersection du marketing, de la technologie, des opérations et, plus récemment, de l'IA d'entreprise.

‍

Shweta Puri (01:15)

Concrètement, cela signifie que je ne suis ni chercheuse ni fournisseuse.

‍

Shweta Puri (01:19)

Je suis une praticienne qui a réellement dû trouver comment rendre l'IA concrète au sein d'une entreprise avec de vraies contraintes budgétaires, de vrais sceptiques et de vrais flux de travail qui s'arrêteraient le temps d'un pilote.

‍

Shweta Puri (01:32)

Donc.

‍

Shweta Puri (01:32)

Donc je suis cliente de Glean et également utilisatrice avancée depuis nos tout premiers jours avec la plateforme, et cela fait environ un an.

‍

Shweta Puri (01:39)

J'ai une sorte de point de vue un peu inhabituel ici.

‍

Shweta Puri (01:43)

J'ai vécu les deux côtés, la personne qui le déploie et aussi la personne qui l'utilise tous les jours.

‍

Shweta Puri (01:48)

C'est donc cette double perspective que j'espère apporter à cette conversation aujourd'hui.

‍

Shweta Puri (01:52)

Et j'ai également raconté ce parcours dans le blog de Glean, que je partagerai comme ressource de suivi.

‍

Shweta Puri (01:59)

Mais pour résumer, la technologie était la partie facile.

‍

Shweta Puri (02:02)

Tout le reste est ce dont nous sommes venus parler.

‍

Shweta Puri (02:05)

Je repasse la parole à Rebecca.

‍

Rebecca Hinds (02:07)

Merveilleux.

‍

Rebecca Hinds (02:08)

Et j'ai tellement hâte de lire ce blog.

‍

Rebecca Hinds (02:10)

Je suis sûre que nous l'enverrons en suivi.

‍

Rebecca Hinds (02:12)

C'est très instructif.

‍

Rebecca Hinds (02:14)

Nichole, présentez-vous, s'il vous plaît.

‍

Nichole Sterling (02:16)

Bonjour à tous, je m'appelle Nichole Sterling.

‍

Nichole Sterling (02:18)

Je suis la cofondatrice de Women Defining AI.

‍

Nichole Sterling (02:22)

Nous sommes une entreprise d'IA et de formation pour les femmes et les personnes non binaires.

‍

Nichole Sterling (02:28)

Nous avons commencé il y a plusieurs années avec un simple déjeuner-conférence et nous avons maintenant une communauté qui compte près de 2 000 membres.

‍

Nichole Sterling (02:38)

Et je me suis retirée du rôle opérationnel au sein de Women Defining AI parce que j'ai lancé ma propre entreprise d'IA.

‍

Nichole Sterling (02:45)

C'est l'une des belles choses que nous avons vu émerger de notre communauté Women Defining AI : des femmes qui décrochent de nouveaux emplois, qui créent de nouvelles entreprises.

‍

Nichole Sterling (02:55)

Il se trouve que je suis une élue.

‍

Nichole Sterling (02:58)

J'occupe le poste de maire adjointe pour ma commune.

‍

Nichole Sterling (03:01)

Et donc mon entreprise d'IA a fusionné mon expertise métier dans l'administration locale avec mon parcours de technologue.

‍

Nichole Sterling (03:08)

Et j'aborde donc le sujet non seulement en tant que personne qui a dû promouvoir l'IA au sein de la communauté, mais aussi en tant qu'utilisatrice de l'IA elle-même, et également sous l'angle d'une fournisseuse dans ma façon d'interagir avec les administrations locales.

‍

Nichole Sterling (03:24)

Je siège également au sein de la Gov AI Coalition, donc j'aide les administrations locales à se procurer une IA sûre, éthique et responsable partout aux États-Unis.

‍

Nichole Sterling (03:33)

Je suis donc ravie de cette conversation aujourd'hui et merci de m'avoir invitée.

‍

Rebecca Hinds (03:36)

La session d'aujourd'hui porte donc entièrement sur la manière dont l'adoption de l'IA se produit réellement.

‍

Rebecca Hinds (03:42)

Et ce que nous constatons systématiquement, c'est que la plupart des organisations n'ont pas de difficulté d'accès à l'IA.

‍

Rebecca Hinds (03:48)

Nous pensons souvent que l'IA est fondamentalement un problème d'accès.

‍

Rebecca Hinds (03:52)

Si nous donnons cette technologie aux employés, ils l'utiliseront.

‍

Rebecca Hinds (03:55)

La réalité n'est pas aussi simple, et ce que nous constatons, c'est que la conversion d'une véritable exposition à l'IA en un véritable changement, de l'exposition au changement, est très difficile.

‍

Rebecca Hinds (04:07)

Comment mettre cette technologie entre les mains des gens de manière à ce qu'ils l'utilisent activement et à leur avantage au quotidien ?

‍

Rebecca Hinds (04:15)

Alors, Shweta, l'une des choses que nous observons, et je sais que vous l'observez aussi, c'est que de plus en plus d'organisations créent de nouveaux postes qui comportent le terme IA dans leur intitulé.

‍

Rebecca Hinds (04:25)

Et votre fonction en est un exemple.

‍

Rebecca Hinds (04:29)

Responsable des technologies marketing et des opérations IA.

‍

Rebecca Hinds (04:32)

Parlez-nous un peu de votre rôle, de vos responsabilités et de l'importance d'avoir l'IA dans l'intitulé.

‍

Shweta Puri (04:41)

Oui, je sais, ce sont des moments passionnants.

