Transformer les opérations en logique, donc en code
Depuis les premiers référentiels qualité jusqu’aux démarches DevOps, les entreprises ont cherché à expliciter, à rationaliser et à automatiser leurs processus métiers. A l’heure de l’intelligence artificielle générative, cette formalisation devient possible, estime le Boston Consulting Group.
Ces dix dernières années, les leaders technologiques se sont concentrés sur l’optimisation de leurs infrastructures technologiques. Ils ont migré leurs charges de travail vers le cloud et modernisé leurs données, démantelant au passage les systèmes existants. Ces priorités étaient pertinentes, mais ne constituaient pas l’objectif final.
Aujourd’hui, la question n’est plus de savoir comment migrer, mais comment se différencier grâce à la technologie elle-même. Le Boston Consulting Group appelle ce nouveau chapitre l’« Enterprise-as-Code ».
« L’Enterprise-as-Code consiste essentiellement à définir explicitement le fonctionnement d’une entreprise en capturant son modèle opérationnel implicite et en l’exprimant sous forme de code, expliquent
Filippo Scognamiglio, Managing Director & Partner; BCG Henderson Institute Functional Leader, et Erik Lenhard, Partner and Director, Enterprise Agility, BCG Munich. Cela permet aux personnes comme aux systèmes de comprendre, de tester et d’améliorer le fonctionnement des organisations, qu’il s’agisse de frameworks d’automatisation, d’outils analytiques ou d’agents d’IA. »
Formaliser les opérations sous forme de logique structurée
Adopter ce changement exige des organisations qu’elles passent de l’intuition à la spécification, peut-on lire dans l’étude « The Enterprise as Code Operating Model for the AI Era », qui vient de paraître. Plutôt que de s’appuyer sur une compréhension imprécise du fonctionnement des choses, elles capturent la logique sous-jacente aux opérations et aux décisions sous des formes exploitables et évolutives pour les personnes comme pour les systèmes.
La plupart des entreprises sont capables de mieux définir leurs activités qu’elles ne le pensent, apprend-t-on, mais des connaissances essentielles restent souvent enfouies dans des classeurs et des tableurs, lors de conversations informelles ou dans la mémoire des individus. Ce manque de documentation et d’informations accessibles ralentit la prise de décision et freine la croissance.
Lorsque les organisations formalisent leurs opérations sous forme de logique structurée, tout change. Elles peuvent tester et optimiser leurs méthodes de travail. Elles peuvent automatiser certaines parties de leurs processus, tout comme elles peuvent amplifier la valeur et l’impact de leurs collaborateurs. Alliant rigueur et adaptabilité, la clarté agit comme un accélérateur : plus le travail est défini avec précision, plus il évolue rapidement. Définir explicitement les opérations rend également la collaboration entre les personnes et les machines plus naturelle et prévisible.
La prochaine frontière de la productivité
Chaque vague de technologies d’entreprise a étendu le champ des possibles pour les entreprises. Internet a démocratisé la communication. Le cloud a démocratisé l’infrastructure. L’Enterprise-as-Code démocratisera les capacités elles-mêmes en donnant aux entreprises le pouvoir de concevoir, d’exécuter et de faire évoluer leurs opérations.
Lorsque la logique d’une entreprise devient explicite, l’écart entre l’intention et l’exécution se réduit, défend le BCG. Les idées circulent plus vite. Les décisions gagnent en qualité et en rapidité. Les équipes consacrent moins de temps à la coordination et plus de temps à la création de valeur.
La préparation détermine les résultats
Les organisations sont très différentes quant à leur niveau de préparation à cette transformation. Certaines entreprises fonctionnent déjà selon des processus structurés et des politiques formelles. D’autres s’appuient encore principalement sur des connaissances non écrites et des habitudes culturelles.
La valeur ajoutée qu’une entreprise tire de l’IA et de l’automatisation dépend en grande partie de la clarté avec laquelle elle définit les résultats escomptés et de la solidité du lien établi entre ces résultats et les actions qui les produisent. Lorsque les processus restent purement théoriques, il est difficile d’exploiter efficacement l’intelligence artificielle. En revanche, lorsque les flux de travail et les règles de décision sont formalisés et mis à jour, l’IA peut optimiser ce qui fonctionne déjà, au lieu de simplement corriger ce qui ne fonctionne pas.
Vers une intelligence évolutive
Grâce à cette approche, certaines entreprises constatent déjà de réels retours sur investissement de l’IA. Par exemple, certaines obtiennent un meilleur retour sur investissement en définissant rigoureusement leurs politiques de données. Les entreprises dont les processus sont compréhensibles par les machines progressent plus rapidement, et leur dynamique ne fera que s’amplifier.
Chaque organisation peut entreprendre cette démarche dès maintenant. Plus tôt les dirigeants formaliseront leur logique opérationnelle, plus tôt ils jetteront les bases d’une intelligence évolutive
