Accueil Épisode 24

Podcast Episode 24

Naviguer dans la stratégie des données et l'IA dans les soins de santé

avec Bryson Dunn, vice-président de la gestion des données chez EXL

Dans cet épisode d'Automating the Enterprise, rejoignez l'animateur Dayle Hall pour une discussion captivante avec Bryson Dunn, un expert chevronné en stratégie de données et en soins de santé. Vous pourrez ainsi acquérir des connaissances précieuses pour naviguer à l'intersection de la stratégie des données et de l'IA dans le paysage en constante évolution des soins de santé.

Transcription complète

Dayle Hall :  

Bonjour et bienvenue dans notre podcast, Automating the Enterprise. Je suis votre hôte, Dayle Hall, CMO chez SnapLogic. Ce podcast est conçu pour donner aux organisations les idées et les meilleures pratiques sur la façon d'intégrer, d'automatiser et de transformer leur entreprise. Notre invité aujourd'hui est Bryson Dunn. Bryson est le responsable vertical de la gestion des données dans le secteur des soins de santé chez l'un de nos principaux partenaires, EXL. Bryson est un praticien chevronné, un mentor, un conseiller de confiance au sein de cette équipe et dans l'industrie en général, il travaille avec le développement commercial, la gestion des données et une ingénierie logicielle complète. Bryson, bienvenue dans le podcast.

Bryson Dunn :

Merci, Dayle, je suis ravie d'être avec vous. J'ai écouté une bonne partie de votre podcast, mais c'est la première fois que je le fais, alors je suis très enthousiaste.

Dayle Hall :  

Croyez-moi, j'en ai fait quelques-uns et je ne dirais pas que je suis un podcasteur expérimenté. Je pense que chaque podcast est une nouvelle expérience, mais nous sommes heureux de vous avoir dans l'émission. D'accord, nous allons commencer. Je sais que nous avons un tas de questions, un tas de sujets que nous allons couvrir. Mais je pense que la première chose que nous essayons toujours de faire, c'est de faire connaître au public un peu de votre parcours. J'aimerais donc faire deux choses, si vous le voulez bien. D'abord votre expérience, votre carrière, comment vous êtes arrivé à ce type de poste, et ensuite un peu plus sur la façon dont vous vous êtes retrouvé spécifiquement du côté des soins de santé, parce qu'évidemment la technologie de la santé, ce domaine, la gestion des données, des considérations, des règles et des règlements très spécifiques. Mais commençons par expliquer comment vous avez fini par occuper ce type de poste, puis expliquons un peu plus en détail comment vous avez fini par vous concentrer sur les soins de santé.

Bryson Dunn : 

Oui, merci, Dayle. J'ai passé toute ma carrière dans le domaine de la gestion des données, donc toujours du côté du conseil, toujours du côté de la mise en œuvre, mais j'ai commencé chez un éditeur de logiciels de gestion des données, en écrivant des pipelines de données, ETL, à l'époque en tant que développeur junior, et au fil des années, j'ai étendu mon expertise et ma portée à d'autres facettes de la gestion des données, la qualité des données, la gestion des données de référence, je suis devenu architecte, et j'ai fini par faire le saut du côté de la gestion. Aujourd'hui, comme vous l'avez dit, je dirige le secteur vertical des soins de santé pour la pratique de la gestion des données au sein d'EXL, ce qui signifie que je suis vraiment responsable de tout, de la croissance à la garantie que nous positionnons les bonnes solutions et offres pour nos clients et que nous respectons nos engagements et livrons efficacement, pour la réussite de nos clients.

L'une des choses que j'apprécie le plus dans mon expérience de consultante, c'est la possibilité de travailler avec un grand nombre d'entreprises du secteur et d'acquérir une vaste expérience, que ce soit dans le domaine des produits pharmaceutiques, des sciences de la vie, des payeurs, des fournisseurs, des prestations pharmaceutiques, des courtiers, et même de l'éducation, de la formation des infirmières. Cela nous a permis d'acquérir une excellente compréhension de l'espace et des défis auxquels ces entreprises sont confrontées.

