Le paradoxe de la complexité de l’IA: plus de productivité, plus de responsabilités

Fait intelligence artificielle (IA) faciliter la vie professionnelle ou compliquée? Les experts suggèrent que la réponse dépend du contexte.

Dans un récent hostulé IDC entretienLe PDG de la SIAC, Toni Townes-Whitley, a décrit l’IA comme l’arme ultime contre la complexité du système, notant que son entreprise utilise l’IA pour réduire la complexité technologique dans certains des environnements technologiques les plus complexes de la planète – au sein du ministère américain de la Défense.

Aussi: Andy Jassy d’Amazon dit que l’IA prendra des emplois mais rendra les autres plus «intéressants»

Son équipe a été en mesure de réduire la planification de la mission et d’autres fonctions opérationnelles au département des « heures à quelques minutes », a-t-elle déclaré. L’IA peut avoir le même impact dans les entreprises commerciales, « réduisant le temps et le travail pour le développement des entreprises, le développement de propositions, la recherche et la création de nouveaux documents et de nouveaux contenus ». Du côté du développeur, l’IA a réduit le temps passé sur la génération de code.

Ces résultats sont positifs. Cependant, d’autres voix ont conseillé la prudence, car l’IA est tout aussi capable d’augmenter que la réduction de la complexité. L’impact dépend de l’endroit et de la façon dont l’IA est appliquée, avec le bon type de gouvernancebien sûr.

Aussi: Vous avez entendu parler d’emplois de tuerie de l’IA, mais voici 15 nouvelles que l’IA pourrait créer

« L’intégration de l’IA dans notre paysage technologique entraîne une multitude de nouvelles complexités », a déclaré Supriya BachalGestionnaire de programme pour R&D chez Siemens.

« Ces complexités existent à plusieurs niveaux. Les ingénieurs individuels et les développeurs qui sont chargés d’intégrer l’IA dans les outils que nous utilisons doivent gérer de nouveaux niveaux de complexité, tout comme les organisations qui doivent gérer ces nouveaux systèmes d’IA. »

Les exigences de compétences peuvent compliquer la situation. Bien que l’IA puisse potentiellement réduire le besoin d’efficacité dans de nombreux domaines, en particulier dans le codage et la gestion informatique, l’application de la technologie nécessite une expertise dans les langages et cadres de programmation conviviaux en IA, les cadres, l’apprentissage automatique, l’apprentissage en profondeur, le traitement du langage naturel (NLP), l’analyse, les mathématiques, les statistiques, la conception d’algorithme et le raisonnement déductif.

« Avec des solutions axées sur l’IA sur les applications, les API et les points de terminaison des utilisateurs variés, le paysage informatique deviendra de plus en plus complexe », a déclaré Amitha Pulijalavice-président de Vonage. « Cela nécessitera une expertise plus spécialisée pour gérer ces nouveaux outils. »

Aussi: Phishers a construit Fake Okta et Microsoft 365 de connexion avec l’IA – voici comment vous protéger

Dans le même temps, « l’IA a déplacé l’accent des compétences informatiques fondamentales aux cas d’utilisation, à la mise en œuvre et à l’expérience utilisateur », a déclaré Dennis Perpetuavice-président principal des services de travail numérique à Kyndryl. « Ce changement ouvre des opportunités pour que les nouveaux talents utilisent des outils d’IA pour y accélérer leur carrière. »

Il a été suggéré que la collaboration ouverte sur les initiatives de l’IA est la clé pour surmonter les défis des compétences, une approche qui rassemble les développeurs, les scientifiques des données, les équipes informatiques et les parties prenantes commerciales.

Soulager les défis du lieu de travail

En ce qui concerne la complexité opérationnelle, l’IA offre un mélange d’avantages, mais avec de nombreuses façons de surmonter les problèmes. « L’IA peut automatiser les tâches de routine, rationaliser les processus et, dans certains cas, gérer directement les réseaux complexes des applications et des services qui composent nos architectures informatiques modernes », a déclaré Bachal de Siemens.

« Des outils tels que les plates-formes d’observabilité axées sur l’IA permettent la résolution de problèmes dans l’espace numérique qui nécessiterait autrement beaucoup d’attention humaine et de charge cognitive pour simuler et synthétiser. »

Aussi: 5 façons de combler l’élargissement des compétences en IA dans votre entreprise

Un autre avantage de la technologie émergente est que « lorsque les plates-formes rencontrent des problèmes opérationnels, l’IA n’offre pas seulement une puissance infinie de résolution de problèmes humains; elle peut également faire un travail de résolution de problèmes », a ajouté Bachal.

