4 façons dont votre organisation peut s’adapter et prospérer à l’ère de l’IA
- Intelligence Artificielle
Noesis News- 0
- 13 minutes de lecture
Les preuves suggèrent Presque tous les chefs d’entreprise pilote ou investissent dans des initiatives d’IAet le géant biopharmaceutique Boehringer Ingelheim s’engage à investir dans une technologie émergente qui pourrait avoir des conséquences qui changent la vie.
Les 55 000 employés de l’entreprise se concentrent sur le développement de thérapies innovantes qui peuvent améliorer la vie dans des domaines de besoin médical élevé non satisfaits, l’IA et les données jouant un rôle de plus en plus crucial dans leur travail.
Le DSI mondial Markus Schümmeldeder a déclaré à ZDNET que la technologie émergente peut ouvrir toutes sortes de possibilités lorsque son adoption s’accompagne d’un changement organisationnel: « L’IA avec la disponibilité des Big Data et l’accès à la bonne capacité sont le véritable changeur de jeu. »
Alors, comment les chefs d’entreprise peuvent-ils générer un changement organisationnel réussi à une époque de l’IA? Schümmeldeder et son collègue Oliver Sluke, responsable de la recherche, du développement et de la médecine informatique à Boehringer, ont déclaré à ZDNET leurs quatre conseils les plus pratiques pour la transformation commerciale compatible AI.
1. Créez un environnement de données
La plupart des leaders numériques sont d’accord: avant de commencer à bricoler la technologie, vous devez Assurez-vous que vos données sont gérées, triées et accessibles.
Boehringer possède un écosystème de données appelé Dataland, qui est en place depuis 2022. Schümmeldeder a déclaré que l’écosystème rassemble des données de toute l’entreprise, permettant aux professionnels d’exécuter des simulations et des analyses de données en toute sécurité.
« Pour pouvoir exécuter des cas d’utilisation et des analyses, vous avez besoin d’un environnement de données réussi, donc nous l’avons créé. »
Il a expliqué comment l’écosystème est bien plus que le stockage des données. Dataland comprend également certains systèmes critiques de gestion des données et d’analyses.
« Nous avons des dizaines d’outils assis dessus, comme Snowflake et Collibra, pour cataloguer les données, les utiliser et apporter des informations dans AWS. »
Aussi: Votre entreprise est-elle prête à Ai? 5 façons d’éviter de prendre du retard
Sluke a déclaré qu’un autre élément clé de l’environnement de données de Boehringer est la seule plate-forme de médecine, propulsée par le Cloud de développement Veeva, qui combine des données et des processus, permettant à Boehringer de rationaliser son développement de produits.
« Nous avions auparavant 55 petits systèmes individuels qui ont fait le travail de Veeva. C’était très fragmenté, comme vous pouvez l’imaginer. Ce n’était pas un modèle de données harmonisé », a-t-il déclaré.
La plate-forme Veeva fonctionne avec Dataland pour former ce que Sluke appelle une pile technologique de pointe.
Le résultat est une approche cohérente et des informations intégrées pour la recherche qui change la vie.
« Il et la médecine se sont réunis avec cette transformation », a déclaré Sluke. « Ce changement va bien au-delà du simple remplacement d’un outil, c’est aussi une façon de travailler différente. »
2. Construisez une plate-forme AI
Avec des informations d’entreprise consolidées dans Dataland, Boehringer utilise la plate-forme pour explorer et exploiter l’IA.
« Nous avons l’environnement de données et les outils sur le dessus », a déclaré Schümmeldeder. « Nous avons une pile pour tous les sujets d’apprentissage automatique et de l’IA, et nous fournirons plus d’outils à mesure que la technologie se développe. »
L’approche spécialisée de l’entreprise en matière d’IA, appelée Apollo, permet aux employés de sélectionner parmi 40 modèles de grande langue (LLM).
Pour un étranger à la recherche, 40 modèles ressemblent à beaucoup de choix. Cependant, Schümmeldeder a déclaré que cette gamme est importante pour des raisons de performance et d’efficacité.
« Cette approche signifie que, lorsque vous avez un cas d’utilisation, vous pouvez exécuter différents LLM contre vos données et obtenir des réponses spécifiques », a-t-il déclaré.
Aussi: Les 20 meilleurs outils d’IA de 2025 – et la chose n ° 1 à retenir lorsque vous les utilisez
Boehringer ne développe pas de modèles en interne. Schümmeldeder a déclaré que le rythme rapide du développement de l’IA rend plus judicieux de consacrer des ressources informatiques à d’autres domaines.
