Thinking Machines Data Science s’associe à OpenAI pour aider davantage d’entreprises en Asie-Pacifique à transformer l’intelligence artificielle en résultats mesurables. Cette collaboration fait de Thinking Machines le premier partenaire officiel de services pour OpenAI dans la région.
Cette union intervient alors que l’adoption de l’IA en Asie-Pacifique ne cesse d’augmenter. Une étude d’IBM a révélé que 61 % des entreprises utilisent déjà l’IA, mais beaucoup peinent à aller au-delà des projets pilotes et à obtenir un véritable impact commercial. Thinking Machines et OpenAI visent à changer cela en proposant une formation exécutive sur ChatGPT Enterprise, un soutien pour la construction d’applications d’IA personnalisées et des conseils sur l’intégration de l’IA dans les opérations quotidiennes.
Stephanie Sy, Fondatrice et PDG de Thinking Machines, a encadré ce partenariat autour du renforcement des capacités : « Nous n’apportons pas seulement une nouvelle technologie, mais nous aidons les organisations à développer les compétences, les stratégies et les systèmes de soutien dont elles ont besoin pour tirer parti de l’IA. Pour nous, il s’agit de réinventer l’avenir du travail grâce à la collaboration entre l’homme et l’IA et de faire en sorte que l’IA fonctionne réellement pour les personnes dans la région Asie-Pacifique. »
Dans une interview avec AI News, Sy a expliqué l’un des plus grands obstacles pour les entreprises, à savoir la manière dont elles abordent l’adoption de l’IA. Trop souvent, les organisations voient cela comme une acquisition technologique plutôt qu’une transformation commerciale. Cette approche conduit à des projets pilotes qui stagnent ou échouent à se développer.
« Le principal défi est que de nombreuses organisations abordent l’IA comme une acquisition technologique plutôt que comme une transformation commerciale », a-t-elle déclaré. « Cela conduit à des projets pilotes qui ne se développent jamais parce que trois fondamentaux sont absents : un alignement clair du leadership sur la valeur à créer, une refonte des flux de travail pour intégrer l’IA dans la façon dont le travail est réalisé, et un investissement dans les compétences de la main-d’œuvre pour garantir l’adoption. Si ces trois éléments sont corrects – vision, processus, personnes – les projets pilotes se transforment en impact. »
De nombreux dirigeants traitent encore l’IA comme un projet technique plutôt que comme une priorité stratégique. Sy estime que les conseils d’administration et les comités de direction doivent donner le ton. Leur rôle est de décider si l’IA est un moteur de croissance ou simplement un risque maîtrisé.
« Les conseils d’administration et les comités de direction fixent le ton : l’IA est-elle un moteur de croissance stratégique ou un risque maîtrisé ? Leur rôle est de nommer quelques résultats prioritaires, de définir l’appétit pour le risque et d’assigner des responsabilités claires », a-t-elle déclaré. Thinking Machines commence souvent par des sessions exécutives où les dirigeants peuvent explorer où des outils comme ChatGPT ajoutent de la valeur, comment les gouverner et quand les déployer. « Cette clarté de haut en bas est ce qui transforme l’IA d’une expérience en une capacité d’entreprise. »
Sy parle souvent de « réinventer l’avenir du travail grâce à la collaboration entre l’homme et l’IA. » Elle a expliqué à quoi cela ressemble en pratique : une approche « l’humain aux commandes » où les gens se concentrent sur le jugement, la prise de décision et les exceptions, tandis que l’IA gère les étapes routinières comme la récupération, la rédaction ou la résumé.
« L’humain aux commandes signifie redessiner le travail pour que les gens se concentrent sur le jugement et les exceptions, tandis que l’IA s’occupe de la récupération, de la rédaction et des étapes routinières, avec transparence grâce à des pistes de vérification et des liens sources », a-t-elle déclaré. Les résultats se mesurent en temps économisé et en améliorations de la qualité.
Dans les ateliers organisés par Thinking Machines, les professionnels utilisant ChatGPT libèrent souvent une à deux heures par jour. La recherche soutient ces résultats – Sy a cité une étude du MIT montrant une augmentation de la productivité de 14 % pour les agents de centres de contact, les plus grands gains étant observés parmi le personnel moins expérimenté. « C’est une preuve claire que l’IA peut valoriser le talent humain plutôt que le remplacer », a-t-elle ajouté.
Un autre domaine d’intérêt pour Thinking Machines est l’IA agentique, qui va au-delà des simples requêtes pour gérer des processus à plusieurs étapes. Au lieu de simplement répondre à une question, les systèmes agentiques peuvent gérer la recherche, remplir des formulaires et effectuer des appels d’API, coordonnant des flux de travail entiers avec un humain toujours aux commandes.
