L'entreprise introduit l'IA, la norme est passée de « démonstration » à « intégration et résultats opérationnels »

L’introduction de l’intelligence artificielle par les entreprises passe d’une phase principalement axée sur « l’attente » à une étape où l’accent est mis sur les résultats concrets.
Certaines analyses indiquent que la clé de la réussite ne réside pas tant dans le modèle lui-même, mais dans sa capacité à s’intégrer naturellement aux systèmes existants, ainsi que dans l’équilibre entre automatisation de la conception et rôle de l’humain.

L’entreprise de services en données et IA Quantiphi explique lors de l’événement récent « Phi Moments @ Next » que, pour que l’IA se traduise en résultats tangibles en entreprise, la performance du produit seule ne suffit pas.
Ishaan Aggarwal, responsable de l’expérience client chez Quantiphi, indique que si une licence logicielle peut offrir des fonctionnalités, c’est en fin de compte le rôle du partenaire d’ingénierie à exploiter ces fonctionnalités.
Quantiphi souligne que son avantage réside dans un « accélérateur » qui augmente la vitesse de développement et dans une couche d’orchestration qui réduit la perte de contexte, permettant à l’IA de collaborer sur plusieurs plateformes.

Une collaboration centrée sur l’expérience client est le point de départ de l’intégration de l’IA

La collaboration entre Quantiphi et Five9, une entreprise de centres de contact cloud, est très remarquée pour son accent sur « l’expérience utilisateur final » plutôt que sur la simple vente technologique.
Ray Dean, vice-président du département de croissance du marché cloud de Five9, explique que des objectifs clairs et une confiance renforcée par la compréhension mutuelle entre équipes améliorent la confiance et l’exécution.

L’essentiel réside dans une « intégration transparente », c’est-à-dire augmenter les fonctionnalités d’IA sans nuire à l’expérience client.
Cela signifie que, pour une entreprise, il est plus important de savoir si l’IA peut se transformer directement en résultats sans perturber les flux de travail existants.

En Indonésie, la « souveraineté numérique » devient un mot-clé pour la diffusion de l’IA

La collaboration entre l’opérateur télécom indonésien Indosat Ooredoo Hutchison et Quantiphi montre que l’IA peut être liée à la compétitivité numérique au niveau national.
Harshini Infanta, de Quantiphi, explique que l’accent est mis sur la combinaison d’infrastructures IA de pointe, de compréhension locale et de capacités d’ingénierie pour créer des changements tangibles que les citoyens peuvent ressentir.

Vishal Gupta, directeur de la transformation technologique et des achats chez Indosat, évalue que cette transformation n’est pas simplement un changement technologique, mais une refonte organisationnelle complète.
Cela confirme que, dans la transition vers l’IA, la direction stratégique doit précéder l’action des départements de première ligne.

Dans le secteur de la santé, l’accent est mis davantage sur les résultats pour les patients que sur le « profit »

Dans la collaboration avec Highmark Health, une filiale de Highmark, l’objectif centré sur le patient est prioritaire.
Dinesh Kabaleeswaran, responsable des ventes en Amérique du Nord chez Quantiphi, souligne qu’il est crucial de privilégier l’impact sur les patients et les résultats médicaux concrets plutôt que la rentabilité à court terme.

Nik Acheson, vice-président de la stratégie, de l’architecture et de l’ingénierie des données chez Highmark Health, indique qu’ils visent à utiliser des insights basés sur les données et une expérience intersectorielle pour améliorer l’accès aux soins et anticiper les besoins des patients.
Cela montre que l’IA en santé évolue d’une simple automatisation de la consultation vers une amélioration simultanée de la qualité de service et de l’efficacité opérationnelle.

Sur le terrain industriel, l’équilibre entre innovation et efficacité opérationnelle est crucial

Dans le cas de la collaboration avec Honeywell International ($HON), l’accent est mis sur l’équilibre entre innovation en IA et stabilité opérationnelle.
Quantiphi a amélioré la vitesse d’innovation grâce à ses capacités en IA, tandis que Honeywell, avec son expérience en automatisation industrielle et contrôle, a adapté ses solutions à la réalité du terrain.

Les résultats se traduisent par une amélioration des performances des actifs et une augmentation de la sécurité des processus industriels.
Ankur Manake, responsable des données et de l’IA chez Honeywell Forge, indique que dans des environnements industriels complexes, ces « indicateurs phares » sont des critères clés pour juger du succès de l’IA.
Cela implique que les standards d’évaluation de l’IA ne se limitent plus à des fonctionnalités impressionnantes, mais incluent aussi l’amélioration des KPI sur site.

L’industrie du jeu se concentre sur la fidélisation des utilisateurs plutôt que sur la « gestion des tickets »

La plateforme de support client dans le secteur du jeu, Helpshift, collabore avec Quantiphi pour minimiser les frictions dans le support utilisateur.
Ram Kasi, responsable de la division GCP chez Quantiphi EMEA, explique que l’expérience acquise dans la transformation des centres de contact a été essentielle pour appliquer de manière stable les technologies IA en production.

Erik Ashby, chef de la recherche produit chez Helpshift, indique que l’objectif n’est pas simplement de traiter des tickets de support, mais de faire revenir rapidement les utilisateurs au jeu.
Cela montre que la performance des agents IA se mesure désormais par la satisfaction utilisateur et la réduction du taux de churn, plutôt que par le volume de requêtes traitées en interne.

La migration complexe de données dépend aussi d’un « partenariat fiable »

Une entreprise d’édition avec 219 ans d’histoire, John Wiley & Sons, a collaboré avec Quantiphi et Google Cloud pour résoudre le problème de fragmentation des données.
Mehul Trivedi, vice-président du groupe technique de Wiley, indique que la migration de plus de 30 000 tables et 300 To de données, qui prenait habituellement deux ans, a été réduite à 6-9 mois.

Cependant, le vrai défi ne réside pas simplement dans la migration cloud.
Debopriyo Nag, responsable de l’analyse des données chez Quantiphi, souligne qu’il est plus important de contextualiser les données fragmentées accumulées sur des décennies pour qu’elles soient exploitables par l’IA.
En fin de compte, la compétitivité de l’IA d’une entreprise dépend moins de l’introduction de modèles que de la conception de la gestion et de l’intégration des données.

Le marché de l’IA, passant du « showcase » à la « validation des résultats »

Ce cas montre que le marché de l’IA en entreprise ne se limite plus à des démonstrations impressionnantes.
Seules des IA capables de résoudre les enjeux clés de chaque secteur — comme l’expérience client, la souveraineté numérique, les résultats pour les patients, la sécurité industrielle, la fidélisation, la modernisation des données — peuvent prouver leur valeur.

Dans l’ensemble du marché, l’attention des entreprises ne porte plus tant sur l’IA elle-même, mais sur « comment la connecter, comment l’opérer, quels résultats elle génère ».
Par rapport à des démonstrations techniques spectaculaires, l’« intégration transparente » et les résultats mesurables deviennent les nouveaux standards pour l’introduction de l’IA.