Diriger à l’ère de l’IA : moments forts de l’événement organisé par L’initiative Femmes de la Banque Scotia

Vanessa Parrack : J’ai discuté à quelques reprises avec ces femmes avant l’événement, et chaque fois, j’ai appris quelque chose de nouveau sur elles, sur leur travail et sur l’IA.

On a déjà un peu parlé tout à l’heure de cette évolution technologique – tout le monde en parle –, mais en ce moment, il s’agit surtout d’un changement de mentalité. Pourriez-vous nous en dire un peu plus sur vos observations concernant cette transition et, pour les personnes présentes, nous expliquer comment aborder ce changement afin de réussir à utiliser et à déployer l’IA?

Cari Covent : La curiosité fait partie des éléments que je considère vraiment comme importants et sur lesquelles les dirigeantes et dirigeants doivent travailler. En tant que dirigeante ou dirigeant, vous arriviez souvent dans une salle de réunion pour présenter un résumé de renseignements qui vous avaient été communiqués.

Vous étiez là essentiellement pour prendre des décisions à la lumière des échanges durant la réunion. Ce qui est différent aujourd’hui, c’est que vous pouvez utiliser l’IA non seulement pour poser des questions aux personnes dans la salle, mais aussi pour l’interroger sur votre présentation avant même la réunion. Elle devient en quelque sorte une interlocutrice critique qui vous permet de tester et de valider vos réflexions. Elle fournit aussi de l’information qui alimentera ensuite vos échanges. La curiosité est donc le premier élément.

Le deuxième est la communication. Il est essentiel que tout le monde parle de son utilisation de l’IA dans sa vie personnelle et professionnelle, ainsi que des changements nécessaires pour la déployer à grande échelle et créer de la valeur. Cette communication doit être descendante. Les gens doivent aussi comprendre qu’il y a un volet d’expérimentation dans ce changement de mentalité et que, pour l’instant, personne n’a toutes les réponses.

Quant à l’échec… bon, comme vous êtes une banque, les échecs doivent respecter les limites de sécurité mises en place. L’idée, c’est d’échouer et d’en parler : « J’ai essayé ça, ça n’a pas marché. J’ai essayé ça, et ça a fonctionné. » Après la curiosité et la communication, la collaboration est le troisième élément que je considère comme important.

Il y a d’abord la collaboration avec l’IA. Voyez les agents comme des collaborateurs qui peuvent vous aider à prendre une décision plus rapidement. Il y a aussi la collaboration interéquipe, car l’IA donne les meilleurs résultats lorsqu’elle est déployée horizontalement dans l’ensemble de l’organisation. C’est pourquoi la collaboration est essentielle. Nous devons briser les silos entre les unités fonctionnelles afin de favoriser ce changement systémique commun découlant de l’IA. Et pour y parvenir, nous devons collaborer. 

Angela Adam : J’aimerais compléter certains points abordés par Cari. Les dirigeantes et dirigeants doivent être prêts à essayer, à peut-être échouer et à en parler. On n’a pas besoin d’être des scientifiques de données. On n’a pas besoin de tout savoir, mais il faut être suffisamment prêt pour se lancer, et ce, dès maintenant.

Pour commencer, il faut poser les bonnes questions. Quelles données utilisons-nous? Qui en est responsable? Qui définit le processus? Quel problème essayons-nous de résoudre? Que se passera-t-il en cas de réussite? Que se passera-t-il en cas d’échec? Quel en est le coût? Que ce soit une réussite ou un échec, quel est le coût en temps, en argent, en efforts et en confiance? La perte de la confiance de votre personnel pourrait poser un gros problème. Ce sera probablement l’un des plus grands obstacles.

J’ai aussi remarqué que les dirigeantes et dirigeants considèrent l’adoption de l’IA comme un projet de TI. 

Vous prenez ce projet et vous le confiez à votre équipe technique. Elle lance un projet pilote et vous revient une fois celui-ci terminé pour évaluer s’il a produit les résultats attendus. Ça ne fonctionne pas comme ça avec l’IA. Ce n’est pas un projet de TI, mais bien une transformation organisationnelle. C’est ainsi qu’il faut voir l’IA. Il ne faut pas simplement la greffer à d’anciens processus. Nous devons schématiser les processus en fonction de ce que nous voulons accomplir grâce à l’IA et non l’inverse. Nous ne visons pas la croissance progressive.