« Les systèmes agentiques peuvent faire passer le travail de ‘poser et répondre’ à l’exécution à plusieurs étapes : coordonner la recherche, la navigation, le remplissage de formulaires et les appels d’API pour que les équipes expédient plus rapidement avec un humain aux commandes », a déclaré Sy. La promesse est une exécution plus rapide et une plus grande productivité, mais les risques sont réels. « Les principes de l’humain aux commandes et de l’auditabilité restent essentiels ; pour éviter l’absence de garde-fous appropriés. Notre approche consiste à associer des contrôles d’entreprise et une auditabilité à des capacités d’agent pour garantir que les actions sont traçables, réversibles et alignées sur les politiques avant de passer à l’échelle. »
Alors que l’adoption s’accélère, la gouvernance est souvent en retard. Sy a mis en garde contre le fait que la gouvernance échoue lorsqu’elle est traitée comme de la paperasserie plutôt que comme faisant partie du travail quotidien.
« Nous maintenons les humains aux commandes et rendons la gouvernance visible dans le travail quotidien : utilisation de sources de données approuvées, application de l’accès basé sur les rôles, maintien des pistes de vérification et exigence de points de décision humains pour les actions sensibles », a-t-elle expliqué. Thinking Machines applique également ce qu’elle appelle « contrôle + fiabilité » : limiter la récupération à des contenus de confiance et renvoyer des réponses avec des citations. Les flux de travail sont ensuite adaptés aux règles locales dans des secteurs tels que la finance, le gouvernement et les soins de santé.
Pour Sy, le succès ne se mesure pas en volume de politiques, mais en auditabilité et en taux d’exceptions. « Une bonne gouvernance accélère l’adoption car les équipes ont confiance en ce qu’elles expédient », a-t-elle déclaré.
La diversité culturelle et linguistique de l’Asie-Pacifique pose des défis uniques pour le déploiement à grande échelle de l’IA. Un modèle unique ne fonctionne pas. Sy a souligné que le bon plan est de commencer par construire localement, puis de passer à l’échelle de manière délibérée.
« Les modèles mondiaux échouent lorsqu’ils ignorent la manière dont les équipes locales travaillent. Le plan est de construire localement, de passer à l’échelle de manière délibérée : adapter l’IA à la langue, aux formulaires, aux politiques et aux voies d’escalade locales ; puis standardiser les parties qui se déplacent, telles que votre modèle de gouvernance, vos connecteurs de données et vos indicateurs d’impact », a-t-elle déclaré
C’est l’approche adoptée par Thinking Machines à Singapour, aux Philippines et en Thaïlande : démontrer la valeur avec les équipes locales d’abord, puis déployer région par région. L’objectif n’est pas un chatbot uniforme, mais un modèle fiable qui respecte le contexte local tout en maintenant la scalabilité.
Interrogée sur les compétences les plus importantes dans un environnement de travail basé sur l’IA, Sy a souligné que l’échelle provient des compétences, pas seulement des outils. Elle a décomposé cela en trois catégories : la culture exécutive, la conception des flux de travail et les compétences pratiques.
« Lorsque les dirigeants et les équipes partagent cette base, l’adoption passe de l’expérimentation à des résultats reproductibles à un niveau de production », a-t-elle déclaré. Dans les programmes de Thinking Machines, de nombreux professionnels signalent un gain d’une à deux heures par jour après seulement un atelier d’une journée. À ce jour, plus de 10 000 personnes de différents rôles ont été formées, et Sy a noté que le modèle est constant : « compétences + gouvernance débloquent l’échelle. »
En regardant les cinq prochaines années, Sy voit l’IA passer de la rédaction à l’exécution complète dans les fonctions commerciales critiques. Elle prévoit des gains importants dans le développement de logiciels, le marketing, les opérations de service et la gestion de la chaîne d’approvisionnement.
« Pour la prochaine vague, nous identifions trois modèles concrets : des assistants conscients des politiques dans la finance, des copilotes de la chaîne d’approvisionnement dans la fabrication, et une expérience client personnalisée mais conforme dans le commerce de détail – chacun construit avec des points de contrôle humains et des sources vérifiables pour que les dirigeants puissent passer à l’échelle en toute confiance », a-t-elle déclaré.
Un exemple concret est un système que Thinking Machines a construit avec la Banque des îles Philippines. Appelé BEAi, c’est un système de génération augmentée par récupération (RAG) qui prend en charge l’anglais, le filipino et le taglish. Il renvoie des réponses liées à des sources avec des numéros de page et comprend la suppression de politiques, transformant des documents de politique complexes en conseils quotidiens pour le personnel. « Voilà à quoi ressemble l’IA-native en pratique », a déclaré Sy.
Le partenariat avec OpenAI débutera par des programmes à Singapour, aux Philippines et en Thaïlande à travers les bureaux régionaux de Thinking Machines avant de s’étendre davantage en Asie-Pacifique. Les projets futurs incluent l’adaptation des services à des secteurs tels que la finance, le commerce de détail et la fabrication, où l’IA peut répondre à des défis spécifiques et ouvrir de nouvelles opportunités.
Pour Sy, l’objectif est clair : « L’adoption de l’IA ne consiste pas seulement à expérimenter de nouveaux outils. Il s’agit de construire la vision, les processus et les compétences qui permettent aux organisations de passer des projets pilotes à l’impact. Lorsque les dirigeants, les équipes et la technologie se rejoignent, c’est là que l’IA apporte une valeur durable. »