Dayle Hall : 

Je pense que c'est un point très intéressant. Il est clair que je n'ai pas autant d'expérience dans ce domaine, et c'est pourquoi j'attends avec impatience le podcast. Mais je pense que parfois, quand on pense aux soins de santé, à la technologie, à la gestion des données, on pense à l'HIPAA, on pense aux relations patient-médecin. Mais vous venez de mentionner un certain nombre de choses, les produits pharmaceutiques, l'éducation, ce sont des choses qui ne sont peut-être pas aussi populaires ou pas aussi connues, disons, mais c'est un domaine énorme. C'est un véritable défi pour la gestion des données dans tous ces domaines. Vous concentrez-vous sur des domaines spécifiques plutôt que sur d'autres ? Avec EXL, recevez-vous un tas de questions qui pourraient couvrir toute la gamme ? Quel type de questions ou d'appels entrants recevez-vous en général ?

Bryson Dunn :  

Encore une fois, c'est l'une des choses que j'aime dans le conseil : chaque jour est un peu différent en termes de questions que nous recevons de nos clients. Mais chacun de nos clients aborde la question sous un angle différent, en fonction de son rôle au sein de l'entreprise, de ce qu'il essaie d'accomplir et de son entreprise. Comme vous pouvez l'imaginer, les préoccupations et les motivations d'une compagnie d'assurance maladie sont très différentes de celles d'un système hospitalier ou d'un réseau de prestation intégré. Cela nous tient certainement en haleine et c'est très variable. Je le répète.

Dayle Hall :

Oui, j'imagine. D'accord, nous allons donc nous pencher plus particulièrement sur la gestion des données dans le secteur des soins de santé, et vous pourrez me donner quelques exemples au fur et à mesure que nous avancerons. Comment voyez-vous ce domaine, la gestion des données en particulier, pour résoudre les problèmes auxquels vous avez été confronté dans le secteur des soins de santé ? Comment conseillez-vous vos clients ? J'ai une réaction viscérale au mot transformation, transformation numérique, parce que je pense qu'il est trop utilisé. Je crois avoir vu des statistiques indiquant que 60 % des projets de transformation numérique échouent. En général, je pense que cela s'explique par le fait qu'ils ne sont pas définis ou qu'ils regroupent un tas d'autres défis sous le terme de transformation. Mais j'aimerais avoir votre point de vue. Que voyez-vous dans les soins de santé, dans ce domaine ? Et voyez-vous vraiment une transformation, ou sommes-nous en train de résoudre des problèmes ponctuels ?

Bryson Dunn :  

Je suis tout à fait d'accord avec votre sentiment sur le mot "transformation". Je pense qu'il est trop utilisé et qu'il est souvent un peu vide, n'est-ce pas ? Pour nous, lorsque nous cherchons à résoudre des problèmes dans le domaine des soins de santé, notre défi est de savoir comment le rendre réel, comment donner un sens et une valeur à la transformation. C'est pourquoi nous nous sommes concentrés sur la définition du pourquoi des données. Je pense qu'historiquement, il y a 5 ou 10 ans, beaucoup d'entreprises reconnaissaient l'importance des données, mais elles se contentaient de dire qu'elles avaient besoin d'un entrepôt de données ou d'un lac de données parce que c'était une capacité fondamentale, ou d'un catalogue de données parce que c'était une capacité fondamentale, juste quelque chose dont nous avions besoin. Et à tort ou à raison, je pense que beaucoup de chefs d'entreprise que nous avons rencontrés pourraient parfois considérer ces investissements comme un gros poste budgétaire discrétionnaire et sans valeur, ce que je pense que les auditeurs de votre podcast désapprouveront dans l'ensemble. Je pense que les auditeurs de votre podcast ne seront pas d'accord avec cela. Et je suis certainement dans ce camp.

Je pense que dans le secteur des soins de santé, et en fait dans tous les secteurs, le défi consiste à relier les investissements dans les données aux résultats de l'entreprise. C'est le défi que nous avons relevé. Et dans le domaine de la santé, ce qui me passionne vraiment, c'est qu'il est si facile de tracer une ligne directe entre ces deux éléments, entre les données et les résultats. Et dans le domaine des soins de santé, les résultats sont le bien-être des personnes, leur vie, c'est-à-dire leur esprit, leur corps et leur portefeuille. On voit des choses comme l'utilisation des données pour prédire les maladies et améliorer les soins préventifs, la réduction des coûts, la facturation proactive, et ce genre de choses.

