L’utilisation de l’IA au sein de votre organisation à l’aide d’ArcGIS d’Esri peut considérablement améliorer la prise de décision, l’efficacité opérationnelle et l’implication des clients. Toutefois, une approche bien structurée est essentielle pour s’assurer que la technologie apporte de la valeur tout en préservant la sécurité des données, la conformité réglementaire et la préparation opérationnelle.
Opportunités et défis
L’intelligence artificielle a la capacité de transformer les organisations en stimulant l’innovation, en améliorant la prise de décision et en rationalisant les opérations. Toutefois, elle présente également des défis uniques que vous devez relever pour une mise en œuvre réussie.
Prise de décision améliorée et qualité des données : les outils d’IA ArcGIS peuvent analyser des données géospatiales complexes pour générer des informations exploitables. Cependant, l’exactitude dépend du fait que les données soient de haute qualité et bien classées. Les organisations doivent utiliser les outils de gestion des données ArcGIS pour garantir la diversité et l’intégrité des données.
Efficacité opérationnelle et complexité d’intégration : l’automatisation via l‘IA peut optimiser la productivité dans les processus ArcGIS. Toutefois, l’intégration de ces fonctionnalités aux systèmes existants (à l’aide d’API, de déploiements, conteneurisés ou d’environnements de bac à sable) peut nécessiter des ressources techniques et une planification supplémentaires.
Expériences client améliorées et problèmes éthiques : les informations gérées par l’IA peuvent permettre de personnaliser des services et d’améliorer la prise de décision. Néanmoins, des outils de transparence comme les Cartes de transparence d’IA doivent être utilisés pour surveiller et réduire les éventuels biais, ce qui garantit des résultats éthiques et corrects.
Innovation et évolutivité par rapport aux coûts et à la préparation du personnel : les solutions d’IA intégrées d’Esri permettent d’innover et peuvent évoluer en fonction des besoins de votre organisation. Toutefois, les organisations doivent investir dans la formation des employés et peuvent subir des coûts associés à l’intégration et à la personnalisation du système.
Sécurité et conformité : les produits ArcGIS proposent des fonctions de sécurité intégrées (chiffrement, contrôles d’accès sécurisé et outils de sécurité) qui aident à respecter les réglementations comme le RGPD et la loi CCPA. Il est essentiel de réviser et de mettre à jour régulièrement les paramètres de sécurité pour maintenir la confiance et protéger les données sensibles.
Préparation de votre organisation
Pour vous assurer que votre organisation est prête pour la mise en œuvre de l’IA, vous devez évaluer les fonctionnalités d’infrastructure, les stratégies de sécurité des données et la préparation du personnel.
Stratégies d’utilisation de l’IA : définissez des stratégies internes concernant l’utilisation de l’assistant IA, notamment les cas d’utilisation acceptables et les actions restreintes (par exemple, empêcher l’IA de traiter des données sensibles).
ArcGIS met à disposition plusieurs assistants IA pour aider les équipes de l’organisation à créer et mettre en œuvre rapidement des solutions SIG à l’échelle. Une fois que votre organisation est prête à commencer à utiliser ces outils, l’administrateur de votre organisation ArcGIS Online peut choisir d’autoriser les membres de l’organisation à utiliser des assistants IA (voir Configurer des assistants IA– Aide d’ArcGIS Online | Documentation).
Définissez des cas d’utilisation : instaurez des sessions de remue-méninges avec les parties prenantes pour mettre en évidence les opportunités pour les assistants IA. Exemple : utilisation de l’assistant IA Business Analyst comme outil de productivité pour recommander les processus, données et rapports infographiques populaires. Consultez les cas d’utilisation suivants pour la prise en charge desquels les clients Esri utilisent l’IA :
Gestion des données
Des données de haute qualité sont la base de toute initiative en matière d’IA. Une gestion efficace de ces données garantit une exécution précise des modèles tout en respectant les normes de confidentialité et de sécurité.
Collecte et préparation des données : compilez des données pertinentes et de haute qualité pour l’entraînement et le déploiement de modèles d’IA. Vérifiez que les données sont propres, à jour et représentatives des cas d’utilisation attendus.
Utilisez ArcGIS Data Reviewer pour identifier les données manquantes, incohérentes ou erronées avant les interactions avec l’IA.
