IMA Worldwide a positionné sa méthodologie d'implémentation accélérée (AIM) comme une réponse structurée à l'un des problèmes les plus persistants des déploiements technologiques en entreprise : les systèmes d'IA qui sont mis en service dans les délais mais ne parviennent pas à générer un changement de comportement durable parmi les employés qui doivent les utiliser. L'entreprise dirige son cadre basé sur la recherche spécifiquement sur l'écart entre l'installation technique et l'adoption humaine réelle, une distinction qu'elle affirme que la plupart des organisations continuent de sous-estimer.
Les projets d'IA en entreprise franchissent régulièrement leurs jalons techniques. L'infrastructure est configurée, les modèles sont intégrés, les tableaux de bord sont mis en service et les dates de lancement sont respectées. Pourtant, dans tous les secteurs, les organisations signalent que les flux de travail des employés restent largement inchangés des semaines ou des mois après la mise en service. McKinsey rapporte que les recherches suggèrent qu'environ 70 % des transformations organisationnelles échouent, c'est-à-dire qu'elles n'atteignent pas leurs objectifs, prennent trop de temps ou ne parviennent pas à maintenir leurs gains. Les déploiements d'IA ont tendance à suivre le même schéma. La technologie fonctionne comme prévu. La couche humaine, elle, ne suit pas.
IMA Worldwide établit une distinction claire entre installation et implémentation. L'installation est le moment où un système devient opérationnel. L'implémentation est la période soutenue pendant laquelle les employés adoptent de nouveaux comportements, abandonnent les habitudes héritées et intègrent de nouveaux outils dans le travail quotidien. Dans la plupart des programmes d'IA en entreprise, des investissements importants sont dirigés vers la première tandis que la seconde reçoit un soutien structuré limité. Ce déséquilibre, selon IMA Worldwide, est la principale raison pour laquelle l'adoption stagne.
La méthodologie d'implémentation accélérée (AIM) a été développée par Don Harrison au cours de plus de 40 ans de recherche sur le terrain sur les raisons pour lesquelles les initiatives organisationnelles réussissent ou échouent. Plutôt que de traiter le changement comme un exercice de communication ou un événement de formation, AIM le traite comme un système qui doit être activement géré, avec des rôles définis, un renforcement mesurable et des structures de responsabilité intégrées dans le plan d'implémentation dès le départ.
Un élément central d'AIM pertinent pour l'adoption de l'IA est le rôle du parrainage exécutif. IMA Worldwide souligne que le parrainage n'est pas une fonction cérémonielle. Les cadres responsables des initiatives d'IA sont censés exprimer leur engagement envers le changement en termes clairs et cohérents, modéliser eux-mêmes les nouveaux comportements et renforcer l'adoption en ajustant les systèmes, les incitations et les conséquences en conséquence. IMA Worldwide appelle cela le ratio Exprimer, Modéliser, Renforcer (EMR), un cadre pour évaluer si le comportement des dirigeants conduit réellement l'effort d'adoption ou se contente de l'approuver à distance.
Lorsque le ratio EMR est déséquilibré, les employés reçoivent des signaux contradictoires. Un dirigeant peut exprimer son soutien à un outil d'IA lors d'une réunion tout en continuant à demander des résultats dans des formats qui le contournent entièrement. Cette incohérence communique plus aux employés que tout message formel sur l'adoption de l'IA, et AIM identifie la résolution de cet écart comme un problème de responsabilité de leadership, et non un problème de communication sur le changement.
L'application d'AIM par IMA Worldwide aux programmes d'IA en entreprise se concentre sur la construction de ce que la méthodologie appelle une cascade de parrainage. Les cadres supérieurs qui détiennent la justification stratégique d'une initiative d'IA ne peuvent pas déléguer entièrement la responsabilité de l'adoption aux équipes de projet ou aux services informatiques. AIM exige que l'engagement soit activement démontré et renforcé à chaque niveau de l'organisation, de la haute direction aux managers intermédiaires et aux employés de première ligne dont le comportement quotidien détermine en fin de compte si un système d'IA apporte une valeur mesurable.
Cette structure est particulièrement importante dans les déploiements d'IA car les changements de comportement requis sont souvent plus fondamentaux que ceux associés aux déploiements technologiques antérieurs. Les employés ne se contentent pas d'apprendre de nouvelles interfaces logicielles. On leur demande de changer la façon dont ils prennent des décisions, dont ils vérifient les informations et, dans certains cas, dont ils définissent leurs propres contributions professionnelles. Sans un renforcement actif du leadership fondé sur une méthodologie comme AIM, ces changements deviennent rarement durables.
Pour plus d'informations, visitez IMA Worldwide.