Cela ressemble à un enjeu de table, mais je vais vous dire, et ma femme vient d'avoir un bébé. À l'avance, j'ai appelé ma compagnie d'assurance. J'ai demandé combien allait coûter l'accouchement. Je n'ai pas pu obtenir de réponse claire. Même quelque chose d'aussi simple que cela, que vous pensez être si facile, ce sont des problèmes réels que les données peuvent aider à résoudre. Et je ne dis pas que - hé, il y a beaucoup de travail à faire. Permettez-moi de l'exprimer ainsi. Aux États-Unis, nous avons dépensé deux fois plus que n'importe quelle autre économie développée pour les soins de santé, soit 16 %. Et nous avons toujours le taux le plus élevé d'hospitalisations et de décès évitables. Je pense que les données sont un élément important pour relever ce défi, et c'est certainement un point sur lequel nos clients se concentrent.

Dayle Hall :  

Oui, vous avez mis le doigt sur le problème avec cet exemple. Je me souviens d'avoir été dans cette situation et d'avoir reçu la facture après que ma femme ait eu nos deux enfants, et d'être encore stupéfait que nous ayons de bons soins de santé. Je ne m'en plains pas. Nous avons beaucoup de chance. Mais il n'en reste pas moins que l'impossibilité de donner à quelqu'un une quelconque indication à l'avance constitue clairement un défi que nous devons relever.

Ce que j'aime dans ce que vous avez dit, et j'entends cela de la part de personnes qui ont réussi dans le domaine des technologies de l'information et autour de l'IA, ou quoi que ce soit d'autre, c'est que si vous commencez par les résultats commerciaux, ou je pense que vous et moi avons eu ces conversations, vous commencez par le pourquoi. Pourquoi essayons-nous de résoudre ce problème ? Et je pense que la plupart des projets auront plus de succès de cette manière. Et j'ai entendu au cours de ces podcasts que si vous ne faites pas cela, vous ferez partie des 60% de projets de transformation numérique qui échouent parce que vous ne savez pas vraiment ce que vous attendez au départ.

Ce matin, j'ai participé à un podcast sur le marketing, un groupe Zoom sur le marketing. L'une des questions posées à la SCMO était de savoir à qui l'on demande de faire quelque chose en matière d'IA dans leur entreprise. Et j'ai l'impression que l'exemple que vous avez donné tout à l'heure concernant le passage à cloud, la construction d'un lac de données, c'est très bien, vous savez que cela aura un certain impact, mais si vous ne commencez pas par un résultat commercial, si vous ne commencez pas par le pourquoi, vous allez échouer. Donnez-moi quelques exemples de ce qu'est le pourquoi des données et quelles sont les choses auxquelles vous devez penser avec vos clients ?

Bryson Dunn :  

Oui, tout cela tourne vraiment autour de la façon dont nous envisageons de créer des stratégies de données pour nos clients. Définir le pourquoi est un point de départ utile parce que les choses que vous avez mentionnées, la migration vers cloud, la construction d'un entrepôt de données, sont des facilitateurs. Ce ne sont pas des résultats. L'intégration d'une nouvelle source de données, le retrait d'un système existant, sont autant de bonnes choses qui ajoutent probablement de la valeur, mais ce ne sont pas des résultats en soi. Ainsi, lorsque nous envisageons de créer une stratégie de données, nous l'examinons bien sûr sous cet angle, du point de vue de l'infrastructure et de l'architecture des données. Où sont les inefficacités ? Où sont les points de friction ? Où sont les lacunes ? Et comment pouvons-nous améliorer la maturité ?

Mais nous partons vraiment d'une vision descendante pour comprendre ce que l'entreprise essaie de réaliser. Essaie-t-elle de pénétrer de nouveaux marchés ? Cherche-t-elle activement à acquérir des concurrents ? Essaie-t-elle d'évoluer vers un modèle de prestation de soins de santé plus axé sur le risque, où nous pouvons l'aider, l'armer avec de meilleures données et connaissances sur le lieu de soins ? Tous ces éléments sont essentiels pour déterminer où investir son argent et ses données. Et vous devez être en mesure de suivre les résultats. C'est l'élément le plus important. Il ne suffit pas de dire : "Voici les résultats que nous visons, et voici où nous allons investir. Vous devez être en mesure de prouver que vous avez atteint vos objectifs.