Gouvernance des données : créez et appliquez des stratégies de gouvernance des données qui donnent la priorité à la confidentialité des données, à la sécurité et au respect de la législation applicable. Mettez en place de solides contrôles d’accès pour protéger les informations sensibles.
Activez les métadonnées pour votre organisation afin de décrire, d’étiqueter et de classer les informations de façon standard et structurée. ArcGIS fournit plusieurs catégorisations de métadonnées qui sont faciles à appliquer aux organisations intégrées pour classer leurs jeux de données à l’aide de métadonnées : Catégories de métadonnées ArcGIS. Les organisations avec des exigences structurées en matière de conformité réglementaire peuvent également utiliser les catégories de métadonnées ISO et les catégories de métadonnées INSPIRE.
Intégration aux systèmes existants : vérifiez que les solutions d’IA peuvent parfaitement s’intégrer à votre infrastructure SIG actuelle. Cela peut impliquer la standardisation du format de données et la mise en place de l’interopérabilité entre les différents systèmes.
Définissez des conditions d’utilisation de l’IA impliquant une intervention humaine, qui garantissent qu’une ressource humaine effectue une vérification finale des informations fournies par l’IA avant l’exécution, comme décrit dans la Figure 1 ci-dessous :
Optimisation des systèmes d’IA
Exploitez les modèles pré-entraînés : utilisez la bibliothèque de modèles d’IA pré-entraînés d’ArcGIS pour accélérer la mise en œuvre. Ces modèles peuvent s’appliquer à diverses tâches, telles que l’extraction d’entités et la classification des images, en réduisant les ressources et le temps requis pour le développement du modèle. Voir :
- Présentation des modèles pré-entraînés ArcGIS – Modèles pré-entraînés ArcGIS | Documentation
- Modèles de Deep Learning pré-entraînés | Extraction des entités d’image et plus encore
Développement de modèles personnalisés : pour des besoins spécialisés, développez et entraînez des modèles d’IA personnalisés à l’aide des outils GeoAI d’ArcGIS. Cette approche permet des solutions sur mesure qui répondent à des défis commerciaux et des jeux de données uniques. Pour obtenir des détails sur la mise en œuvre de modèles d’IA personnalisés avec Geo AI, consultez : An overview of the GeoAI toolbox-ArcGIS Pro | Documentation.
Garantie du succès de l’IA
Surveillance et amélioration continues : une surveillance régulière des interactions avec l’IA est nécessaire pour conserver un système sûr et efficace. Veillez à consulter systématiquement les journaux d’utilisation pour toutes les activités d’IA ainsi que Security and Privacy Adviser dans ArcGIS Trust Center pour respecter les pratiques conseillées actuelles en matière de sécurité et de confidentialité. En outre, établissez un processus interne pour le signalement d’incident afin de consigner et de résoudre rapidement les écarts par rapport aux performances attendues.
Formation et support des utilisateurs : proposez une formation continue au personnel pour utiliser efficacement les outils d’IA et interpréter les résultats. Établissez des canaux de support pour aider les utilisateurs à dépanner et optimiser les applications d’IA. Examinez les offres suivantes en matière de formation qui couvrent à la fois GeoAI et le Deep Learning :
Pratiques responsables en matière d’IA
Considérations éthiques et transparence : il est essentiel de consulter les Cartes de transparence d’IA pour comprendre les hypothèses sous-jacentes, les entrées de données et les éventuelles limites de chaque assistant IA. Utilisez les informations de ces cartes pour mettre à jour les directives internes et le matériel de formation, en vous assurant que toutes les parties prenantes sont informées des nuances de comportement de l’IA. Consultez le document Structure des cartes de transparence pour plus de détails sur chaque champ des cartes de transparence.
Validez les informations : il est essentiel que les clients valident les suggestions générées par l’IA, car l’IA doit servir à assister mais non à remplacer la prise de décision humaine. En outre, les utilisateurs doivent savoir que les assistants IA peuvent parfois fournir des résultats incorrects. Il est essentiel de réaliser un double contrôle des réponses de l’IA pour garantir leur exactitude et générer de la confiance dans les résultats assistés par l’IA.
Vous avez un commentaire à formuler concernant cette rubrique ?