Donc, si on traite l’IA comme un simple projet, on risque fort d’échouer. Il faut bien connaître ses données, mais ce n’est pas tout. Avez-vous le bon état d’esprit? Avez-vous les bonnes personnes autour de vous? C’est là que la curiosité joue un rôle très important. Elle a d’ailleurs influencé notre choix de championnes et champions de l’adoption de l’IA.

Avez-vous une puissance de calcul suffisante? Cette question relève directement de mon domaine. Les gens sous-estiment parfois cet aspect. Avez-vous le bon équipement? Où exécuterez-vous vos charges de travail? Ce sont là des questions que les dirigeantes et dirigeants doivent poser lors du lancement d’un projet d’adoption de l’IA.

Encore une fois, il n’est pas simplement question d’un outil ni de confier le projet à un autre groupe. La prise en charge doit être de bout en bout. On parle ici d’une transformation organisationnelle de grande ampleur. 

V. P. : Quels conseils donneriez-vous aux gens dans la salle pour les aider à distinguer les occasions prometteuses pour l’IA de celles qui devraient rester sous responsabilité humaine? 

C. C. : Ne vous demandez pas ce que vous pouvez automatiser ou à quoi vous pouvez appliquer l’IA, mais plutôt où vous devriez vraiment l’utiliser. Je crois que c’est un point très important, car l’IA ne réglera pas tout. Selon moi, chaque processus d’une organisation comporte des éléments pour lesquels l’IA pourrait servir de catalyseur, avec la collaboration des humains.

Ce qui est en évolution actuellement – même si nous n’en sommes qu’aux débuts – c’est la crainte très répandue que l’IA remplacera une tonne d’emplois. Or, ce que nous commençons à voir, c’est l’émergence de nouveaux emplois. Les personnes utilisant un processus ou travaillant dans un domaine optimisé par l’IA ne perdront pas nécessairement leur emploi. Il faut plutôt se demander quelles nouvelles compétences devons-nous leur apprendre afin qu’elles créent de la valeur ajoutée pour l’organisation.

Une partie du défi lié à la création de valeur ne réside donc pas seulement dans la valeur générée par l’IA qui est maintenant intégrée aux processus, mais aussi dans celle créée par ces nouveaux rôles, qu’il aurait été impossible d’obtenir auparavant. En somme, il faut adopter un modèle d’exploitation à deux volets. L’un comprend les agents qui prennent en charge une grande partie des tâches manuelles et répétitives.

Ces agents sont encadrés par des personnes dans les situations où l’intervention humaine demeure essentielle pour les objectifs poursuivis et les problèmes à résoudre. L’autre volet est composé uniquement d’humains, pour les tâches qui devraient être réalisées exclusivement par nous. Prenons l’exemple du droit. L’agent d’IA ne peut remplacer l’avocate plaidante devant le tribunal.

Toutefois, il peut réaliser certaines étapes du travail préalable de l’avocate. Elle a peut-être obtenu une certaine aide, mais c’est elle qui se présente devant le tribunal et qui agit au nom de son client afin d’obtenir un résultat précis.

À mon avis, les gens n’ont jamais été aussi importants, et les possibilités qui s’offrent aux dirigeantes et dirigeants sont exponentielles. Je crois qu’il nous incombe de commencer à définir la main-d’œuvre de demain, même si ce n’est pas une tâche facile. 

V. P. : Comment passe-t-on de l’expérimentation à une véritable transformation? Vous avez aussi parlé de création de valeur. Comment sait-on qu’on crée réellement de la valeur? Comment sait-on quand faire passer une initiative du stade de l’expérimentation à celui de la transformation organisationnelle? Quelles conditions doivent être réunies? 

C. C. : Il y a quelques jours, je discutais avec un chef de la direction de l’utilisation de l’IA au sein de son organisation et je lui ai demandé comment il en évaluait le succès. Sa réponse a été : « Je ne le sais pas. » Je lui ai alors répondu qu’il ne faut pas utiliser l’IA simplement parce que tout le monde le fait.

