← Retour à l'annuaire
← Accueil Découvrir une autre fiche › 11 restantes

Marjory Canonne

Fondatrice Spinalia
Carte Grand Est
Grand Est

CEO
"
Sur le terrain, l'enjeu de l'IA n'est pas technique : il est organisationnel et surtout humain.

Vision du numérique


Le véritable enjeu de l'intelligence artificielle n'est pas technologique : il est organisationnel, culturel et surtout humain.
J'accompagne chaque jour des PME qui cherchent à comprendre comment créer de la valeur avec l'IA, sans céder aux effets de mode. A mon sens, il ne fait pas convaincre tout le monde d'adopter l'IA, mais d'aider chacun à identifier les usages qui ont du sens.
Je suis convaincue que l'IA doit être utilisée avec discernement. Un usage responsable, c'est aussi savoir ne pas l'utiliser lorsqu'elle n'apporte pas de réelle valeur.
Au delà du cadre de l'entreprise, l'IA pose des questions incontournables : elle interroge notre rapport au travail, à la transmission des connaissances, à la charge cognitive et à l'éducation des jeunes. Sur ce dernier point, il parait indispensable d'accélérer pour intégrer dans les programmes scolaires l'apprentissage de l'esprit critique, et ce dès le plus jeune âge.

Anecdote / Conseil


Lors de mes interventions en entreprise, je retrouve souvent les mêmes idées reçues.

« Il faut faire de l'IA. » : les directions ont peur de "louper le train" et veulent "faire de l'IA". En réalité, il faut d'abord identifier les besoins concrets et bien comprendre ses processus avant de choisir sa solution. Il arrive d'ailleurs, bien plus souvent qu'on ne le pense, que la meilleure solution ne soit pas de l'IA.

« Le plus important est de choisir le bon outil. » Très récemment, un dirigeant m'a même confié fièrement avoir "signé pour 3 ans avec une plateforme d'agents IA"...sans même savoir pour quel usage. Les outils évoluent tellement vite que le véritable enjeu est ailleurs : développer les compétences internes, embarquer les équipes et construire une organisation suffisamment agile pour s'adapter.

« L'IA est magique. » : peut-être la plus tenace (et la plus déceptive, donc). Derrière chaque modèle, il y a des données, des choix d'entraînement, des biais et des limites. Comprendre cela est la première étape vers une utilisation pertinente et responsable.

CRIP