Adoption de l’IA

Cet article fournit une vue d’ensemble des solutions d’IA de Microsoft et aide les décideurs à déterminer comment leur organisation doit adopter l’IA.

Les organisations investissent dans l’IA pour créer de la valeur métier. Le défi est de déterminer où l’IA peut fournir de la valeur et si cette valeur justifie l’investissement. Sans stratégie claire, les équipes peuvent expérimenter sans produire suffisamment de valeur et l’investissement d’IA peut devenir fragmenté.

Microsoft solutions IA répondent à différents besoins métier et fournissent différents niveaux de personnalisation. Cette gamme d’options permet aux organisations d’adapter leurs investissements dans l’IA à la valeur qu’elles espèrent en tirer.

Résultat : Ce guide aide les décideurs à établir la base de l’adoption de l’IA et à déterminer où leur organisation doit investir.

Arbre de décision d’IA et architectures d’IA

Arbre de décision d’IA

Commencez par identifier le cas d’usage de l’IA. Si l’objectif est d’améliorer la productivité individuelle, utilisez Microsoft 365 Copilot pour les applications Microsoft 365. Utilisez copilots dans le produit pour des produits tels que Azure, GitHub, Fabric, Dynamics 365 ou Power Platform. Utilisez des copilotes adaptés à des fonctions telles que la sécurité, les ventes, le service ou les finances. Si le cas d’usage est général, utilisez Microsoft Copilot. Si vous utilisez déjà Microsoft 365 Copilot et avez besoin d’agents personnalisés avec des compétences spécifiques au domaine, utilisez des outils d’extensibilité pour Microsoft 365 Copilot. Si l’objectif est d’automatiser les fonctionnalités métier, utilisez Copilot Studio en tant qu’outil SaaS qui permet la création et le déploiement d’agents via le langage naturel avec des tarifs intégrés. Utilisez Foundry comme plateforme de développement avec l’accès d’API aux outils Foundry. Si vous avez besoin de modèles non génératifs prédéfinis ou de Recherche Azure AI pour la prise en charge de l’agent, utilisez Foundry Tools. Si vous devez entraîner et déployer des modèles Machine Learning avec vos propres données, utilisez Microsoft Fabric si vous travaillez déjà dans cet environnement ; sinon, utilisez Azure Machine Learning. Utilisez Azure Container Apps pour l’inférence légère de l’IA sans gérer l’infrastructure GPU (la disponibilité régionale et l’état des fonctionnalités varient ; vérifiez la prise en charge actuelle du GPU serverless). Si vous devez apporter vos propres modèles, utilisez Machines virtuelles Azure (éventuellement avec Azure CycleCloud ou Azure Batch) ou Azure Kubernetes Service pour les charges de travail conteneurisées.

Arbre de décision de l’IA Microsoft.

Conceptuel

Diagramme d’architecture en couches. Une bannière supérieure intitulée « Identité unifiée, sécurité et gouvernance » contient Microsoft Agent 365, Microsoft Defender, Microsoft Entra et Microsoft Purview. Ci-dessous, une grande zone d'atterrissage Azure contient une zone d'atterrissage de plateforme centrée au-dessus d’une section de zones d'atterrissage de charge de travail. La section des zones d’atterrissage des charges de travail contient trois blocs de zone d’atterrissage des charges de travail représentant des charges de travail Azure. Sous les charges de travail, une zone Microsoft Foundry et Foundry IQ est reliée par des flèches en pointillés aux zones d’atterrissage de charge de travail, indiquant des fonctionnalités d’IA facultatives pour certaines charges de travail.

L’IA dans une zone d’atterrissage Azure. Téléchargez un fichier PowerPoint de cette architecture.

