Pragmatique par conception : Concevoir l'IA pour le monde réel

Pragmatique par conception : Concevoir l'IA pour le monde réel

L'impact de l'intelligence artificielle s'étend bien au-delà du monde numérique et touche notre vie quotidienne, que ce soit à travers les voitures que nous conduisons, les appareils dans nos foyers ou les dispositifs médicaux qui sauvent des vies. De plus en plus, les ingénieurs produits se tournent vers l'IA pour améliorer, valider et rationaliser la conception des objets qui peuplent notre quotidien.

L'utilisation de l'IA dans l'ingénierie produit suit une trajectoire disciplinée et pragmatique. Une majorité significative d'organisations d'ingénierie augmente son investissement dans l'IA, selon notre enquête, mais le fait de manière mesurée. Cette approche reflète les priorités typiques des ingénieurs produits. Les erreurs ont des conséquences concrètes au-delà des craintes abstraites, allant des défaillances structurelles aux rappels de sécurité, et peuvent même mettre des vies en danger. Le défi central est de réaliser la valeur de l'IA sans compromettre l'intégrité du produit.

Résultats clés de la recherche

• La vérification, la gouvernance et la responsabilité humaine explicite sont obligatoires dans un environnement où les résultats sont physiques et où le risque est élevé. Lorsque les ingénieurs produits utilisent l'IA pour informer directement les conceptions physiques, les systèmes embarqués et les décisions de fabrication qui sont figées à la sortie, les défaillances de produit peuvent entraîner des risques réels qui ne peuvent pas être annulés. Les ingénieurs produits adoptent donc des systèmes d'IA en couches avec des seuils de confiance distincts plutôt que des déploiements à usage général.

• Les analyses prédictives et la simulation et validation alimentées par l'IA sont les principales priorités d'investissement à court terme pour les leaders en ingénierie produit. Ces capacités, choisies par une majorité de répondants à l'enquête, offrent des boucles de rétroaction claires, permettant aux entreprises d'auditer la performance, d'obtenir l'approbation réglementaire et de prouver le retour sur investissement (ROI). Il est impératif de construire une confiance progressive dans les outils d'IA.

• Neuf responsables en ingénierie produit sur dix prévoient d'augmenter leur investissement dans l'IA au cours des un à deux prochaines années, mais la croissance est modeste. La plus grande proportion de répondants (45 %) prévoit d'augmenter l'investissement de jusqu'à 25 %, tandis qu'un tiers favorise une augmentation de 26 % à 50 %. Et seulement 15 % envisagent un changement plus important, entre 51 % et 100 %. L'accent pour les ingénieurs produits est mis sur l'optimisation plutôt que sur l'innovation, avec des points de preuve évolutifs et un ROI à court terme comme approche dominante de l'adoption de l'IA, par opposition à une transformation sur plusieurs années.

• La durabilité et la qualité des produits sont les principaux résultats mesurables de l'IA en ingénierie produit. Ces résultats, visibles pour les clients, les régulateurs et les investisseurs, sont prioritaires par rapport aux indicateurs de compétitivité tels que le temps de mise sur le marché et l'innovation, jugés d'importance moyenne, ainsi qu'aux gains opérationnels internes comme la réduction des coûts et la satisfaction des employés, qui sont en bas de la liste. Ce qui compte le plus, ce sont des signaux du monde réel comme les taux de défaut et les profils d'émissions, plutôt que les tableaux de bord internes d'ingénierie.