Avec sa mise à jour 2025, la FinOps Foundation fait tomber les cloisons : désormais, toutes (ou presque) les ressources IT — SaaS, datacenters, IA, cloud public — entrent dans le radar
Les systèmes agentiques connaissent une vogue extraordinaire qui masque parfois leurs limites et les défis qu'ils soulèvent.
Les discours sur l’avenir du travail oscillent souvent entre euphorie technologique et scénario catastrophe. D’un côté, l’IA nous promet un monde plus efficace, de l’autre, elle signe l’arrêt de mort de milliers d’emplois. Entre ces deux extrêmes, la réalité est évidemment plus complexe.
Que ce soit pour les développeurs ou pour les équipes métiers, l'IA générative s'est distinguée par son efficacité dans de nombreuses tâches. Cependant, pour en tirer le meilleur parti en entreprise, il est essentiel d’acculturer et d'aligner l’ensemble des acteurs. Voici nos bonnes pratiques.
“Qu’est-ce que l’Intelligence Artificielle ? Le Machine Learning et l’Intelligence Artificielle sont-ils similaires ? Quel est le futur de l’IA, va-t-elle remplacer les humains ?” Avant de travailler sur l’implémentation d’une IA générative au sein d’une entreprise, il est essentiel d’aligner l’ensemble des participants au projet sur ces questions. C’est ce que nous mettons en œuvre au cours de nos programmes #GenAI, à l’aide de Master Classes et d’ateliers d’appropriation.
Déconstruire le mythe de l’IA
Si l’IA est omniprésente dans les médias aujourd’hui, de nombreuses interrogations quant à son fonctionnement restent pourtant en suspens et compliquent son adoption. Les journaux mais aussi les films et les romans tendent à véhiculer une vision fantasmée des modèles algorithmiques. Tantôt maléfiques, tantôt salvatrices, les illustrations de l’IA nous donnent à voir une puissance incontrôlable qui pourrait bientôt gouverner le monde. Ces images manichéennes contribuent à provoquer une certaine réticence de ceux à qui on demande de l’intégrer dans leurs pratiques professionnelles quotidiennes.
Exposer son fonctionnement de manière pédagogique
La première étape consiste à proposer des explications claires et pédagogiques à l’ensemble des collaborateurs afin de jeter la lumière sur le mystérieux fonctionnement de l’IA. Grâce à des formations adaptées au niveau du public, il s’agit d’éclaircir ses mécanismes en commençant par ses fondements. Clarifier ce que signifie un algorithme, expliquer les similitudes mais aussi les différences entre la machine et l’humain, répondre à toutes les questions éthiques, techniques ou juridiques sur l’IA sont autant de thématiques à aborder dans un cadre bienveillant pour désacraliser cette technologie.
L’idée d’une machine qui “pense” à la place de l’humain peut susciter de la curiosité mais aussi générer de la peur. C’est vrai aussi bien pour des utilisateurs métiers, pas nécessairement familiarisés avec les sujets IT, que pour des développeurs aguerris, peu enclins à accepter qu’une IA puisse réaliser une partie de leurs tâches. C’est pourquoi il est crucial de souligner tant les possibilités que les limites de l’IA durant ces formations. L’IA n’est pas une baguette magique. Elle ne peut remplacer l’humain, elle en a d’ailleurs besoin pour fonctionner correctement. Nuancer les capacités de cet outil permettra à la fois de désacraliser sa puissance et d’apaiser certains esprits inquiets face à son essor.
Proposer des ateliers pratiques
La seconde étape d’une acculturation réussie repose sur des exercices pratiques qui permettront aux participants de mieux saisir les bénéfices de l'IA générative. Si on peut lire qu’elles aident à la rédaction de mails, construisent des supports de présentation visuelle et synthétisent des documents toutes seules, encore faut-il maîtriser l’art du prompt pour obtenir des résultats pertinents et convaincants. De la même manière, si l’IA générative est performante pour certains types de tâches, elle le sera moins pour d’autres. Il est donc primordial d’identifier les cas d’usage dans lesquels une telle technologie peut apporter une plus-value.
Pour répondre à ces ambitions, nous avons créé deux types de supports d’ateliers chez Wenvision. Le premier consiste en une quinzaine de labs qui proposent des exemples ainsi que des cas pratiques pour s’entraîner sur une variété de sujets, comme “Booster sa créativité”, “Planifier un projet” ou “Monter en compétences : apprendre une langue étrangère”. A partir de n’importe quel outil d’IA générative, les participants apprennent ainsi à rédiger un prompt structuré et contextualisé pour chacune des thématiques proposées. Le second support est un manuel qui résume les bonnes pratiques pour l’utilisation de l’IA générative :
Pour chaque thématique abordée dans notre manuel, un schéma synthétique des différentes étapes à suivre est exposé :
Enfin, nous donnons une série de prompts déjà rédigés que les utilisateurs peuvent directement copier / coller dans l’interface de l’outil d’IA générative choisi :
Formation théorique et approche pratique de l’IA générative accomplie, il ne reste plus qu’à explorer les multiples potentiels de l’IA générative afin de tirer pleinement parti de ses atouts.
Avec sa mise à jour 2025, la FinOps Foundation fait tomber les cloisons : désormais, toutes (ou presque) les ressources IT — SaaS, datacenters, IA, cloud public — entrent dans le radar
Les discours sur l’avenir du travail oscillent souvent entre euphorie technologique et scénario catastrophe. D’un côté, l’IA nous promet un monde plus efficace, de l’autre, elle signe l’arrêt de mort de milliers d’emplois. Entre ces deux extrêmes, la réalité est évidemment plus complexe.
Exiger des cas d’usage sans usage revient à inverser la logique naturelle d’adoption : ce n’est pas en décrétant où la GenAI sera utile qu’elle sera utilisée, mais en la rendant accessible à tous, pour qu’elle s’infiltre progressivement dans les pratiques et révèle son potentiel dans le temps.
Peut-on aller au-delà du buzz marketing lorsqu'on parle de "Platform Engineering" ? A y regarder de plus près, on y voit l'aboutissement de pratiques et méthodes nées il y a longtemps. Et que nous ferions bien d'adopter pour le Cloud et la GenAI.
