Votre AI est prête. Votre socle de données ne l'est probablement pas.

Pour la plupart des grandes entreprises, la transformation par l'AI est une histoire de silos : des entités commerciales qui mènent des expériences concurrentes, des données cloisonnées dans des systèmes déconnectés et des résultats qui restent hors de portée.

Cushman & Wakefield a choisi une autre voie. Sal Companieh, Chief Digital and Information Officer de cette société mondiale de services en immobilier d'entreprise, a passé les quatre dernières années à bâtir un cœur d'AI d'entreprise conçu pour un impact fiable, durable et évolutif auprès de ses 53 000 collaborateurs dans le monde.

Sal a rencontré CIO.com pour expliquer comment ce cœur repose sur un modèle opérationnel réfléchi, une stratégie de données unifiée et un partenariat avec Databricks qui va bien au-delà des simples fonctionnalités.

CIO.com : Comment êtes-vous passés d'initiatives d'AI fragmentées à un cœur d'AI d'entreprise centralisé, et quels ont été les plus grands défis ?

Sal Companieh : Lorsque j'ai pris ce poste il y a quatre ans, j'ai mis en place un modèle opérationnel produit qui intégrait des technologues dans chaque entité commerciale. L'objectif était de rétablir la connectivité, la confiance et une vision axée sur le business, tant sur le plan des données que de l'expérience, et de nous donner la capacité de co-créer. J'ai veillé à ce que les technologues soient responsables des revenus et de l'EBITDA ; ils ont apporté la créativité, l'ingéniosité et l'émulation.

Alors que de nombreuses organisations traversaient une « folie des pilotes d'AI », nous avons délibérément maintenu une approche descendante (top-down), ce qui nous a permis de continuer à instaurer de la confiance tout en enrichissant nos données. La plupart des entreprises lançaient des pilotes. Nous construisions le socle qui donnerait de la valeur à chaque pilote.

Lorsque l'adoption de l'AI a explosé, nous avons délibérément adopté une approche descendante — ce que nous appelons la « méthode Cushman ». Nous avons identifié les transformations les plus importantes en matière de mise sur le marché (go-to-market) ou d'expérience collaborateur et nous nous y sommes attaqués en premier, ce qui nous a aidés à instaurer la confiance et à renforcer notre socle de données. Le plus grand défi a été de gérer les écarts de maturité au sein de l'organisation. Alors que tout le monde se concentrait sur la technologie, nous nous sommes ancrés sur le comportement humain et la création de confiance.

CIO.com : Quelles tendances macroéconomiques façonnent aujourd'hui les stratégies numériques et d'AI de Cushman & Wakefield ?

Sal : La prise de décision du côté des investisseurs mûrit et devient extrêmement centrée sur les données. Dans l'ensemble des entreprises de services, nous constatons un passage d'achats basés sur les relations à des achats basés sur l'intelligence et les insights. Notre capacité à nous différencier par le partenariat et l'authenticité reste une exigence constante des clients.

Pour nous, l'essor de l'AI sur le marché a été un accélérateur de rythme et non un pivot stratégique. We have maintained the same strategy and operating model from the start; it’s just that now the technology has finally caught up to our ambition. Cette distinction est importante car elle signifie que nous n'avons pas couru après une mode. Nous avons exécuté un plan sur lequel nous nous étions déjà engagés.

Il y a environ trois ans et demi, nous avons modifié notre approche des investissements technologiques. En dehors de la cybersécurité et des infrastructures, tout devait être co-créé et co-présenté avec un responsable métier. Cela nous a permis de rester parfaitement alignés sur les priorités de l'entreprise. Il existe un ensemble unique de résultats prioritaires pour l'entreprise ; la technologie n'est qu'un composant pour y parvenir. Chaque technologue peut faire un lien direct entre ce que nous annonçons lors des présentations de résultats et son travail quotidien.

CIO.com : Quelles stratégies avez-vous mises en œuvre pour établir des normes partagées et une plateforme commune tout en permettant la flexibilité des entités commerciales ?

Sal Companieh : Notre approche repose sur trois piliers :

• le modèle opérationnel, qui évite les doublons et l'éloignement de la plateforme commune ;
• le modèle d'investissement financier, qui oriente les capitaux vers le renforcement des capacités à l'échelle de l'entreprise, quel que soit le P&L qui en bénéficie ;
• les normes d'entreprise pour les méthodes de travail, où les équipes d'architecture veillent à ce que la technologie soit abordée de la manière la plus uniforme possible, avec de la flexibilité au niveau de chaque entité commerciale.

Nous avons fait évoluer avec succès notre modèle opérationnel à trois reprises. La flexibilité en soi est une compétence que nous développons continuellement.

CIO.com : Comment Databricks s'intègre-t-il dans votre stratégie ?