‍

Shweta Puri (04:44)

Tout le monde veut adopter l'IA d'une manière ou d'une autre.

‍

Shweta Puri (04:47)

Mais je vais vous donner la perspective de mon côté : j'ai passé plus de 10 ans à diriger des équipes martech et opérations, ce qui est, là encore, un travail de liaison peu glamour, consistant à faire en sorte que les outils fonctionnent réellement pour les gens.

‍

Shweta Puri (05:02)

Alors l'année dernière, je me suis réorientée vers les opérations et l'activation de l'IA chez Nextdoor, et Glean a été l'une de nos toutes premières plateformes que nous avons mises en œuvre.

‍

Shweta Puri (05:13)

Ce que j'ai appris à apprécier dans le fait d'avoir « IA » dans mon titre, c'est que cela concerne moins une expertise technique approfondie que le fait d'être responsable de résultats concrets, d'aider les équipes à trouver des façons pertinentes de travailler différemment avec l'IA afin qu'elle devienne une véritable composante de la manière dont les gens font leur travail, plutôt qu'un simple outil de plus dans lequel nous avons investi.

‍

Shweta Puri (05:37)

Mon rôle se situe donc précisément à la croisée de la technologie métier et des processus humains.

‍

Shweta Puri (05:44)

Et l'objectif n'est pas de déployer davantage d'outils, c'est de changer le comportement ou les fondations elles-mêmes.

‍

Shweta Puri (05:51)

Voici à quoi cela a ressemblé en pratique : nous avons commencé par un pilote de 50 personnes, nous n'avons pas simplement ouvert un lien d'inscription en espérant que tout se passe bien.

‍

Shweta Puri (06:03)

Nous avons sélectionné les champions qui comprenaient en profondeur le problème.

‍

Shweta Puri (06:06)

Et cela signifiait aussi que dès le premier jour, tout le monde dans la salle avait le contexte, la conviction et une raison de s'investir.

‍

Shweta Puri (06:13)

Cette sélection délibérée a donc fait toute la différence.

‍

Shweta Puri (06:16)

Et en l'espace d'un mois, nous avions une solide base d'utilisateurs actifs mensuels ainsi qu'un nombre assez important d'utilisateurs actifs quotidiens.

‍

Shweta Puri (06:24)

Nous avons donc pris la décision de le déployer largement dans toute l'entreprise, auprès d'environ 550 employés.

‍

Shweta Puri (06:31)

Et nous en sommes maintenant à plus de 500 utilisateurs, 700 agents créés et presque 82 % de rétention, en seulement six mois de ce déploiement à grande échelle.

‍

Shweta Puri (06:43)

Donc oui, la phase un consistait à amener les gens à utiliser l'outil.

‍

Shweta Puri (06:46)

La recherche était le point d'entrée et non la destination, et trouver des réponses était utile mais pas transformateur.

‍

Shweta Puri (06:52)

La phase deux est donc le moment où les choses ont réellement commencé à devenir intéressantes, lorsque nous sommes passés de, vous savez, « je fais des recherches depuis Glean » à « je travaille à travers Glean », qui est entièrement axé sur les agents, les automatisations, l'IA intégrée dans le travail réel et non comme une note en marge.

‍

Shweta Puri (07:12)

Donc oui, voilà le parcours à haut niveau jusqu'à présent chez Nextdoor.

‍

Rebecca Hinds (07:19)

Et cette intégration de l'IA dans le flux de travail est quelque chose dont on entend constamment dire que c'est incroyablement important.

‍

Rebecca Hinds (07:25)

On parle parfois de la « taxe du basculement » (toggle tax).

‍

Rebecca Hinds (07:28)

Et c'est aussi quelque chose que nous analysons dans notre rapport.

‍

Rebecca Hinds (07:30)

La réalité, c'est que les employés sont souvent tellement débordés, tellement surchargés, qu'ils n'ont pas envie de basculer vers une autre plateforme ou un autre outil pour utiliser la technologie.

‍

Rebecca Hinds (07:42)

Alors Shweta, l'un des points sur lesquels je veux approfondir dans ton parcours, c'est ce que l'on observe souvent dans les organisations et que l'on appelle parfois l'écart entre ambition et exécution.

‍

Rebecca Hinds (07:54)

Beaucoup d'ambition associée à la technologie, beaucoup de battage, mais ensuite, au moment de passer à l'action, on ne voit pas cela se traduire en résultats concrets.

‍

Rebecca Hinds (08:04)

Y a-t-il des aspects de ton parcours et de celui de Nextdoor où tu as vu que vous aviez mené la formation, mené le pilote, les pilotes, les déploiements à grande échelle, mais où il y a eu un écart dans la traduction de, vous savez, cette ambition et ce travail acharné de préparation en résultats concrets ?

‍

Shweta Puri (08:23)

Oui, c'est vrai.

‍

Shweta Puri (08:25)

Je veux dire, c'est le véritable défi.

‍

Shweta Puri (08:26)

Et encore une fois, la formation seule ne fait presque jamais bouger les choses.

‍

Shweta Puri (08:31)

Je dirais donc, en tant que personne qui en a mené beaucoup, voici ce que j'ai appris à mes dépens.

‍

Shweta Puri (08:37)

Pensez à la dernière fois où vous avez réellement, vous savez, changé votre façon de travailler à cause d'une annonce à l'échelle de l'entreprise.

‍

Shweta Puri (08:44)

Probablement jamais, parce qu'il y a toujours des annonces qui se font dans l'entreprise, n'est-ce pas.