Dayle Hall :

L'une des choses que j'essaie de faire dans les podcasts - parce que je sais que les gens vont réfléchir à la façon dont ils peuvent appliquer ce que vous dites potentiellement à leur travail. Combien de clients viennent vous voir en vous disant : nous savons que nous voulons passer à un nouveau fournisseur de données cloud , nous voulons ces résultats ? Combien d'entre eux viennent vous voir avec ces objectifs déjà définis ? Et combien viennent vous voir en disant : nous savons que nous devons faire quelque chose, nous savons que nous cherchons des résultats, et vous les aidez à mettre en place la stratégie ? Car je pense que c'est un service inestimable, que ce soit dans le domaine de la santé ou autre, quelqu'un, un conseiller, un consultant, un groupe, même un panel interne ou autre, qui les aide à atteindre le résultat. Alors, est-ce que c'est 50-50, est-ce que c'est 70-30 qu'ils savent ou que vous devez les guider sur ce point ?

Bryson Dunn :

Je dirais que 25 % des conversations que nous avons sont de très haut niveau stratégique. Franchement, pour beaucoup de nos clients, les dirigeants savent déjà où ils vont et ont tendance à avoir une assez bonne maîtrise de la situation. C'est au niveau de l'exécution qu'ils ont vraiment besoin d'aide. Cela fait partie de la variabilité dont nous parlions tout à l'heure, n'est-ce pas ? Parfois, nos clients viennent nous voir et nous disent, hé, écoutez, nous avons juste besoin d'une capacité supplémentaire, nous avons beaucoup de pipelines de données à construire, ou nous retirons notre ancienne intégration plateforme et migrons vers quelque chose de moderne comme SnapLogic, et nous avons juste besoin de plus de puissance. Ou bien nos clients viennent nous voir, comme vous l'avez dit, dans le cadre d'une fonction de conseil très importante, pour nous demander : " Écoutez, nous savons que nous pourrions mieux utiliser les données et générer plus de valeur avec les données, comment pouvons-nous le faire ?

Dayle Hall :

Oui. Je pense que la bonne chose, c'est qu'il est évident que vous pouvez gérer les deux. Mais encore une fois, ce que j'entends dans ces podcasts, c'est que les gens qui sont dans votre position, ou qui sont en fait potentiellement chez le client, du côté de leur propre client, se lancent en cherchant à savoir s'il y a 500 choses que nous pourrions faire, mais nous allons les diviser en projets et livrables très discrets, et c'est un voyage. Comment les clients réagissent-ils parfois lorsque vous leur dites : "C'est très bien, c'est une bonne chose que vous ayez pris cette direction. Vous pensez au résultat, vous êtes donc sur la bonne voie. Il s'agit d'un voyage de cinq ans ou autre. Est-ce que c'est compris, qu'il ne s'agit pas d'une solution rapide ? Ou bien devez-vous expliquer pourquoi cela se produit dans ce type de rôle ?

Bryson Dunn :

Oui, c'est généralement compris. On comprend généralement qu'il s'agit d'un voyage à long terme, et non d'un problème qui sera résolu en quelques semaines ou en quelques mois. Et je pense que l'art de communiquer une stratégie à un grand nombre de parties prenantes au sein d'une entreprise consiste à expliquer pourquoi cela va prendre autant de temps, ce vers quoi nous tendons, et comment vous allez ajouter de la valeur en cours de route, de manière incrémentale. C'est essentiel, car on ne peut pas dire : "Voici votre feuille de route sur trois ou cinq ans, et nous ne verrons aucune valeur ajoutée jusqu'à la fin". Vous devez donc être en mesure d'identifier, comme vous l'avez dit, les éléments à gain rapide que vous pouvez réaliser en deux mois, trois mois, à gain très rapide, à succès rapide. En effet, si vous retournez dans votre placard, si vous commencez à construire des technologies pendant trop longtemps sans montrer de progrès et de valeur, les gens commenceront inévitablement à remettre en question ces investissements.

Dayle Hall :

Oui, cela me plaît. J'aime cette réflexion sur les gains rapides. Je pense que nous perdons parfois de vue cet aspect, même si nous avons une stratégie. Parfois, nous pensons à une vue d'ensemble et nous pensons que tout va être génial. Encore une fois, comme toute entreprise, ou toute fonction au sein de l'entreprise, vous devez montrer des progrès. Si vous construisez un pipeline dans le domaine du marketing, où en sommes-nous pour l'année ? Si vous concluez des affaires, si vous élargissez votre clientèle, quelles sont les petites affaires ? Tout cela fait partie du processus.