Bien sûr, il y a la productivité du personnel, mais c’est difficile à mesurer. C’est très bien que votre personnel utilise un outil d’IA, que ce soit Copilot, Gemini ou un autre. Mais il y a aussi l’IA qui transforme véritablement les processus ou qui contribue à le faire. Si vous n’avez pas défini dès le départ comment en évaluer le succès, vous créerez peut-être un projet pilote qui sera acclamé par tout le monde et qui n’obtiendra jamais, enfin, je ne devrais pas dire « jamais », mais pour lequel il sera peu probable d’obtenir l’investissement nécessaire à son passage en production. À titre de première utilisatrice… Quand je dirigeais le secteur de l’IA et des données chez Canadian Tire, nous étions parmi les premiers à adopter cette technologie.

Nous avions énormément de projets pilotes et plusieurs n’ont jamais abouti, notamment parce que nous n’avions pas encore clairement établi les retombées économiques attendues de l’IA ni obtenu l’adhésion des cadres quant à la façon d’en mesurer le succès.

Vous avez brièvement parlé, Angela, de l’importance d’établir des priorités. Il faut hiérarchiser les cas d’utilisation ou les volets de travail selon les indicateurs définis afin de progresser rapidement, c’est-à-dire déployer, mesurer, ajuster, mettre sur pause au besoin, tirer des leçons et passer à autre chose ou encore passer en production.

V. P. : Vous avez demandé « Quel problème cherchons-nous à résoudre? » Je crois qu’il ne faut pas penser qu’aux avantages. Nous devons d’abord définir le problème et la solution, puis en évaluer les avantages et les coûts avant d’aller plus loin. À mon avis, c’est une nouvelle façon d’envisager la création de valeur, une approche inédite.

C. C. : J’ajouterais un autre élément à la définition du problème. Si le problème mérite l’attention de plusieurs dirigeantes et dirigeants ou de plusieurs unités fonctionnelles, c’est probablement un problème qui vaut la peine d’être résolu à l’échelle de l’organisation et qui obtiendra l’appui des personnes essentielles à sa mise en œuvre.

Prenons une entreprise de télécommunications. Nous savons à quel point la concurrence est forte dans ce marché canadien et que l’attrition de la clientèle y est une préoccupation majeure. Elle peut coûter des centaines de millions, voire un milliard de dollars par année. C’est un problème qui préoccupe l’ensemble des cadres de l’organisation.

Si on cherchait un excellent projet ou cas d’utilisation pour l’IA dans cette entreprise, l’attrition de la clientèle en serait un bon exemple. C’est un enjeu important pour toute la direction, parce qu’il a une incidence sur l’ensemble de la clientèle, le personnel et le cours de l’action.

Voilà pourquoi on considère comme essentielles la collaboration interéquipe, la prise en charge, la responsabilisation et la cohérence à l’échelle de l’organisation. 

V. P. : Un formidable accélérateur. On entend souvent dire que, dans l’avenir, on ne gérera plus des personnes, seulement des agents. L’avenir nous dira si c’est vrai ou non.

C’est quand même une possibilité. Mais quelles seront les compétences de demain? Nous l’avons toutes les deux mentionné plus tôt : les gens demeurent la constante. Ils deviennent même de plus en plus importants. Quand vous pensez aux personnes ici aujourd’hui ou aux équipes que vous dirigez, de quelles compétences et formations d’appoint aurons-nous besoin? Comment pouvons-nous guider et soutenir la prochaine génération, tout en assurant notre propre réussite?

Quelles compétences devons-nous développer pour accélérer l’adoption de l’IA? 

A. A. : L’une de nos grandes priorités est d’éviter que le fossé se creuse entre les personnes qui sont très enthousiastes à l’égard de l’IA et celles qui demeurent sceptiques. Nous voulons nous assurer non seulement qu’elles ont un accès équivalent aux outils, mais aussi qu’elles adoptent un état d’esprit semblable. Je comprends qu’il existe différents points de vue, mais nous devons veiller à ce que tout le monde ait les mêmes connaissances de base grâce à de la formation.

Nous réduisons ainsi le risque que des personnes utilisent des outils d’IA non approuvés ou s’en servent de façon imprudente. C’est par là qu’il faut commencer. Tout le monde doit comprendre la direction que prend l’entreprise en matière d’IA. Nous devons susciter l’adhésion à cette vision parmi le personnel sans creuser le fossé, et, à mon avis, le perfectionnement des compétences vient avec l’adoption d’une stratégie d’IA. La vision, c’est de transformer l’IA et les agents d’IA en des collègues et en des catalyseurs.