‍

Shweta Puri (08:48)

Mais si un pair que vous respectez, quelqu'un occupant un rôle comme le vôtre, vous prenait à part et disait, vous savez, cela m'a fait gagner deux heures la semaine dernière, vous l'essaieriez probablement assez vite et laisseriez tout le reste de côté.

‍

Shweta Puri (09:01)

N'est-ce pas.

‍

Shweta Puri (09:02)

L'adoption de l'IA fonctionne donc exactement de la même manière.

‍

Shweta Puri (09:05)

Le signal doit venir de quelqu'un ayant de la crédibilité dans la salle, et non d'une équipe centrale qui se contente de diffuser un message à tout le monde.

‍

Shweta Puri (09:13)

Le deuxième déclencheur, ce sont donc les OKR.

‍

Shweta Puri (09:16)

Lorsque nous avons intégré l'utilisation de l'IA dans la manière dont les équipes mesurent le succès, non pas comme une initiative annexe, mais comme une partie de la façon dont elles atteignent leurs objectifs, l'IA a cessé d'être, vous savez, une surcharge et a commencé à devenir la manière dont les gens travaillaient réellement.

‍

Shweta Puri (09:33)

Si votre programme IA ne touche pas aux OKR, cela reste une chose optionnelle et les gens considéreraient cela comme optionnel, voire même comme un rôle.

‍

Shweta Puri (09:43)

Je dirais donc de commencer par la base, comme intégrer l'IA dans les OKR ou amener les gens à stimuler davantage l'adoption de cette manière.

‍

Rebecca Hinds (09:53)

Oui, c'est, c'est une excellente analyse, c'est sûr.

‍

Rebecca Hinds (09:55)

Nichole, je veux me tourner vers toi.

‍

Rebecca Hinds (09:57)

As-tu aussi observé cet écart entre ambition et exécution dans ton travail ?

‍

Rebecca Hinds (10:03)

Et selon toi, qu'est-ce qui le provoque ?

‍

Nichole Sterling (10:06)

Oui, absolument.

‍

Nichole Sterling (10:09)

Il y a toujours ce décalage entre les dirigeants qui disent qu'il faut absolument l'avoir, qu'on doit l'avoir.

‍

Nichole Sterling (10:15)

Et pourtant, ils ne l'ont peut-être pas.

‍

Nichole Sterling (10:16)

Et s'ils proposent une formation, c'est très bien.

‍

Nichole Sterling (10:19)

Nous avons vu beaucoup d'entreprises, que ce soit chez Women Defining AI ou même dans mon domaine du gouvernement local, où ils ne proposent pas de formation, ils ne fournissent pas d'accompagnement.

‍

Nichole Sterling (10:29)

Et donc, tout le monde se retrouve à se demander, eh bien, comment fait-on cette chose ?

‍

Nichole Sterling (10:34)

Et je pense que l'une des raisons qui provoquent cela, c'est qu'il y a beaucoup de battage, vous savez, 2025 était entièrement, vous savez, beaucoup axé sur les agents.

‍

Nichole Sterling (10:42)

Et donc tout le monde se renseigne sur les agents, est-ce quelque chose que je devrais connaître ?

‍

Nichole Sterling (10:45)

Et malheureusement, parce qu'il y a cette pression vers le battage, les gens en interne ne font pas certaines des bases, vous savez, le simple travail de fond de formation, d'expérimentation, d'utilisation.

‍

Nichole Sterling (11:00)

Les collaborateurs n'ont donc pas une très bonne compréhension de ce qu'ils pourraient tirer de l'IA, ni des outils qu'ils pourraient utiliser à leur avantage.

‍

Nichole Sterling (11:08)

Et cela crée ce que nous aimons appeler cette frontière aux contours irréguliers.

‍

Nichole Sterling (11:12)

Et c'est cette idée que, vous savez, certains outils d'IA sont super, sont très bons pour certaines choses et donc, vous savez, mais ensuite ils ne font pas si bien pour d'autres choses.

‍

Nichole Sterling (11:23)

Et c'est aussi spécifique au contexte, vous savez, potentiellement à votre entreprise et à votre rôle.

‍

Nichole Sterling (11:28)

Et donc on a l'impression que l'IA a ce contour très irrégulier, très bonne pour certaines choses, peut-être pas si géniale pour d'autres.

‍

Nichole Sterling (11:32)

Et puis bien sûr c'est spécifique au contexte.

‍

Nichole Sterling (11:36)

Et donc si vous n'aidez pas vos collaborateurs en interne à comprendre, à expérimenter et à expérimenter publiquement au sein de l'entreprise, nous continuons simplement à courir après ce cycle de hype.

‍

Nichole Sterling (11:54)

Et donc on a vraiment l'impression qu'il existe cet écart entre l'ambition et l'exécution.

‍

Rebecca Hinds (11:58)

Et l'une des choses que vous avez toutes les deux exprimées, c'est l'importance du parcours d'apprentissage.

‍

Rebecca Hinds (12:04)

Et je pense souvent que c'est sous-estimé en termes de faire d'abord en sorte que vos employés sachent utiliser l'IA dans une capacité de recherche, quelque chose que la plupart des employés connaissent déjà.

‍

Rebecca Hinds (12:17)

Puis peut-être passer aux assistants et comprendre, d'accord, comment interagir avec un assistant intelligent dans le cadre de votre travail quotidien ?

‍

Rebecca Hinds (12:26)

Et puis le grand saut devient les agents.

‍

Rebecca Hinds (12:29)

Il est très difficile de passer de zéro à l'agent d'une manière avec laquelle les employés se sentent à l'aise.