Aux côtés de modèles grand public comme Gémeaux et Chattel’entreprise utilise des modèles de niche plus appropriés pour la recherche que les modèles généraux.
« Certains LLM sont meilleurs pour des cas d’utilisation spécifiques que d’autres », a-t-il déclaré. « L’efficacité est également un problème. Vous ne pouvez pas utiliser des modèles super-coûts pour chaque question. Cette approche n’a pas de sens. »
3. Utilisez une approche agile
Les entreprises qui souhaitent exploiter leurs plateformes de données et leurs modèles doivent avoir des professionnels qui peuvent travailler sur ces fondations.
Sluke a déclaré que Boehringer a reconnu à un stade précoce qu’il avait besoin d’une nouvelle façon de travailler.
« Au cours des cinq dernières années, nous avons participé à un parcours d’ingénierie logicielle », a-t-il déclaré. « Nous avons reconnu qu’il ne s’agit pas seulement de données. Notre organisation informatique avait également besoin d’avoir des capacités pour créer des applications à l’aide d’une pile technologique de pointe. »
Sluke a déclaré que l’objectif était d’établir une livraison agile et continue en génie logiciel, permettant à l’organisation de produire du code rapidement et efficacement.
« Nous avons vu dès le début que les données n’étaient qu’un élément – nous devions également mettre des algorithmes au-dessus, ce qui était une bonne décision, car il y a environ deux ans, lorsque tout ce battage médiatique a commencé, nous avons immédiatement pu, avec nos ingénieurs logiciels, pour commencer à utiliser ces technologies », a-t-il déclaré.
Aussi: 5 façons de gérer votre équipe plus efficacement dans l’entreprise compatible AI
Schümmeldeder a déclaré que passer le passage à une façon de travailler agile pourrait sembler facile, mais ce n’est pas le cas.
« Rien n’est plus inconfortable quand vous dites à quelqu’un: » Vous l’avez fait de cette façon hier, mais vous le ferez d’une autre manière demain. » Les gens diront: «J’ai déjà réussi sans cette approche.
Son équipe a fait ce passage à Agile à travers les communautés de pratique, où des gens de l’organisation informatique ont acquis de nouvelles compétences à travers des activités pratiques.
L’organisation gère désormais environ 80% de ses projets via une méthodologie agile.
« Scrum est un mot à la mode », a-t-il déclaré. « Mais dans ce cas, nous avons prouvé que vous changez le fonctionnement de l’organisation, et pas seulement dans les boîtes que l’organisation fonctionne. »
4. Identifier les cas d’utilisation solides
L’autre élément clé qui stimule le changement organisationnel est de se concentrer sur les cas d’utilisation de l’IA qui aident l’entreprise à exploiter ses données.
Schümmeldeder a décrit trois cas d’utilisation spécifiques compatibles AI. Premièrement, le développement de processus intelligents, qui utilise l’apprentissage automatique et les algorithmes génétiques pour améliorer les processus biopharmaceutiques, tels que la chromatographie de capture.
Deuxièmement, il a souligné Genomic Lens, un processus basé sur l’IA que l’entreprise utilise pour générer des informations qui aident les scientifiques à découvrir de nouveaux mécanismes de maladie dans l’ADN humain.
« C’est une approche plus précise et fournit une identification plus rapide de nouveaux concepts thérapeutiques basés sur des modèles génétiques », a-t-il déclaré.
« Nous utilisons l’apprentissage automatique, le traitement des mégadonnées et les algorithmes prédictifs. Nous prenons des données de divers biobanques, et l’IA détecte de nouveaux modèles génétiques et mécanismes de maladie. »
Enfin, l’entreprise utilise des algorithmes et des données historiques pour identifier les populations pour les essais cliniques. Sluke a donné plus de détails.
« Il est crucial pour nous d’identifier la bonne population avant de mener un essai clinique. Sur la base de nos données historiques, nous exécutons un algorithme, et nous pouvons accélérer l’ensemble du processus de recherche des populations d’environ quatre semaines », a-t-il déclaré.
« Cette augmentation de la vitesse peut faire une grande différence pour certains patients, surtout lorsqu’il n’y a rien sur le marché qui fait un travail similaire. Donc, c’est un autre exemple où l’IA nous a aidé à faire une différence, non seulement dans notre entreprise, mais au-delà de l’entreprise et pour les patients. »
Obtenez les meilleures histoires du matin dans votre boîte de réception chaque jour avec notre Newsletter Tech Today.