Sal : Notre stratégie fondamentale consistait à pouvoir créer des briques Lego de différentes capacités et à les assembler pour chaque entité commerciale. De cette manière, Databricks intervient dans trois domaines. Premièrement, je pense que le mot « partenaire » doit avoir un sens, et en ce qui concerne notre partenariat avec Databricks, cela signifie du leadership, de la culture et la capacité de co-créer véritablement avec nous, ainsi que leur compréhension de notre niveau de maturité et du rythme auquel nous souhaitons nous transformer.

Deuxièmement, nous avons été impressionnés par leur feuille de route produit. Nous n'achetions pas seulement une suite de produits pour nos besoins actuels ; nous voulions aligner leur stratégie d'investissement sur les capacités dont nous avions besoin pour progresser. Troisièmement, les fonctionnalités concrètes. Notre couche d'intelligence est essentielle à notre croissance et à notre différenciation.

Databricks nous permet d'actionner différents leviers en fonction de l'entité commerciale que nous accompagnons. Nous utilisons Genie pour mettre des données fiables directement entre les mains des équipes métiers en simplifiant les flux de travail de qualité et de gouvernance des données. Les collaborateurs peuvent utiliser des requêtes en langage naturel pour identifier les enregistrements manquants ou incohérents, valider la qualité des données dans les différents systèmes, examiner les politiques de gouvernance et suivre les indicateurs de conformité sans avoir besoin d'une expertise technique approfondie. Cela permet aux utilisateurs métiers d'explorer rapidement des ensembles de données complexes, de renforcer la confiance dans les données de l'entreprise et de prendre des décisions plus rapides et mieux informées.

CIO.com : Comment l'architecture Databricks a-t-elle spécifiquement façonné votre manière d'unifier et de gouverner les données à l'échelle de l'entreprise ?

Sal : Notre hypothèse fondamentale est de relier les connaissances de notre organisation à l'échelle mondiale. Nous savons que cela est extrêmement bénéfique pour nous-mêmes et pour les besoins de nos clients, nous avons donc besoin des meilleures plateformes pour protéger et exploiter ces connaissances. C'est là que la plateforme Databricks intervient.

Nous sommes une entreprise de 108 ans dont l'histoire suggère que les données transitent par une chaîne d'approvisionnement humaine à travers l'organisation. Databricks nous a permis de numériser la circulation des insights, étape par étape. Notre couche d'intelligence est essentielle à notre croissance et à notre différenciation. Pouvoir développer des capacités et les assembler différemment pour chaque entité commerciale — tout en préservant l'intégrité de la plateforme commune — constitue notre stratégie fondamentale.

L'enthousiasme pour l'AI ne s'est pas affaibli, mais il s'est équilibré avec la reconnaissance croissante que des données saines, gouvernées et évolutives sont ce qui accélère réellement les résultats. Databricks est au cœur de la manière dont nous appliquons cela de façon uniforme dans toute l'organisation, tout en conservant de la flexibilité là où c'est nécessaire au niveau des entités commerciales.

CIO.com : Pouvez-vous partager des exemples de résultats mesurables issus de cette transformation ?

Sal : Le délai entre l'idée et le résultat est passé de plusieurs mois à quelques jours. Nous nous réunissons, nous concevons des idées et, dès la semaine suivante, nous apportons de la valeur aux équipes métiers. Par exemple, le temps nécessaire pour accueillir, intégrer et activer de nouveaux clients et acquisitions a considérablement diminué. Mais le résultat le plus important est le changement de comportement humain. Nous ne luttons plus contre la résistance au changement. Une question qui, par le passé, aurait nécessité cinq appels téléphoniques, trois e-mails et deux discussions Teams pour obtenir une réponse est désormais à portée de main de nos dirigeants. C'est une évolution constante. Nous veillons à ce qu'il y ait moins de « rejet de greffe » face au changement car, à ce rythme, le changement doit devenir une activité naturelle et quotidienne.

CIO.com : Quels conseils donneriez-vous aux autres leaders de l'IT qui cherchent à construire et à faire évoluer un cœur d'AI d'entreprise ?

Sal : Ne sous-estimez pas le changement humain ; les collaborateurs font face à des niveaux de connaissances et des craintes très variés. Former sincèrement les gens à la fois sur l'opportunité et sur le travail de fond nécessaire pour la saisir est indispensable. Notre langage doit continuer à évoluer et à mûrir, car nous occupons des rôles extrêmement influents pour façonner la manière dont le travail est effectué et dont les industries se structurent pour la prochaine génération.

C'est un moment unique où toute la chaîne de valeur se transforme simultanément : vos fournisseurs, vos clients et vos propres collaborateurs. Il sera essentiel de conserver une perspective orientée vers l'extérieur tout en équilibrant l'interne. Les leaders qui le comprennent et construisent en conséquence définiront l'avenir.

Pour découvrir comment plus de 25 experts du secteur tracent la voie vers un déploiement réussi de l'AI, accédez au rapport « Making AI Deliver » d'Economist Enterprise, réalisé avec le soutien de Databricks.

(Cet article de blog a été traduit à l'aide d'outils basés sur l'intelligence artificielle) Article original