‍

Rebecca Hinds (12:36)

Je veux parler des champions, des champions de l'IA.

‍

Rebecca Hinds (12:40)

Je pense que c'est une expression qui est devenue de plus en plus courante et je pense qu'elle est reconnue comme une stratégie importante.

‍

Rebecca Hinds (12:47)

Pas seulement le changement descendant, mais comment activer ces champions et ces influenceurs de l'IA au sein d'une organisation ?

‍

Rebecca Hinds (12:54)

Shweta, comment identifiez-vous les champions ?

‍

Rebecca Hinds (12:57)

Que recherchez-vous pour identifier ces personnes qui peuvent aider à mener la charge autour de l'adoption de l'IA ?

‍

Shweta Puri (13:06)

Oui, bien sûr, les champions dans notre entreprise n'étaient pas ceux à qui on s'attendrait naturellement.

‍

Shweta Puri (13:14)

Ce n'étaient pas toujours les personnes les plus techniques.

‍

Shweta Puri (13:17)

C'étaient plutôt les personnes curieuses qui étaient transversales et qui étaient prêtes à essayer des choses, à échouer et à revenir avec une meilleure version.

‍

Shweta Puri (13:27)

Donc dans notre pilote, les champions ont en fait choisi les participants.

‍

Shweta Puri (13:31)

Ils étaient donc personnellement impliqués.

‍

Shweta Puri (13:33)

Donc ils n'étaient pas, vous savez, assignés à un rôle, ils l'ont choisi.

‍

Shweta Puri (13:37)

Donc l'appropriation comptait.

‍

Shweta Puri (13:39)

Et après presque six à sept mois de travail avec ces personnes, maintenant, en fait plus longtemps, y compris le pilote, cela fait presque un an, vous sauriez exactement quel contenu donner à quelqu'un selon l'endroit où il se trouve dans le parcours.

‍

Shweta Puri (13:55)

Donc, vous savez, un nouvel utilisateur de Glean a toujours besoin d'un autre type de coup de pouce que quelqu'un qui a déjà construit, disons cinq ou six agents.

‍

Shweta Puri (14:03)

Nous construisons donc aussi une infrastructure pour que les champions réussissent.

‍

Shweta Puri (14:08)

Un canal Slack privé, où chacun pouvait partager des idées, mettre en avant des réussites et échanger des conseils.

‍

Shweta Puri (14:14)

Les utilisateurs avancés influencent assurément les autres employés de l'entreprise.

‍

Shweta Puri (14:20)

Et puis nous avons aussi commencé avec des heures de permanence récurrentes, qui n'étaient pas vraiment que des présentations, mais plutôt des sessions de débogage collaboratives, des mises à jour concises et des bulletins d'entreprise.

‍

Shweta Puri (14:32)

Et nous l'avons aussi ludifié, en mettant en lumière les meilleurs créateurs d'agents, par exemple, les utilisateurs de chat les plus actifs, les workflows les plus créatifs.

‍

Shweta Puri (14:41)

Et cela a rendu le succès visible et reproductible.

‍

Shweta Puri (14:44)

Donc notre mantra est devenu, amenez l'IA au travail, n'amenez pas les employés vers un autre outil.

‍

Shweta Puri (14:50)

Donc intégrez l'IA là où les employés travaillent déjà.

‍

Rebecca Hinds (14:56)

C'est formidable.

‍

Rebecca Hinds (14:57)

Et pour ceux qui viennent de nous rejoindre, nous parlons des champions de l'IA et de l'importance des champions de l'IA au sein de l'organisation.

‍

Rebecca Hinds (15:05)

C'est quelque chose que nous observons constamment aussi, vous savez, en mariant ce changement descendant important avec l'activation de vos influenceurs et champions de l'IA et en reconnaissant qu'ils ne sont peut-être pas ceux que nous pensons.

‍

Rebecca Hinds (15:17)

Et nous constatons constamment qu'ils n'ont pas tendance à être très techniques, qu'ils n'ont pas tendance à être au sommet de l'organigramme, mais qu'ils ont une très, très grande influence pour encourager les autres personnes autour d'eux à adopter.

‍

Rebecca Hinds (15:29)

Nichole, je suis curieuse, de votre point de vue, quelles sont les caractéristiques que vous observez chez ces champions de l'IA ?

‍

Rebecca Hinds (15:35)

Ont-ils un certain profil ou une certaine empreinte qui a tendance à revenir encore et encore ?

‍

Nichole Sterling (15:41)

Oui, je serais d'accord avec Shweta quand elle dit, vous savez, que ce sont généralement juste des adeptes précoces curieux qui sont des généralistes transversaux.

‍

Nichole Sterling (15:50)

Cela me décrit en fait, moi et Helen, la co-.

‍

Nichole Sterling (15:52)

Fondatrice, co-fondatrice de Women Defining A to A T.

‍

Nichole Sterling (15:56)

Et vous savez, comme vous l'aviez mentionné, c'est souvent qu'ils ne sont pas toujours les plus, vous savez, techniques mais ils ont les idées, ils connaissent leurs workflows et ils peuvent regarder l'IA et se dire, oh, cela pourrait probablement marcher ici.

‍

Nichole Sterling (16:11)

Et c'est l'une des autres caractéristiques que nous avons vues encore et encore chez certains de ces champions, c'est qu'ils sont des utilisateurs avancés qui sont prêts à simplement essayer, échouer, parler de cet échec, de ce qui a marché, de ce qui n'a pas marché, puis à continuer.