Avez-vous un exemple spécifique, quelque chose, un projet sur lequel vous avez travaillé, peut-être un projet de gestion de données dans le domaine de la santé qui comporte peut-être des contrôles de gouvernance ? Pouvez-vous nous expliquer comment vous avez géré ce projet avec le client ?

Bryson Dunn :  

Oui, absolument. Je vais vous donner l'exemple d'un projet récent que nous avons mis en œuvre. Il s'agissait d'un grand courtier en avantages collectifs. Cette société vend tous les types d'assurance, mais aussi des plans de santé personnalisés pour les employeurs. L'un de ses principaux facteurs de différenciation est sa capacité à adapter les plans et les tarifs à la population d'employés de ses clients. Cela a beaucoup à voir avec le type d'industrie dans lequel ils se trouvent, le type de travailleurs qu'ils emploient, leurs déterminants sociaux de la santé, leurs antécédents médicaux. Toutes ces données sont analysées et prises en compte afin d'élaborer le plan de santé le moins coûteux et le plus couvrant pour leurs clients et les employés de ces derniers.

Ils utilisaient donc cette solution d'analyse de données depuis un certain temps, mais le problème était que les données mettaient environ un mois à s'actualiser. Elles étaient hébergées par un tiers. Ils n'avaient donc qu'une capacité limitée d'évolution et de personnalisation en fonction de leurs besoins spécifiques, mais aussi d'exploitation des données à d'autres fins. Ils nous ont donc engagés pour migrer la solution vers cloud et appliquer une refonte majeure avec quelques améliorations clés en cours de route. Il s'agissait d'une opération lourde. La solution intégrait plus de 1 300 fichiers provenant d'une grande variété de sources avec des formats linéaires et devait évidemment être hautement sécurisée, compte tenu de la nature des données de santé. Oui, c'est toujours un défi dans ce domaine.

Nous avons donc lancé une première version qui a permis de réduire le temps de latence des données de 30 à 5 jours et d'améliorer de 15 % la vitesse d'acquisition et d'intégration des nouvelles données. Nous travaillons activement à des améliorations supplémentaires pour rafraîchir les données quotidiennement et automatiser davantage cette solution afin de réduire les frais généraux et la maintenance.

Dayle Hall :

C'est un très bon projet. Je pense que si nous proposions ce type de solution à nos clients, ils seraient très satisfaits de ces chiffres. Poursuivons un peu. Vous l'avez dit, les données relatives aux soins de santé sont essentielles. Les contrôles sont essentiels. Parlons un peu non seulement des données, mais aussi des métadonnées et de leur importance. Car j'imagine que, là encore, le type d'entreprise n'a pas vraiment d'importance. Les données et les métadonnées sont importantes pour s'assurer qu'elles sont exploitables, trouvables, réutilisables, etc. Mais j'imagine que dans le secteur de la santé, il y a d'autres contrôles plus importants, ou qu'ils doivent être effectués de la bonne manière. Quelle est donc l'importance des métadonnées dans ce type de projets, en plus des données elles-mêmes ?

Bryson Dunn :

Les métadonnées sont absolument cruciales. Et c'est un sujet très important, Dayle. J'essaie d'insister sur les métadonnées chaque fois que j'en ai l'occasion avec mes clients, honnêtement, parce que c'est la sauce secrète de tant de choses, que vous parliez d'automatisation ou de sécurité et de contrôles, ou que vous parliez d'IA. Les métadonnées sont vraiment le carburant de tout cela, si vous voulez mon avis.

Dayle Hall :

Expliquez pourquoi. Dites-nous pourquoi.

Bryson Dunn :

Je reviens à l'exemple que je viens de donner du dernier client pour lequel nous avons réalisé le projet de migration vers cloud . Si nous avions dû coder à la main 1 300 pipelines de données différents pour ce client afin de transférer les données vers , cela nous aurait pris des années. Si nous avions dû coder à la main 1 300 pipelines de données différents pour ce client afin de transférer les données vers cloud, cela nous aurait pris des années, et ce n'est donc pas tenable. Nous nous sommes donc concentrés sur les métadonnées, en nous demandant d'où viennent les données, comment nous nous y connectons, comment elles sont structurées, comment elles doivent être déplacées et transformées dans notre modèle de données cible, et quels sont les contrôles de qualité que nous devons appliquer en cours de route pour nous assurer que les données sont valides et correctes.

