Malgré ses défis actuels, l’intelligence artificielle générative pourrait tirer parti du succès du low-code pour se rendre plus accessible et favoriser son adoption.
L’intelligence artificielle générative ne se limite plus aux simples assistants conversationnels. Elle évolue désormais vers des capacités d’automatisation avancées, désignées sous le terme d’IA agentique. Son efficacité repose en grande partie sur sa personnalisation, favorisant une adoption croissante par les travailleurs. Plus ces derniers expérimentent ses fonctionnalités, plus ils en exploitent le potentiel.
Les clés de l’adoption de la GenAI
L’adoption de l’intelligence artificielle générative repose en grande partie sur la formation, notamment dans les procédures courantes de travail. Une étude menée par Microsoft et LinkedIn révèle que les utilisateurs formés à cette technologie sont 37 % plus susceptibles de gagner 30 minutes par jour. De plus, le partage des meilleures pratiques, notamment l’utilisation de prompts optimisés, joue également un rôle clé dans cette adoption. Par exemple, dans le cas de Virgin Atlantic, la réussite du déploiement de Copilot au sein de l’entreprise repose sur la formation et sur la désignation de référents chargés d’accompagner les utilisateurs.
D’ailleurs, la mise en place d’un environnement propice à l’expérimentation est un levier essentiel pour favoriser l’appropriation de la GenAI. Gary Walker, vice-président de Virgin Atlantic, insiste sur l’importance de la collaboration et du partage des découvertes, qu’il compare au développement du low-code, dont la progression a suivi un modèle communautaire. De même, John Bratincevic, analyste chez Forrester, établit un parallèle entre la préparation nécessaire à l’adoption du low-code et les conditions favorisant le succès de l’intelligence artificielle générative.
Dans le cadre de cette évolution technologique, le modèle de travail flexible, tel que celui du salarié porté, peut également offrir une grande souplesse, permettant aux professionnels de s’adapter plus facilement aux nouvelles pratiques.
Les défis et opportunités de l’IA agentique
L’intelligence artificielle agentique va bien au-delà de l’automatisation, elle s’étend désormais à la gestion autonome des processus métier. L’intelligence artificielle générative renforce ces systèmes en s’intégrant aux plateformes low-code, telles que Power Platform, Zoho ou Salesforce, simplifiant ainsi la création d’applications et de workflows.
Toutefois, cette convergence technologique soulève des enjeux en matière de régulation, de contrôle et de protection des données. Il est donc essentiel pour les entreprises d’encadrer l’accès aux informations et de surveiller l’usage de ces outils afin d’en garantir une utilisation sécurisée et conforme.
De plus, elles doivent également définir des cas d’usage pertinents, en se basant sur des besoins métier concrets plutôt que sur un simple engouement technologique. À titre d’exemple, de nombreuses organisations exploitent l’intelligence artificielle génératif pour optimiser divers processus, notamment le traitement des réclamations, les appels d’offres ou encore le développement de solutions « Software as a Service » adaptées aux besoins juridiques. Simultanément, d’autres entreprises ont recours au low-code pour créer des applications stratégiques.
Dans un contexte de flexibilité accrue, un salarié porté peut également bénéficier de ces outils pour optimiser ses propres processus et proposer des solutions innovantes à ses clients.
John Bratincevic rappelle que l’expérimentation à grande échelle demeure essentielle pour exploiter pleinement le potentiel de la GenAI. De ce fait, le low-code se révèle être un catalyseur idéal, permettant aux experts métier de concevoir des solutions adaptées à leurs besoins spécifiques. Ainsi, IA et low-code s’imposent comme des outils complémentaires, transformant en profondeur les processus d’entreprise.