‍

Nichole Sterling (16:26)

C'est vraiment un peu l'éthos autour duquel nous avons bâti notre communauté, c'est juste, lancez-vous, essayez simplement, échouez, échouez plusieurs fois jusqu'à ce que vous puissiez en quelque sorte trouver quelque chose qui fonctionne.

‍

Nichole Sterling (16:37)

Et donc, l'une de ces choses, et c'est en fait l'une des autres choses que nous observons, c'est qu'ils peuvent appliquer des solutions à différents problèmes au lieu de cantonner l'IA à un seul usage.

‍

Nichole Sterling (16:46)

C'est comme : oh non, je n'utilise l'IA que pour ça ici.

‍

Nichole Sterling (16:49)

Non, ils appliquent constamment des solutions à différents problèmes.

‍

Nichole Sterling (16:54)

Et c'est vraiment passionnant à observer, même dans ma propre expérience.

‍

Nichole Sterling (16:58)

Voilà.

‍

Nichole Sterling (16:58)

Donc, en ce qui concerne un ambassadeur, parce que beaucoup d'autres secteurs commencent tout juste à émerger avec l'IA et les administrations locales en font partie.

‍

Nichole Sterling (17:07)

Elles ne sont pas aussi en avance que le secteur privé, mais elles ne veulent pas non plus être laissées pour compte, et je dirige d'ailleurs une session plus tard aujourd'hui sur le vibe coding et les administrations locales.

‍

Nichole Sterling (17:19)

On ne penserait pas que beaucoup d'administrations locales s'y intéressent, ou alors c'est juste que ça repousse un peu trop les limites.

‍

Nichole Sterling (17:24)

Mais cela rejoint vraiment cette idée qu'elles sont les experts du domaine, qu'elles savent comment le travail s'organise, et que se passerait-il si nous mettions entre leurs mains un outil leur permettant de créer la chose pour laquelle elles doivent habituellement faire appel à des consultants coûteux ou, vous savez, à d'autres personnes pour donner vie à leur idée.

‍

Nichole Sterling (17:44)

C'est donc formidable de voir cela se produire dans différents secteurs.

‍

Nichole Sterling (17:48)

Et encore une fois, tout revient toujours à qui est volontaire et qui a l'idée.

‍

Rebecca Hinds (17:54)

Et je pense que c'est l'un des changements les plus fascinants que nous observons de manière générale : la façon dont le cycle de développement produit évolue rapidement, en termes de capacité à prototyper rapidement beaucoup plus facilement et à démontrer une preuve de concept là où, auparavant, on dépendait de ces experts.

‍

Rebecca Hinds (18:13)

C'est assez enthousiasmant.

‍

Rebecca Hinds (18:14)

Mais cela ouvre aussi certains risques pour l'organisation et il faut être intentionnel dans la manière de les gérer également.

‍

Rebecca Hinds (18:22)

J'adore que vous ayez abordé les collaborateurs transverses également, et le fait qu'ils soient d'excellents candidats comme ambassadeurs de l'IA.

‍

Rebecca Hinds (18:30)

C'est quelque chose que nous observons constamment aussi, vous savez, parce qu'en partie ils ne construisent pas seulement pour eux-mêmes, ils réfléchissent de façon plus globale à l'organisation.

‍

Rebecca Hinds (18:40)

Et je pense que, vous savez, c'est souvent une stratégie que nous recommandons aux organisations : ne vous contentez pas, vous savez, de trouver les personnes curieuses, c'est un groupe très important, mais trouvez aussi les personnes qui traversent différents groupes fonctionnels et équipes.

‍

Rebecca Hinds (18:54)

Oui, donc je voudrais passer à la mesure.

‍

Rebecca Hinds (18:59)

C'est un véritable défi à l'ère de l'IA.

‍

Rebecca Hinds (19:03)

Vous savez, comment mesure-t-on le succès ?

‍

Rebecca Hinds (19:04)

Comment mesure-t-on l'efficacité ?

‍

Rebecca Hinds (19:06)

Nichole, j'aimerais commencer par vous.

‍

Rebecca Hinds (19:09)

Comment pensez-vous que les dirigeants devraient envisager la mesure en ce moment ?

‍

Nichole Sterling (19:16)

Oui, c'est une conversation qui a lieu depuis quelques années maintenant, parce que je pense que la première réaction instinctive est : eh bien, comment mesurer le succès de cette chose ?

‍

Nichole Sterling (19:26)

Et surtout avec l'IA qui est nouvelle et nouvelle dans nos comportements, les gens ont vraiment essayé de trouver un moyen de la mesurer avec succès.

‍

Nichole Sterling (19:34)

Et nous ne savons pas qu'il existe vraiment des indicateurs parfaits pour l'instant.

‍

Nichole Sterling (19:39)

C'est encore principalement une question d'usage.

‍

Nichole Sterling (19:41)

Il s'agit de créer des habitudes, comme nous en avons déjà parlé.

‍

Nichole Sterling (19:45)

Il s'agit de comprendre comment le travail peut évoluer ou changer.

‍

Nichole Sterling (19:49)

Et donc, ce à quoi ressemble le bon résultat dépend en réalité de la tâche à accomplir.

‍

Nichole Sterling (19:55)

Avec l'IA, j'ai le privilège de travailler dans différents secteurs et différentes industries.

‍

Nichole Sterling (20:02)

Et au début, il s'agissait toujours de l'indicateur de productivité.

‍

Nichole Sterling (20:05)

C'est comme : oui, mais si vous essayez simplement de récupérer tant d'heures et si vous ne faites que prendre en charge plus de travail administratif, est-ce que cela aide vraiment l'organisation ?