Comme dirigeantes et dirigeants, nous devrons gérer les agents d’IA à peu près comme nous gérons notre personnel. Quel est leur champ d’action? Comment prennent-ils leurs décisions? Quel est le processus de recours hiérarchique? À quelles données ont-ils accès? Ce n’est pas si différent de la gestion de personnes, non? Nous devons aussi nous assurer que tout le monde respecte les règles du jeu.

Je simplifie beaucoup les choses, mais c’est ainsi que nous les abordons d’un point de vue très concret. Il faut se demander comment amener les gens à faire confiance à la technologie que l’organisation adopte et à l’adopter eux-mêmes, tout en évitant les comportements à risque.

C. C. : En ce qui concerne la collaboration avec les agents d’IA et leur gestion, ce que nous observons dans le secteur, c’est que l’accès à cette technologie accélère considérablement le perfectionnement des compétences.

À leur arrivée dans votre organisation, les recrues qui ont grandi à l’ère numérique et qui savent utiliser l’IA innoveront beaucoup plus rapidement si elles ont accès aux outils d’IA. Elles devraient faire partie du comité sur la refonte des méthodes de travail et contribuer à la réflexion, car elles n’ont pas accumulé 20 ans d’habitudes dans l’organisation. Elles n’ont donc pas le réflexe de dire « C’est comme ça qu’on a toujours fait les choses. »

Elles portent un regard très différent sur la situation. Accueillir des recrues représente donc une occasion intéressante. Elles ne sont pas nécessairement des spécialistes du secteur d’activité de votre organisation, mais elles apportent une perspective nouvelle. Elles peuvent donc créer des agents et les utiliser de façons inédites.

Cela modifie en quelque sorte la hiérarchie de l’organisation et, à terme, ça devrait un peu l’aplanir. Il faut ensuite se poser la question suivante : si la structure hiérarchique s’aplanit, comment pouvons-nous réinventer les rôles pour continuer à offrir les possibilités d’avancement et tout ce que les gens cherchent normalement à obtenir dans une entreprise? Cet aplanissement deviendra essentiel au succès de la transition vers un nouveau modèle d’exploitation. 

V. P. : Quels éléments doivent être réunis pour réussir à mettre en œuvre l’IA à grande échelle? 

A. A. : Les objectifs liés à l’IA se heurtent à des contraintes très concrètes. Il s’agit d’abord de la disponibilité de l’énergie, de la main-d’œuvre, des centres de données, du réseau, de la connectivité et de la puissance de calcul. Viennent ensuite les entreprises, les grands modèles de langage et les applications. Tout cela représente une immense pyramide, à la base de laquelle doit se trouver une stratégie en matière d’IA et de soutien des organisations bien définie à l’échelle canadienne, en tant que nation.

Pour le meilleur ou pour le pire, tout commence par l’énergie et les politiques publiques. Si nous voulons permettre à toutes les organisations d’adopter l’IA à grande échelle, nous devons agir rapidement et nous assurer que les secteurs public et privé avancent de concert en matière d’adoption et de déploiement de l’IA.

C’est la vision à l’échelle nationale. Pour le niveau organisationnel, la confiance est essentielle. La confiance est la clé pour déployer l’IA à grande échelle dans une organisation, peu importe sa taille. Vous devez mobiliser votre personnel. Les gens doivent croire en la pertinence de la stratégie d’IA que vous cherchez à mettre en place.

Et, comme nous l’avons mentionné, vous devez avoir un problème organisationnel à régler de façon efficace. Il faut également des exemples positifs en cours de route. Je n’aime vraiment pas les appeler des « projets pilotes », mais je n’ai parfois pas le choix. Donnez-vous 60 ou 90 jours, montrez les résultats et gagnez la confiance du personnel. Est-ce que l’outil fonctionne? Est-ce qu’il crée une réelle valeur opérationnelle à tous les niveaux? Si c’est le cas, investissez davantage et tentez de l’adopter à grande échelle.

