Lorsque nous pensons aux technologies les plus disruptives et populaires qui ont gagné du terrain dans le monde des affaires, il est impossible de ne pas considérer l'intelligence artificielle comme l'un des principaux outils. Et ce n'est pas par hasard, étant donné l'étude « L'état de l'IA début 2024 : l'adoption de l'IA générative augmente et commence à générer de la valeur », réalisée par McKinsey, révèle que 72 % des entreprises utilisent déjà l'IA. L'enthousiasme est principalement alimenté par la possibilité d'éliminer les tâches répétitives grâce à l'automatisation, optimiser le temps des professionnels, qui peut être utilisé dans des activités de plus grande valeur et pertinence, réduire les coûts et augmenter l'efficacité
Cette frénésie peut amener les gestionnaires qui n'ont pas encore adopté cette technologie à se sentir désavantagés. Dans des marchés hautement compétitifs, il est courant de rechercher des solutions innovantes pour que les organisations se démarquent et atteignent le succès. Cependant, il est crucial que les gestionnaires réfléchissent de manière stratégique avant d'adopter de nouvelles technologies, en évitant des décisions hâtives qui ne visent que l'apparence de l'innovation. Il est nécessaire de garantir que l'acceptation de ces solutions soit alignée avec les besoins réels de l'entreprise et de comprendre comment elles peuvent, en effet, stimuler la croissance
L'adoption doit être soigneusement étudiée, car toute modification dans le quotidien de travail implique des changements dans les processus, structures organisationnelles et dans la culture, ce qui demande autant de temps que de ressources.
Pour soutenir la prise de décision, des spécialistes comme Alexandre Nascimento, chercheur du MIT, présentent des études qui peuvent être fondamentales dans le développement d'un plan d'IA pour l'entreprise. Un exemple est le modèle AI2M (Modèle d'Intention d'Adoption de l'Intelligence Artificielle), créé par lui,qui considère cinq facteurs principaux qui influencent l'intention d'intégration de l'IA : les conditions facilitantes, qui évaluent si l'utilisateur pense avoir les ressources nécessaires pour utiliser l'IA; les attentes de performance, qui mesure si l'utilisateur croit que l'IA améliorera sa performance au travail; l'attente d'effort, qui reflète la perception de l'utilisateur sur la difficulté d'apprendre et d'utiliser l'IA; l'auto-efficacité, quelle est la confiance de l'utilisateur dans sa capacité à utiliser l'IA; et l'influence sociale, qui évalue la pression perçue de la part des autres pour adopter l'IA.
De manière plus générale, ces décideurs doivent considérer le scénario suivant : quel est le problème auquel je fais face et comment l'IA peut-elle aider à le résoudre, au lieu d'adopter l'approche inverse, ce serait décider d'implémenter l'IA sans considérer où et comment elle sera appliquée. Ces questionnements n'ont pas l'intention de présenter une vision négative sur l'intégration de l'IA, car il est évident combien cela peut bénéficier aux processus de travail. Au lieu de cela, l'objectif est de souligner que l'IA doit être considérée comme un outil, et non comme la solution miracle, comme l'enthousiasme et le buzz générés par l'attention fréquente des médias font souvent sembler. Ainsi, les organisations peuvent maximiser les avantages de l'IA et garantir une transformation efficace