‍

Nichole Sterling (20:15)

Et c'est quelque chose que j'ai vu se répéter dans plusieurs secteurs.

‍

Nichole Sterling (20:19)

Et donc, la question devient : d'accord, eh bien, quels sont ces objectifs d'ordre supérieur vers lesquels nous pourrions tendre ?

‍

Nichole Sterling (20:25)

Que ce soit, vous savez, un objectif plus élevé, un objectif global supérieur comme, vous savez, dans les administrations locales ce pourrait être quelque chose comme, vous savez, peut-être la satisfaction des citoyens ou quelque chose du genre.

‍

Nichole Sterling (20:37)

Mais encore une fois, les gens essaient encore de comprendre, vous savez, comment cela se rattache, comment tout cela se relie.

‍

Nichole Sterling (20:44)

Donc, pour moi, cela a vraiment été très contextuel.

‍

Rebecca Hinds (20:48)

Cela dépend vraiment de chaque fonction.

‍

Rebecca Hinds (20:51)

Nous voyons, d'équipe en équipe, l'ancrage dans ces KPI métier existants ; je pense que c'est une caractéristique de ce qui fonctionne, étant donné à quel point la technologie est désormais malléable et flexible.

‍

Rebecca Hinds (21:05)

Étroitement liée à la conversation autour des indicateurs se trouve ce phénomène parfois appelé le théâtre de l'IA.

‍

Rebecca Hinds (21:12)

Utiliser la technologie pour utiliser la technologie.

‍

Rebecca Hinds (21:15)

Il y a beaucoup de pression en ce moment pour montrer que vous utilisez l'IA, que vous investissez dans l'IA et que vous développez cette capacité au sein de votre organisation.

‍

Rebecca Hinds (21:23)

Nichole, comment voyez-vous le théâtre de l'IA se manifester au quotidien ?

‍

Rebecca Hinds (21:28)

Quels sont certains de ces signes révélateurs ?

‍

Nichole Sterling (21:31)

Alors, j'ai dit que j'avais la chance de voir ce qui se passe dans différents secteurs, et c'est toujours quand j'entends que quelqu'un, oh, nous utilisons ChatGPT, à un niveau superficiel.

‍

Nichole Sterling (21:45)

Et le vrai comble pour moi, c'est quand ils disent : oh, c'est la version gratuite.

‍

Nichole Sterling (21:50)

Et je me dis simplement : d'accord, cela signifie que c'est juste beaucoup de gesticulation, c'est beaucoup de théâtre.

‍

Nichole Sterling (21:56)

Vous n'avez pas vraiment cette stratégie bien ancrée.

‍

Nichole Sterling (22:01)

Et comme je l'ai dit, ça surgit partout.

‍

Nichole Sterling (22:03)

Et donc je pense qu'en externe, les PDG font beaucoup de grandes déclarations sur l'IA, mais les employés ne savent pas vraiment ce que cela signifie pour leur quotidien.

‍

Nichole Sterling (22:13)

Et ils ne priorisent pas la formation ou l'expérimentation en public.

‍

Nichole Sterling (22:18)

Et ils peuvent simplement dire : « Oh, eh bien, nous utilisons ChatGPT. »

‍

Nichole Sterling (22:20)

Mais encore une fois, comme toutes les choses dont nous avons parlé, qu'il s'agisse de la formation, de comprendre comment ça fonctionne dans les flux de travail, échouons-nous dans ce domaine ?

‍

Nichole Sterling (22:27)

Nous voulons entendre ces histoires d'échecs tout autant que les histoires de réussite.

‍

Nichole Sterling (22:32)

Et donc, vous savez, si les gens n'ont pas cet accompagnement et que ce ne sont vraiment que des gesticulations en interne, les gens manquent simplement de ce sentiment de compétence.

‍

Nichole Sterling (22:42)

Ils ne savent pas à quoi ressemble une bonne IA pour leur rôle, pour le rôle de leur équipe.

‍

Nichole Sterling (22:47)

Et c'est justement là qu'il est très frustrant d'entendre des entreprises s'engager encore de cette manière juste pour pouvoir dire qu'elles font de l'IA.

‍

Rebecca Hinds (22:58)

Et je pense qu'une façon de combattre cela est, Shweta, ce dont vous parliez plus tôt concernant l'importance d'intégrer l'IA dans le flux de travail.

‍

Rebecca Hinds (23:08)

Et je veux revenir à cette conversation car je pense qu'elle est très pertinente ici.

‍

Rebecca Hinds (23:13)

Pouvez-vous nous décrire un flux de travail où l'IA est passée d'un projet secondaire, peut-être plus de cette mise en scène et de ces discours par opposition à l'action, à une intégration profonde dans le flux de travail au quotidien des employés ?

‍

Shweta Puri (23:31)

Oui, bien sûr.

‍

Shweta Puri (23:32)

La façon dont je vois un peu les choses, c'est que nos agents ou nos automatisations que nous avons construits avec l'IA ou Glean jusqu'à présent, ils entrent dans deux catégories.

‍

Shweta Puri (23:43)

La première, ce sont des agents permanents ou toujours actifs, et puis la deuxième catégorie, je l'appellerais saisonnière, et les deux sont essentielles. Les agents permanents ou toujours actifs répondraient aux mêmes questions qui ne disparaissent jamais.

‍

Shweta Puri (24:00)

Et un bon exemple ici est, par exemple, l'agent d'aide IT qui est, vous savez, un agent très utilisé dans notre entreprise.

‍

Shweta Puri (24:10)

Nous avions déjà un canal Slack où les employés posaient des questions IT, n'est-ce pas ?