Conceptuel + intégration

Diagramme d’architecture en couches. Une bannière supérieure intitulée « Identité unifiée, sécurité et gouvernance » contient Microsoft Agent 365, Microsoft Defender, Microsoft Entra et Microsoft Purview. Ci-dessous, une grande zone d'atterrissage Azure contient une zone d'atterrissage de plateforme centrée au-dessus d’une section de zones d'atterrissage de charge de travail. La section des zones d’atterrissage des charges de travail contient trois blocs de zone d’atterrissage des charges de travail représentant des charges de travail Azure. Sous les charges de travail, une zone Microsoft Foundry et Foundry IQ est reliée par des flèches en pointillés aux zones d’atterrissage de charge de travail, indiquant des fonctionnalités d’IA facultatives pour certaines charges de travail. Sous la zone d’atterrissage Azure, les Microsoft Copilot Studio, les Microsoft Fabric et les Microsoft 365 sont présentés comme des solutions d’entreprise, de données et d’IA intégrées. Dans la partie inférieure, les sources de données, notamment les systèmes sur site, Dataverse, Microsoft 365, les charges de travail Azure et d’autres clouds, se connectent à ces solutions. Les flèches bidirectionnelles indiquent l’intégration entre les sources de données, les plateformes Microsoft et les charges de travail Azure.

IA dans une landing zone Azure plus l’intégration d’entreprise avec des solutions Microsoft. Téléchargez un fichier PowerPoint de cette architecture.

1. Qu’est-ce que l’IA ?

L’intelligence artificielle (IA) utilise des algorithmes pour analyser les données et produire des résultats. De nombreux modèles d’IA apprennent des schémas à partir de données existantes et utilisent ces schémas pour traiter de nouvelles informations et produire des résultats. Les fonctionnalités d’IA se trouvent généralement dans trois domaines généraux :

• IA traditionnelle (non générative) : analyse les données et produit des résultats à des fins définies, telles que la création de prédictions, la classification des informations et la détection d’anomalies.

• IA générative : crée du contenu ou des réponses en fonction de la demande d’un utilisateur et du contexte disponible. Les utilisations courantes incluent la rédaction de contenu, la réponse aux questions, la synthèse des informations, la génération de code et l’aide aux employés dans leur travail.

• IA agentique : utilise des modèles IA avec des instructions et des outils pour poursuivre un objectif et effectuer des tâches. Les agents peuvent interpréter les requêtes, déterminer ce qu’il faut faire et utiliser des systèmes connectés pour effectuer des actions dans le cadre d’autorisations et de contrôles définis.

Ces types peuvent fonctionner ensemble. Par exemple, un agent peut utiliser l’IA générative pour interpréter une requête et l’IA traditionnelle pour effectuer une prédiction avant d’entreprendre une action autorisée. La décision métier n’est donc pas simplement d’adopter l’IA. Il s’agit de déterminer où l’IA peut créer de la valeur et quel niveau de fonctionnalités est adapté à chaque cas d’usage.

2. Fondements de l’adoption de l’IA

Qu’est-ce que la direction doit faire en premier ? L’adoption réussie de l’IA nécessite plus que de sélectionner la technologie appropriée. Les dirigeants doivent créer les conditions organisationnelles qui permettent aux équipes d’utiliser l’IA de manière productive et responsable. Commencez par trois actions :

• Menez l’adoption de l’IA : Comment les dirigeants doivent-ils guider l’adoption de l’IA ? L’adoption de l’IA fonctionne mieux lorsque les dirigeants exécutifs établissent une direction commune pour l’organisation. Les dirigeants doivent définir les résultats métier que l’IA est censée contribuer à atteindre et soutenir visiblement ces priorités. Une stratégie ou une charte IA doit documenter les priorités organisationnelles et les droits de décision. Elle doit également définir la façon dont l’organisation mesure la valeur des investissements ia.

• Centraliser la gouvernance de l’IA : Qu’est-ce qu’il faut centraliser ? L’IA soulève des questions de gouvernance qui concernent l’ensemble de l’organisation. Les organisations qui réussissent confient à une autorité centrale la responsabilité des politiques et des normes d’IA applicables à l’ensemble de l’organisation. Une fonction de gouvernance centrale, telle qu’un centre d’excellence IA, peut définir des exigences d’IA responsables et des limites communes. Les groupes métier peuvent ensuite explorer les possibilités offertes par l’IA dans ce cadre. Consultez les politiques d’IA responsables.