C. C. : Chaque organisation devrait également se doter d’un cadre ou d’une politique d’utilisation responsable de l’IA. L’objectif est notamment d’assurer la transparence en répondant aux questions suivantes : Comment sont prises les décisions? Quelles sont les données ciblées et celles écartées? Qui intervient en cas de problème?

Comment signale-t-on la présence d’un problème? Qu’est-ce qui doit être désactivé? Comment procède-t-on à cette désactivation? Comment la confidentialité des données est-elle protégée? Faut-il obtenir le consentement pour certains types de données? Tous ces éléments doivent être couverts par une politique interne, et la gouvernance globale est très importante. 

Un cadre de gestion du risque serait également nécessaire. Selon moi, il devrait relever du conseil d’administration ou, à tout le moins, du plus haut niveau de la direction. L’équipe de direction élabore ce cadre de gestion du risque lié à l’IA, le conseil d’administration l’approuve, puis des rapports sont produits chaque trimestre sur le sujet. Ce cadre pourrait englober divers éléments importants, dont ceux que je viens de mentionner. Il pourrait notamment inclure une évaluation de la valeur réellement générée par les investissements en IA. Certains volets du cadre pourraient être axés davantage sur les activités d’affaires que sur la protection et la conformité.

Ce sont quelques idées intéressantes. Il est vrai que la pression est naturellement plus grande pour l’équipe de direction lorsque le conseil d’administration est impliqué. Mais s’ils collaborent à l’élaboration du cadre de gestion du risque et à sa tenue à jour au fil des changements technologiques, l’organisation gagne en agilité, ce qui m’amène à un autre élément important : les garde-fous.

Lorsque le personnel comprend clairement ce qu’il peut ou non faire avec les outils d’IA, il est beaucoup plus enclin à les utiliser. On constate souvent que la peur freine l’adoption. « Si j’utilise l’IA dans cette situation, est-ce que je risque d’avoir des problèmes? Est-ce que je pourrais perdre mon emploi? Qu’est-ce qui pourrait arriver? » Lorsqu’il comprend que des garde-fous sont en place et qu’il n’a pas à s’en inquiéter, le personnel adopte généralement l’IA beaucoup plus rapidement.

V. P. : Pendant que vous discutiez, je ne cessais de penser à la gestion du changement. Les spécialistes des risques peuvent élaborer le meilleur cadre qui soit, mais si vos collègues et vous ne comprenez pas ce que cela signifie concrètement, vous n’adopterez pas l’IA.

Je me disais que c’est un volet important. 

A. A. : Pour être honnête, la gestion du changement est peut-être la partie la plus difficile. 

V. P. : Oui, tout à fait. 

C. C. : Comme la communication liée à ce changement. On revient encore à la communication. Comment faire passer le message pour que le personnel comprenne réellement ce qu’il peut faire avec l’IA?

Au fond, il s’agit de lui donner l’autonomie et les outils nécessaires pour l’exploiter de façon productive. Sinon, il risque de s’en servir uniquement pour des tâches ponctuelles qui auront peut-être, ou peut-être pas, une incidence sur l’entreprise. 

V. P. : J’aimerais maintenant revenir sur un sujet dont nous avions parlé lors de notre précédente conversation : l’écart entre les sexes dans l’adoption et l’utilisation de l’IA.

Pouvez-vous nous parler un peu de vos observations à ce sujet? 

A. A. : J’ai lu récemment une donnée de Statistique Canada selon laquelle, en milieu de travail, l’utilisation de l’IA générative est pratiquement la même chez les hommes que chez les femmes, soit environ 22 %. C’est bien, car cela laisse entendre que les niveaux d’accès et d’intérêt sont comparables.

J’aime bien cette statistique. Nous allons dans la bonne direction. Cela dit, je vois la question sous un angle différent. Il ne s’agit pas seulement de l’accès. L’égalité ne pose pas problème à ce niveau. Il faut plutôt se demander qui conçoit l’IA, qui établit le cadre, qui en assure la gouvernance et qui prend les décisions concernant les outils et les stratégies que nous adoptons.