‍

Shweta Puri (24:14)

Le problème n'était pas la réponse, le problème était en fait ici que les réponses étaient enfouies dans l'historique de défilement et non repérables au moment où les gens les cherchaient.

‍

Shweta Puri (24:24)

Donc chaque question semblait nouvelle et évidemment il y avait auparavant un humain qui interagissait ou répondait à ces questions.

‍

Shweta Puri (24:32)

Cependant, nous avons mis un agent Glean dans ce canal existant et maintenant c'est la première ligne de réponse.

‍

Shweta Puri (24:38)

Il détourne les questions répétées, puise dans les bases de données et documents historiques et n'oriente que les problèmes véritablement nouveaux vers les humains.

‍

Shweta Puri (24:48)

Donc nous n'avons pas créé un nouveau processus ici, nous avons rendu l'existant plus intelligent.

‍

Shweta Puri (24:53)

Et le même principe s'applique un peu à un autre agent que nous allons bientôt déployer au lieu de solliciter un analyste de données.

‍

Shweta Puri (25:02)

Et cela s'appelle un agent d'aide aux données où les employés pourront désormais poser des questions en langage naturel et obtenir des réponses tirées directement de l'environnement Databricks dans notre cas.

‍

Shweta Puri (25:14)

Et c'est, vous savez, un gain de temps à la fois pour les personnes qui posent les questions et aussi pour l'équipe qui traitait ces demandes auparavant.

‍

Shweta Puri (25:22)

Donc ce sont quelques exemples d'agents permanents ou toujours actifs.

‍

Shweta Puri (25:28)

Ensuite, il y a ces agents saisonniers avec lesquels nous avons expérimenté récemment.

‍

Shweta Puri (25:32)

Et vous savez, parce que ces cas d'usage sont en quelque sorte intégrés, ils ont des échéances et un public captif, l'ouverture des inscriptions était un parfait exemple ici chaque année, l'équipe des Ressources humaines est inondée des mêmes questions sur les plans, les options, les échéances, les actions Workday, etc.

‍

Shweta Puri (25:54)

Donc notre, vous savez, l'agent des avantages nommé pour paraître accessible, vous savez, non seulement les employés obtiennent de la clarté instantanément et obtiennent des réponses ciblées tout de suite au lieu d'attendre une réponse des RH.

‍

Shweta Puri (26:11)

Et un autre exemple saisonnier est un agent d'auto-évaluation des performances que nous avons lancé en amont du cycle d'évaluation — qui aime écrire ses auto-évaluations chaque trimestre ou tous les six mois ?

‍

Shweta Puri (26:24)

Les employés pouvaient simplement demander à l'agent de structurer leur évaluation, de fournir des exemples et des conseils, et d'obtenir de l'aide sur la façon de formuler leur impact au moment précis où ils en ont besoin.

‍

Shweta Puri (26:35)

Donc c'étaient là quelques-uns des agents les plus percutants que nous avons récemment commencé à utiliser et ils ont montré un impact significatif.

‍

Rebecca Hinds (26:45)

C'est génial.

‍

Rebecca Hinds (26:45)

Et il y a un commentaire dans le chat de Joshua qui, je pense, illustre très bien cela également.

‍

Rebecca Hinds (26:52)

Nous pensons souvent que les agents IA devraient tout faire.

‍

Rebecca Hinds (26:55)

Ils devraient automatiser le processus complet.

‍

Rebecca Hinds (26:57)

Et ce que vous avez si bien fait, c'est que vous avez réfléchi très soigneusement à la répartition du travail pour les aspects du travail, par exemple, qui sont routiniers et pour lesquels il existe un précédent, vous savez, déléguer cela à un agent.

‍

Rebecca Hinds (27:10)

La nouveauté en termes de nouvelles tâches, de nouvelles demandes des employés, c'est souvent une quête uniquement humaine.

‍

Rebecca Hinds (27:19)

Et je pense que cette répartition du travail, ce n'est pas facile, mais je pense que c'est important quand nous pensons aux agents en particulier et aux flux de travail.

‍

Rebecca Hinds (27:28)

Je veux conclure avec une dernière question et Shweta, je vais vous poser celle-ci en premier.

‍

Rebecca Hinds (27:35)

Il y a beaucoup de pression pour avancer rapidement avec l'IA maintenant et je pense qu'il y a beaucoup de peur d'aller trop lentement et de se sentir à la traîne.

‍

Rebecca Hinds (27:46)

Quelle est une action concrète que vous recommanderiez aux gens de prendre dans la semaine ou le mois à venir pour faire ce pas supplémentaire afin de faire progresser leur adoption de l'IA ?

‍

Shweta Puri (27:58)

Oui.

‍

Shweta Puri (27:59)

S'il y a une chose que je veux que vous reteniez aujourd'hui, c'est que, en gros, il ne faut pas commencer par un deck de stratégie.

‍

Shweta Puri (28:07)

Commencez par un seul flux de travail que votre équipe fait déjà, et rendez-le plus intelligent.

‍

Shweta Puri (28:12)

C'est tout.

‍

Shweta Puri (28:13)

C'est tout le mode d'emploi.

‍

Shweta Puri (28:14)

Repérez le point de friction, intégrez-y l'IA, choisissez une métrique pour prouver ce qui fonctionne, puis laissez vos équipes porter le projet.

‍

Shweta Puri (28:23)

C'est ainsi que nous sommes passés, vous savez, d'un fichier à 50 %, 50 % à plus de 700 agents.

‍

Shweta Puri (28:29)

Non pas en planifiant tout à l'avance, mais en suivant les signaux, un flux de travail à la fois.