• Accès du personnel : Qui doit avoir accès à l’IA ? L’accès étendu aux fonctionnalités d’IA approuvées peut aider les organisations à identifier les utilisations précieuses de l’IA et à créer une expérience organisationnelle. Les employés comprennent les processus métier auxquels ils participent tous les jours et peuvent identifier les opportunités où l’IA peut améliorer leur travail. Les organisations doivent associer l’accès et la formation afin que les employés comprennent comment utiliser efficacement et de manière responsable les fonctionnalités d’IA approuvées.

3. Quelle IA devons-nous utiliser ?

Quelles solutions IA devons-nous rendre disponibles ? Les organisations adoptent généralement l’IA à deux fins générales :

• Améliorer l’efficacité individuelle : l’IA permet aux employés de travailler plus efficacement grâce à des fonctionnalités telles que la rédaction, la recherche, la préparation des réunions et la découverte des informations.

• Automatiser les fonctionnalités métier : l’IA permet aux organisations d’augmenter ou d’automatiser les fonctionnalités métier par le biais de fonctionnalités telles que les agents, les prévisions et le support décisionnel.

Microsoft fournit des solutions pour ces deux usages. Les organisations doivent approuver la solution qui répond à leurs exigences tout en impliquant le moins de responsabilités opérationnelles possible. Une plus grande personnalisation nécessite généralement des compétences plus spécialisées et une plus grande responsabilité opérationnelle. Utilisez l’arbre de décision Microsoft AI.

3.1 Améliorer l’efficacité individuelle

Voulez-vous améliorer l’efficacité individuelle ? Si l’objectif est d’améliorer les méthodes de travail des employés, déterminez les domaines dans lesquels une assistance est nécessaire. Microsoft fournit des expériences IA qui peuvent aider les employés de l’ensemble de l’organisation, au sein de produits spécifiques ou dans des rôles spécifiques.

Solution d’IA	Quand utiliser	Principaux facteurs de coût
Microsoft Copilot	À utiliser lorsque vous devez améliorer l’efficacité individuelle au sein de l’organisation avec l’IA ancrée dans le contexte du travail et du web.	Licence
Copilots et agents intégrés au produit	Lorsque vous avez besoin d’une assistance à la productivité basée sur l’IA dans GitHub, Power Apps, Power BI, Dynamics 365, Power Automate, Microsoft Fabric, Microsoft Entra et Azure.	Abonnement au produit de base ou compris
Copilotes et agents basés sur des rôles	Lorsque vous avez besoin d’une assistance adaptée à des rôles spécifiques pour Security, Assistant des ventes, Service et Assistant pour les finances.	Licence ou fonctionnalité incluse
Copilot conversation	Utilisez-le lorsque vous avez besoin d'une conversation IA sécurisée basée principalement sur des données du web et n'avez pas besoin de l'expérience complète de Microsoft Copilot sous licence.	Gratuit

3.2 Automatiser les fonctionnalités métier

Voulez-vous automatiser les fonctionnalités métier ? Si l’objectif est d’améliorer ou d’automatiser les processus métier, choisissez la solution d’IA qui offre le niveau de personnalisation requis tout en impliquant le moins de responsabilités opérationnelles possible.

3.2.1 IA sur les plateformes SaaS

Voulez-vous rendre les plateformes de développement IA SaaS (à faible code, sans code) disponibles ? Les plateformes SaaS et low-code réduisent les efforts techniques nécessaires pour créer des fonctionnalités d’IA. Commencez par ces options IA quand elles fournissent suffisamment de personnalisation pour les besoins de l’entreprise. Microsoft Copilot Studio fournit une plateforme managée pour créer des agents et les connecter aux données et systèmes organisationnels.

