Skip to content
AI & Innovation, Artificial Intelligence

AI for AI’s Sake Is Not the Right Approach

How to develop a smarter strategy to adopting new tools.


Le psychologue Abraham Maslow a dit cette phrase célèbre : « Si le seul outil dont vous disposez est un marteau, vous avez tendance à voir tous les problèmes comme des clous. » Et partout où l’on regarde aujourd’hui, les entreprises utilisent l’IA comme un marteau, dans l’espoir qu’elle puisse résoudre tous leurs problèmes commerciaux urgents : « Comment pouvons-nous utiliser l’IA ? Comment pouvons-nous vendre l’IA ? Comment pouvons-nous gagner de l’argent grâce à l’IA ? »

Mais voilà le problème : si vous commencez par ces questions, vous partez d’une hypothèse erronée. La bonne question n’est pas « Comment utiliser/vendre/faire fortune avec l’IA ? », mais « Quels problèmes essayons-nous de résoudre ? ».

Quel problème résolvez-vous ?

La technologie devrait nous permettre de mieux accomplir les tâches proprement humaines, et non remplacer notre capacité à réfléchir, à créer et à tisser des liens les uns avec les autres. C’est précisément parce que l’on part de l’outil plutôt que du problème que de nombreuses mises en œuvre de l’IA sont au point mort. Les entreprises appliquent la technologie à des problèmes qu’elles n’ont ni correctement définis ni bien compris.

L’approche que je recommande à tout dirigeant envisageant de recourir à l’IA est la suivante : commencez par dresser la liste de vos problèmes concrets. Pas de problèmes théoriques, ni de problèmes que vous pensez devoir rencontrer, mais les véritables points de friction qui empêchent vos équipes de travailler rapidement. Posez-vous ensuite la question suivante : de quels outils dispose-je pour aider à résoudre ces problèmes ? L’IA pourrait être l’un de ces outils. Il est logique d’explorer des solutions d’IA pour les tâches manuelles, répétitives et fastidieuses. Vous devriez pouvoir identifier facilement ces opportunités au sein de votre organisation.

Mais imaginons que l’engagement de vos collaborateurs soit en baisse et que ceux-ci aient exprimé le besoin d’un meilleur accompagnement en période difficile. Dans ce cas, ce sont des relations humaines et de l’intelligence émotionnelle dont vous avez besoin, et non des réponses algorithmiques. Partir du problème permet de mettre en lumière la solution appropriée.

Devrions-nous éliminer l’élément humain ?

Aujourd’hui, l’IA excelle dans l’automatisation des tâches répétitives, l’équivalent numérique du travail à la chaîne. Si vos administrateurs de sauvegarde effectuent sans cesse les mêmes tâches ou si vos équipes de saisie de données se concentrent uniquement sur un travail fastidieux sur des feuilles de calcul, l’IA peut sans aucun doute vous aider. Mais je pense que l’établissement de relations, la résolution créative de problèmes et la prise de décisions complexes nécessitent un jugement humain, de l’intuition et une compréhension contextuelle qu’aucun algorithme ne peut encore reproduire à l’heure actuelle.

Chez Commvault, nous nous engageons en faveur d’undéveloppement et d’un déploiement éthiques de l’IA.Nous l’utilisons pour des tâches telles que la transformation de documents réglementaires complexes en résumés concis ou la création de versions ciblées de contenus. Cela permet aux employés de gagner du temps pour se concentrer sur des activités à plus forte valeur ajoutée. Aucun de ces travaux ne peut être réalisé sans une supervision humaine attentive.

Les entreprises qui réussissent comprennent cette distinction. Elles utilisent l’IA pour éliminer les tâches fastidieuses afin que les employés puissent se concentrer sur ce que les humains font le mieux : prendre des décisions nuancées, instaurer la confiance, gérer des relations complexes avec les parties prenantes et réfléchir à des problèmes qui n’ont pas de précédents clairs.

Un cadre pour l’adoption intelligente de l’IA

Avant de mettre en œuvre une solution d’IA, les équipes de direction doivent se poser les questions suivantes :

  1. Quel problème précis cherchons-nous à résoudre ? Soyez précis. « Nous voulons être plus efficaces » n’est pas assez précis.
    Essayez plutôt : « Nous voulons automatiser X. »
  2. Pourquoi ce problème mérite-t-il d’être résolu ? Quel est son impact réel sur l’activité ?
  3. Dans quels domaines avons-nous besoin que le jugement humain reste dans la boucle ? Identifiez les points de décision, au-delà des scénarios à haut risque, qui exigent de la sagesse, et pas seulement de l’intelligence.
  4. Comment mesurerons-nous le succès ? Pas seulement les taux d’adoption, mais la résolution effective des problèmes.
  5. Revenez sur la conversation. La réussite de l’adoption de l’IA ne se mesure pas à un moment donné.

Pour en savoir plus, consultezPrincipes directeurs pour une IA responsable.

La voie à suivre

Prenez le temps de mettre en place des procédures relatives au traitement des données, à la protection de la vie privée et à l’autorité décisionnelle.Qui contrôle les informations qui alimentent les systèmes d’IA? Quelles données ne doivent en aucun cas être téléchargées sur des plateformes d’IA externes ? Comment empêcher que les données clients ne soient utilisées pour entraîner des modèles ?

Lorsque vous introduisez des informations dans un système d’IA, vous risquez de les partager non seulement avec ce fournisseur, mais aussi avec ses fournisseurs de cloud, ses sous-traitants et d’autres acteurs de sa chaîne d’approvisionnement en données. Un secret connu de plus de trois personnes n’est plus un secret – soyez donc prudent avant de confier le vôtre à des dizaines d’entités. Pour en savoir plus sur l’approche de Commvault, consultez la pagePrincipes pour une intelligence artificielle responsable.Danielle Sheer est responsable de la confiance chez Commvault.

More related posts


Thumbnail_Blog-Cloud-Native-Backup-Google-2026

How to Help Simplify and Accelerate Identity Recovery

Read more about How to Help Simplify and Accelerate Identity Recovery
Thumbnail_Blog-the-real-AI-risk-2026

29 Minutes: Why Enterprise AI Risk Is a Speed Problem, Not a Frontier Problem

Read more about 29 Minutes: Why Enterprise AI Risk Is a Speed Problem, Not a Frontier Problem
Thumbnail_Blog_Anatomy-CVEs

Exploring Cloud Backup Options: A List of Considerations

Read more about Exploring Cloud Backup Options: A List of Considerations