Il a été suggéré que l’IA détiendra la capacité d’aider à soulager les défis en milieu de travail. « La technologie peut aider à optimiser les flux de travail, à automatiser le développement simple d’applications et à fournir des informations sur les performances du système, la libération des développeurs et des équipes informatiques pour se concentrer sur les tâches de plus grande valeur », a déclaré Pulijala de Vonage.

En bref, alors que l’IA rend l’accès à la technologie plus complexe dans certaines circonstances, l’IA aide également à gérer la complexité. « Dans l’ensemble, bien que l’IA ait accru la complexité dans certains aspects de celle-ci, elle a également apporté des efficacités, une créativité et une productivité importantes, ce qui rend les défis en valoir la peine », a déclaré la perpétua de Kyndryl.

Par exemple, a-t-il souligné que « des outils comme Github Copilot augmentent l’efficacité des tâches de codage, et les API basées sur l’IA deviennent plus autonomes, ce qui réduit le temps consacré à les créer et à les maintenir ».

Aussi: L’IA ne prendra pas votre travail, mais ce sera certainement

Une autre considération est la PNL, considérée comme la porte d’entrée du monde de l’IA, capable de décomposer les barrières d’intégration traditionnelles entre les API et la simplification des infrastructures tentaculaires, a déclaré Loren Absherun réalisateur qui dirige la pratique consultative de l’ISG dans les Amériques. Cependant, cette progression compatible avec la PNL s’accompagne de défis: « Les machines interprétant le langage humain doivent démêler les requêtes ambiguës, maintenir la sécurité et assurer la précision – tout en évoluant dynamiquement. »

Il a dit que la bonne gouvernance était critique. « L’IA doit être utilisée non seulement pour l’automatisation – comme la surveillance, la détection des problèmes et l’optimisation – mais aussi en tant que médiateur entre les API traditionnelles et compatibles avec la PNL », a déclaré Absher. « Des outils comme les plates-formes middleware et les moteurs d’orchestration peuvent faciliter la communication transparente sur divers systèmes. »

Concevoir des systèmes AI « avec transparence, adaptabilité et protocoles de sécurité robustes », a conseillé Absher. « Un cadre de gouvernance solide et des investissements continus dans la formation et les outils garantiront que les équipes peuvent exploiter le pouvoir transformateur de l’IA sans perdre le contrôle. »

Attention aux agents

Il a également été suggéré lors de l’événement que AI agentique pourrait simplifier plutôt que d’exacerber la complexité.

« Les agents peuvent rationaliser les écosystèmes en connectant les applications héritées, les API et les sources de données disparates », a déclaré Aaron Keslervice-président de Rozieai, et ancien directeur de la gestion des produits de l’IA chez Snaplogic.

« Ils peuvent identifier les inefficacités, les goulots d’étranglement de signalement et automatiser les flux de travail rationalisés optimisés pour les systèmes existants, sans nécessiter de code personnalisé ou de temps de développement étendu. »

Aussi: Que sont les agents de l’IA? Comment accéder à une équipe d’assistants personnalisés

Par exemple, « les agents de détection de fraude peuvent analyser de manière autonome les transactions, signalant des modèles suspects tout en fournissant des informations exploitables aux analystes humains », a déclaré Kesler.

« De même, les agents de recherche peuvent scanner le Web pour suivre les mentions de produits spécifiques, en agrégeant les données en temps réel pour tenir les équipes informées et proactives. Tout cela peut désormais être construit sans secours à l’équipe de science des données. Les tâches peuvent désormais être accomplies par un ou deux ingénieurs de données au sein du service informatique. »

Pourtant, il est important de noter que l’impact de l’IA sur la complexité variera au cas par cas.

« Pour les organisations avec une infrastructure informatique déjà robuste et une équipe, l’IA ne fera probablement que passer des ressources d’un endroit à un autre », a déclaré Brandon Andersenconsultant technologique et co-fondateur de Ceralytics.

« Au lieu d’une équipe travaillant sur le maintien de systèmes hérités, ils dépanneront désormais et maintiendront périodiquement les nouveaux systèmes d’IA – en particulier la litanie des connexions. »

Aussi: La compétence d’emploi la plus critique dont vous avez besoin pour prospérer dans la révolution de l’IA

Pour les petites équipes informatiques, l’histoire peut être très différente. « Au lieu d’être un point d’escalade pour les systèmes SaaS actuels, ces équipes seront désormais en charge des différentes connexions d’API et seront la première ligne de défense lorsque le système baissera », a déclaré Andersen.

« Les équipes informatiques absorberont une grande responsabilité de ces systèmes car les connexions ne sont plus détenues par un tiers. »