Solution d’IA	Quand utiliser	Principaux facteurs de coût
Outils d’extensibilité pour Microsoft Copilot	À utiliser lorsque votre organisation utilise Microsoft Copilot et doit le personnaliser avec des connaissances spécialisées et des agents.	Licences Microsoft Copilot et facturation à l’usage
Microsoft Copilot Studio	Utilisez quand vous avez besoin d’une plateforme SaaS managée pour créer et déployer des agents avec un développement à faible code ou en langage naturel.	Crédits basés sur l’utilisation de l’agent

3.2.2 IA sur les plateformes Azure (PaaS)

Voulez-vous créer une IA avec les solutions Azure de plateforme en tant que service ? Les plateformes d’IA gérées Azure offrent une personnalisation supérieure au développement SaaS sans que les organisations aient à gérer directement l’infrastructure de calcul sous-jacente. Utilisez cette approche lorsque les fonctionnalités SaaS ne fournissent pas suffisamment de contrôle sur les modèles, la logique d’application, l’intégration des données ou le développement d’IA.

Solution d’IA	Quand utiliser	Principaux facteurs de coût
Microsoft Foundry	Utilisez quand vous avez besoin d’une plateforme de Azure managée pour créer des applications et des agents d’IA personnalisés.	Utilisation du modèle et utilisation d’autres outils
Microsoft Fabric	Utilisez quand vous devez entraîner et déployer des modèles Machine Learning dans Microsoft Fabric et que votre organisation utilise déjà Fabric pour ses données et ses analyses.	Calcul (capacité), stockage, réplication
Azure Machine Learning	Utilisez quand vous devez entraîner et déployer des modèles Machine Learning sur Azure à l’aide de vos propres données.	Calcul et composants associés, tels que le stockage et le transfert de données
Azure Container Apps avec prise en charge du GPU sans serveur	Utilisez quand vous devez exécuter l’inférence d’IA ou de petits modèles sur des ressources de calcul GPU sans gérer les machines virtuelles GPU.	Compute et composants de prise en charge tels que l’utilisation du modèle, le stockage et le transfert de données

3.2.3 IA sur l’infrastructure de Azure

Azure'infrastructure ne doit pas être l'approche par défaut pour l'adoption de l'IA. Utilisez des plateformes d’IA managées lorsqu’elles répondent aux exigences métier et techniques. L'infrastructure Azure est appropriée lorsque l'organisation nécessite un contrôle sur les modèles ou les environnements d'exécution que les plateformes managées ne peuvent pas fournir. Il peut également prendre en charge les exigences de performances ou de conformité spécialisées. Les organisations qui choisissent cette approche doivent prévoir une plus grande expertise technique et une responsabilité opérationnelle continue.

Solution d’IA	Quand utiliser	Principaux facteurs de coût
AI sur l’infrastructure Azure	À utiliser lorsque vous devez apporter vos propres modèles ou runtimes IA à Azure et avez besoin d'un niveau de contrôle que les plateformes d'IA managées ne fournissent pas.	Compute et composants de prise en charge tels que l’utilisation du modèle, le stockage et le transfert de données

4. Comment préparer une base de données pour l’IA

Comment les données doivent-elles soutenir l’IA ? L’IA ne nécessite pas que les organisations créent une stratégie de données entièrement nouvelle avant le début de l’adoption. Les fonctionnalités de données requises dépendent des solutions IA et des cas d’usage adoptés par l’organisation. Identifiez les données organisationnelles dont chaque capacité d’IA a besoin et assurez-vous que vous pouvez accéder aux données en toute sécurité et en assurer la gouvernance de manière appropriée. Pour obtenir des conseils, consultez la plateforme de données unifiée pour l’IA et l’analytique.

5. Comment adopter l’IA

Le Cloud Adoption Framework de Microsoft vous offre une approche structurée, et vous pouvez le décomposer en étapes pour l’adoption de l’IA. Chaque étape s’appuie sur celle qui l’a précédée.

• Planification de l’IA : transformez les cas d’utilisation de l’IA en un plan pour les mettre en production.
• Préparation à l’IA : découvrez comment les charges de travail d’IA s’intègrent à votre zone d’atterrissage Azure et déterminez si votre architecture ou votre gouvernance doivent évoluer.
• Gouvernance, sécurisation, gestion de l’IA : établissez des normes pour la gouvernance, la sécurisation et la gestion des charges de travail IA.