Ça va bien au-delà de l’utilisation et de l’adoption, et je crois que, en tant que femmes dirigeantes, nous devons en être pleinement conscientes. Qui a la possibilité de prendre les devants et de diriger un projet? Nous devons porter une attention particulière à la question. Ce n’est pas nouveau. Ça s’applique à tous les projets. L’IA n’a pas créé cet enjeu, mais je crois que nous devons en être encore plus conscientes, car cette technologie évolue à une vitesse fulgurante.

Nous arrivons à peine à suivre le rythme. Elle permet d’accomplir des choses à une vitesse inégalée. Que les résultats soient extraordinaires, médiocres ou risqués, elle travaille beaucoup plus vite qu’une personne. C’est à la fois son plus grand avantage et son plus grand inconvénient. Nous pouvons créer quelque chose d’excellent très rapidement, mais nous pouvons aussi échouer lamentablement tout aussi vite.

Prenez ce qui s’est passé ce matin ou hier soir et qui a fait les manchettes. L’un des modèles d’OpenAI a mené une cyberattaque contre Hugging Face. Tout s’est déroulé très rapidement. Ce genre d’incidents peuvent se produire si nous ne faisons pas preuve de vigilance. Mais cette technologie peut aussi générer d’excellents résultats et des gains considérables.

Assurons-nous simplement qu’il existe un équilibre entre les personnes qui prennent les décisions et qui mettent les cadres en place. À mon avis, c’est là notre véritable défi. Rien n’a changé. Les enjeux demeurent les mêmes. Nous devons simplement en être davantage conscientes. 

V. P. : Quel conseil donneriez-vous aux personnes présentes alors qu’elles réfléchissent aux douze prochains mois, que ce soit concernant l’adoption de l’IA, sa démystification dans leur organisation ou l’expérimentation?

Si vous ne pouviez en donner un seul, que serait-il? 

C. C. : Essayez l’IA. Si vous ne l’utilisez pas déjà, commencez à le faire. Si votre organisation limite encore l’accès aux outils, prenez le temps de l’utiliser à la maison et de vous informer. Il existe une foule de balados et de ressources sur le sujet.

Mais ne vous contentez pas de l’utiliser. Pensez à la communication : partagez vos observations avec vos équipes et votre organisation. Par exemple, quelle valeur en tirez-vous dans votre vie personnelle? Dans quelle situation avez-vous fait un essai qui s’est soldé par un échec retentissant? Vous avez essayé quelque chose et ça n’a pas fonctionné. L’outil a généré des résultats qui n’avaient tout simplement aucun sens.

C’est grâce à ces échanges que les membres de votre équipe et vos collègues, qui ont peut-être exactement le même problème, se sentiront plus à l’aise. « J’obtiens les mêmes résultats. »

On revient alors à la collaboration : « peut-être que nous nous y prenons mal ou peut-être que l’outil que nous utilisons n’est tout simplement pas le bon. » On revoit ensuite les choses ensemble. Je dirais donc que la communication, le fait de garder l’humain au centre des préoccupations et la direction empathique sont essentiels durant cette période de grand changement.

A. A. : Vous avez probablement l’impression de ne pas être prêts. Et c’est normal. Vous n’aurez pas l’impression de l’être demain non plus ni la semaine prochaine. Personne ne l’est complètement. Je ne sais pas qui pourrait affirmer le contraire. Mais lancez-vous. Informez-vous autant que possible. Et comme l’a dit Cari, incitez votre équipe à faire de même, parce que ce ne sera pas un long fleuve tranquille.

La technologie évolue à un rythme effréné, les infrastructures aussi. L’application que vous connaissez et appréciez aujourd’hui pourrait être complètement différente dans un mois ou deux. Entourez-vous de personnes curieuses, qui sont capables d’itérer rapidement et d’apprendre vite, puis trouvez une solution ensemble. N’oubliez pas, encore une fois, d’entretenir le dialogue et d’instaurer la confiance.

Sans cette confiance, qui demeure le fondement de tout, vous ne parviendrez pas à bien mettre en œuvre l’IA. Mais vous devez commencer aujourd’hui. Vous n’avez pas à être scientifique de données. Je ne sais même pas s’il y en a dans la salle. Vous devez simplement en savoir assez pour poser les bonnes questions, analyser les résultats et former votre équipe.

C’est tout. 

V. P. : Parfait, génial. Merci pour cette conversation. Comme je le répète pour la troisième fois, j’ai encore appris énormément de choses.