1) Éviter la précipitation : avec l'IA, la crainte de rater quelque chose est bien réelle, et les équipes peuvent être tentées d’investir dans des solutions d’IA qui semblent avantageuses en théorie, sans nécessairement apporter de valeur à leur entreprise. Prenez le temps de comprendre quelles sont les applications d’IA qui apportent le plus de valeur à votre organisation.
Comme l’a mentionné Steve Suarez : « Si vous n’utilisez pas l’IA, vous pourriez avoir l’impression de manquer quelque chose. Les gens qui ont cette impression dépensent ou essaient des choses qui n’ajoutent pas vraiment de valeur. C’est pourquoi il est important d’élaborer une stratégie d’IA judicieuse et d’avancer en suivant une approche solide. »
2) Adopter une approche interfonctionnelle d’établissement des priorités, de choix technologiques, de conformité et de gestion du changement : Les stratégies d’IA les plus efficaces rassemblent le personnel et les processus.
3) Entreprendre la transformation par étapes : élaborez une stratégie d’IA qui harmonise les initiatives, la séquence et les investissements avec les priorités stratégiques de l’organisation. Suivez les étapes progressivement, mesurez les résultats et allez de l’avant à un rythme approprié en fonction de vos activités. Cela dit, n’attendez pas que les données soient parfaites (car il se pourrait que cela n’arrive jamais).
4) Permettre l’expérimentation : lancez des projets pilotes, obtenez des gains rapides, renseignez-vous et prenez votre élan. Établissez des outils, ainsi que des mesures de soutien et de protection pour que votre équipe pilote les initiatives d’IA avec efficacité et confiance.
5) Prenez en considération les petits modèles de langage et leurs applications immédiates : les petits modèles de langage coûtent environ 1 % du prix d’exécution d’un grand modèle de langage et représentent souvent l’outil qui convient le mieux aux objectifs des équipes de finance.
« Notre modèle de langage n’a pas besoin de savoir ce que fait tout le monde pour résoudre certains de nos cas d’utilisation, et nous n’avons pas à l’envoyer à l’extérieur de notre organisation. Ces modèles peuvent nous être utiles pour accomplir un travail ciblé », a affirmé Aris Kossoras, en soulignant que les petits modèles de langage peuvent être adaptés à des cas d’utilisation précis, générer de meilleurs résultats et réduire les écarts et les hallucinations de l’IA, en plus d’éviter que d’autres grandes organisations entraînent leur IA à partir de vos données.
6) Améliorez les compétences de vos collègues de la fonction finance afin qu’elles correspondent à celles d’une organisation ayant adopté l’IA : formez les membres de votre équipe des finances sur les disciplines liées aux données et transmettez-leur des compétences qui leur permettront de tirer parti de l’IA pour contribuer à la création de valeur pour l’entreprise. En outre, confiez aux dirigeant·es en finance le mandat de surveiller les composantes de votre stratégie en matière d’IA et donnez-leur les moyens de le faire.