‍

Shweta Puri (28:35)

Il faut donc diviser pour mieux régner.

‍

Shweta Puri (28:37)

Et, vous savez, tout ne peut pas être mis en œuvre dès le premier jour.

‍

Shweta Puri (28:41)

Alors je vous le promets, une fois que votre équipe sentira qu'elle récupère 20 minutes, la prochaine question sera : devrions-nous utiliser l'IA ou, vous savez, où pouvons-nous mieux utiliser l'IA ?

‍

Shweta Puri (28:55)

Donc, en gros, intégrez l'IA dans les processus qui existent déjà.

‍

Rebecca Hinds (29:01)

C'est un excellent, excellent conseil.

‍

Rebecca Hinds (29:02)

Nichole, et vous ?

‍

Rebecca Hinds (29:03)

Quelle est l'action que vous recommanderiez à chaque organisation d'entreprendre dans le cadre de son parcours d'adoption de l'IA, dès maintenant ?

‍

Nichole Sterling (29:11)

Oui.

‍

Nichole Sterling (29:12)

Donc, comme je l'ai mentionné, j'ai ma propre entreprise d'IA et, généralement, parce que je suis essentiellement la cliente et l'experte du sujet, je prototype souvent de nouveaux ensembles de fonctionnalités, puis je les transmets à mon équipe d'ingénierie pour les mettre en production.

‍

Nichole Sterling (29:27)

Et je raconte cette histoire comme exemple pour illustrer l'enseignement à retenir.

‍

Nichole Sterling (29:31)

Je prototypais essentiellement un analyseur d'ADU.

‍

Nichole Sterling (29:35)

Les ADU sont des unités d'habitation accessoires.

‍

Nichole Sterling (29:39)

C'est un excellent moyen de lancer des initiatives de logement abordable au sein des juridictions.

‍

Nichole Sterling (29:44)

Et au fur et à mesure que je commençais à le construire, vous savez, je me disais « bof », je supprimais cette session, j'en commençais une autre parce que je fais du vibe coding et j'ai essayé plusieurs façons de résoudre le problème.

‍

Nichole Sterling (29:55)

Et finalement, ce qui en est ressorti, c'est une nouvelle idée à laquelle je n'avais même pas pensé auparavant, parce qu'après avoir en quelque sorte construit un prototype montrant où ces unités d'habitation accessoires détachées pourraient se trouver dans l'une de mes municipalités ou villes d'essai.

‍

Nichole Sterling (30:10)

Et puis j'ai réalisé, vous savez, ce qui rendrait vraiment ça génial, ce serait de pouvoir faire un analyseur de politiques là-dessus et, en gros, d'ajuster les métriques des politiques.

‍

Nichole Sterling (30:20)

Alors, et si on réduisait l'empreinte résidentielle de ces parcelles à 5 000 et qu'on faisait en sorte que n'importe quelle ADU puisse se trouver sur une parcelle de 5 000 pieds carrés, parce que chaque juridiction est différente, et j'ai commencé à mettre en place quelques bascules à cet endroit.

‍

Nichole Sterling (30:35)

Et je me suis dit « oh mon Dieu, c'est en fait la partie la plus cool » et ce n'est pas ce par quoi j'avais prévu de commencer.

‍

Nichole Sterling (30:41)

Donc mon enseignement pour vous, c'est de prendre un problème récurrent et de le résoudre de six façons différentes avec l'IA, comme exercice d'équipe.

‍

Nichole Sterling (30:52)

Vous aurez sans doute quelques-uns de ces points d'échec parce que peut-être que les versions 1, 2 et 3 n'ont pas bien fonctionné, mais peut-être qu'au moment où vous arrivez à une version 6, il y a quelque chose d'intéressant, et peut-être que quelque chose d'intéressant en est ressorti auquel vous n'aviez pas pensé au départ.

‍

Nichole Sterling (31:07)

Donc six façons différentes de résoudre un seul problème, s'aligner sur le meilleur modèle et en faire une habitude.

‍

Rebecca Hinds (31:12)

J'adore ça.

‍

Rebecca Hinds (31:13)

Et c'est tellement concret, et ça rejoint, vous savez, de manière écrasante, les preuves qui suggèrent que nous sommes plus créatifs, plus innovants lorsque nous avons une plus grande quantité d'idées avec lesquelles travailler.

‍

Rebecca Hinds (31:24)

Et je pense que cela s'inscrit tout à fait dans cette logique.

‍

Rebecca Hinds (31:26)

Donc six façons différentes, je pense que c'est quelque chose que nous pouvons tous mettre en pratique.

‍

Rebecca Hinds (31:31)

Eh bien, merci Shweta.

‍

Rebecca Hinds (31:32)

Merci Nichole de vous être jointes à nous.

‍

Rebecca Hinds (31:33)

Merci à tous de nous avoir suivis.

‍

Rebecca Hinds (31:35)

J'ai beaucoup appris.

‍

Rebecca Hinds (31:36)

Je pense que notre public aussi.

‍

Rebecca Hinds (31:38)

Et restez à l'écoute pour le prochain épisode.

‍

Rebecca Hinds (31:41)

Si vous avez aimé cet épisode, abonnez-vous à Intelligence Real and Imagined pour ne jamais manquer une conversation.

‍

Rebecca Hinds (31:47)

Et téléchargez le rapport AI Transformation 100 en utilisant le lien dans les notes de l'épisode.

‍

Rebecca Hinds (31:52)

Merci de nous avoir écoutés et à la prochaine fois.