Certains des travaux les plus utiles menés chez RTS dans le domaine de l'IA se déroulent loin des produits destinés aux clients. Cette année, je me suis concentré sur un sujet qui peut paraître simple, mais qui a d’énormes implications pour toute entreprise axée sur la technologie :

Rendre nos données plus utiles.

Le secteur de la gestion des déchets génère une quantité considérable d'informations opérationnelles et financières. Chez RTS, cette complexité s'accroît encore davantage, car nous aidons nos clients à gérer des services sur de vastes réseaux de sites. Le défi ne consiste pas simplement à collecter davantage de données. Il s'agit de veiller à ce que nos équipes puissent les comprendre suffisamment rapidement pour prendre de meilleures décisions.

C'est là que l'IA a commencé à changer ma façon de travailler.

Passez moins de temps à préparer votre réponse

Une grande partie de l'analyse traditionnelle consiste à préparer les informations avant que quiconque puisse réellement les analyser.

  • Les données doivent être organisées.
  • Il faut comparer différentes sources.
  • Il faut identifier les tendances.
  • Les incohérences doivent faire l'objet d'une enquête.

Notre équipe utilise l'IA pour rendre certaines parties de ce travail d'analyse beaucoup plus efficaces. Pour moi, l'avancée majeure ne réside pas dans le fait que l'IA prenne la décision. C'est de réduire la quantité de tâches préparatoires répétitives qui s'interposent entre une personne et la prise de décision.

Lorsque nous y parvenons, nos équipes ont davantage de temps pour poser les questions qui comptent vraiment.

  • Quels sont les changements ?
  • Pourquoi cela change-t-il ?
  • Sur quels points devrions-nous approfondir nos recherches ?
  • Quelles mesures l'entreprise devrait-elle prendre ?

Renforcer les bases

Ces travaux ont également confirmé une idée qui, selon moi, va prendre de plus en plus d’importance à mesure que les entreprises se précipitent pour adopter l’IA : l'IA n'est utile que dans la mesure où le sont les informations sur lesquelles elle repose.

Avant qu'une organisation puisse développer des capacités d'analyse sophistiquées, elle doit avoir confiance dans la manière dont ses données sont structurées et interprétées. Cela a constitué un aspect important du travail que nos équipes chez RTS mènent en coulisses. Nous mettons en place des bases plus solides afin que l'information circule de manière plus cohérente au sein de l'entreprise et que les décideurs puissent avoir davantage confiance dans les données dont ils disposent.

Il se peut que les clients ne voient jamais directement ce travail. Mais ils en ressentent les effets. Des données de meilleure qualité permettent une exécution plus précise. Elles aident les équipes à identifier les problèmes plus rapidement. Elles nous permettent de formuler des recommandations plus éclairées. Et cela jette les bases sur lesquelles RTS pourra développer des capacités d’IA plus sophistiquées à l’avenir.

L'évolution du rôle de l'analyste

Cela modifie également ma façon d'envisager mon propre métier. L'IA ne rend pas l'expertise analytique moins précieuse. Elle permet au contraire de consacrer cette expertise à des problèmes à plus forte valeur ajoutée. Si la technologie peut aider à organiser les informations, à reconnaître des schémas ou à accélérer les tâches répétitives, l’analyste peut consacrer davantage de temps à interpréter la signification de ces informations. C’est un rôle bien plus intéressant. Et je pense que c’est un avant-goût de ce qui nous attend chez RTS.

La prochaine étape de l'IA ne consiste pas simplement à intégrer un chatbot dans un processus de travail. Il s'agit d'intégrer l'intelligence au fonctionnement même de l'entreprise, en fournissant aux collaborateurs des informations de meilleure qualité et plus rapidement, afin qu'ils puissent prendre de meilleures décisions. Une grande partie de ce travail se fera discrètement en coulisses. Mais cela n’enlève rien à son caractère innovant. Nos clients font confiance à RTS pour gérer leurs opérations complexes de gestion des déchets.

Plus nous rendons intelligents les systèmes qui sous-tendent ce travail, plus nos équipes seront en mesure de répondre à leurs attentes.