Avec ces métadonnées en place, nous pouvons alors mettre en œuvre quelques douzaines de tâches de plus haut niveau, des pipelines de données pour déplacer toutes ces données de manière dynamique en fonction de la configuration. Et ce n'est qu'un exemple. Ce n'est qu'un exemple d'automatisation où l'on peut obtenir une efficacité incroyable avec seulement quelques métadonnées de base sur la structure des données, leur emplacement, la façon dont elles doivent être transformées, les règles qui doivent leur être appliquées. Et dans le domaine de la santé, c'est absolument crucial. Je pense, en particulier, qu'il est absolument essentiel de savoir comment les données circulent dans votre infrastructure, où elles résident, qui y a accès dans le secteur de la santé.

Dayle Hall :

C'est un sujet qui m'intéresse. Mais encore une fois, lorsque vous discutez avec certains clients sur la partie consultant, y a-t-il parfois un désaccord ou un défi que vous devez rappeler aux gens, aux clients, sur la raison pour laquelle les métadonnées sont si importantes ? La raison pour laquelle je pose cette question est que j'adore ce que vous avez dit, à savoir que les métadonnées sont la sauce secrète, qu'il s'agisse d'automatisation, de sécurité, d'utilisation dans l'IA, de s'assurer que les modèles sont justes, ou d'éthique, nous pouvons suivre cette voie dans un podcast complètement différent. Mais vous arrive-t-il de devoir rappeler au client pourquoi il s'agit de la partie la plus critique ? Et est-ce qu'il comprend immédiatement une fois que vous l'avez expliqué ? Je suis sûr que oui. Mais est-ce qu'il considère que c'est la partie la plus importante ? Ou bien pensent-ils à d'autres choses ?

Bryson Dunn :  

Souvent, ils pensent franchement à autre chose. Beaucoup de nos clients les plus éclairés le reconnaîtront. La vérité, c'est que cela prend plus de temps. Si vous intégrez une nouvelle source de données ou si vous construisez une nouvelle donnée plateforme, si vous la migrez vers cloud, il faut du temps pour mettre ces métadonnées en place. Cela ne se fait pas comme par magie. Il existe aujourd'hui des outils pour automatiser une partie de ce processus. Mais il y a toujours ce dernier kilomètre à parcourir.

Souvent, les gens sont très concentrés sur la réalisation du projet en cours et vous verrez que les métadonnées sont reléguées au second plan, qu'elles sont dépourvues de priorité, parce que nous devons juste construire ceci, l'expédier, le mettre en production. Et écoutez, parfois, franchement, c'est le bon choix. Je ne vais pas dire que chaque client doit toujours donner la priorité aux métadonnées. Il s'agit toujours d'un compromis, d'un équilibre. Mais je pense que ce serait une erreur pour toute organisation aujourd'hui de ne pas considérer les métadonnées comme un élément clé de ses capacités à long terme en matière de données. Cela permettra de soutenir et d'améliorer toutes les autres initiatives.

Dayle Hall :

Oui, c'est vrai. Non, c'est intéressant. Parce que l'un des autres termes dont nous avons parlé un peu plus tôt, la transformation numérique, la chose dont j'entends beaucoup parler est ce terme de démocratisation des données. Quand vous entendez ce terme, qu'est-ce que cela signifie pour vous ? Et quel est le lien avec les métadonnées par rapport à l'autre noyau de données qui a été déplacé dans les systèmes ?

Bryson Dunn :

C'est un autre de ces termes qui peut sonner un peu creux, franchement, à moins, encore une fois, que vous ne mettiez de la viande sur l'os de la démocratisation des données, parce que beaucoup de gens en parlent. Pour moi, il s'agit d'armer les utilisateurs professionnels en leur donnant accès à des données de haute qualité, opportunes, compréhensibles et complètes. C'est vraiment la démocratisation des données. Certaines personnes, je pense, même avant que la démocratisation des données ne soit un terme, l'appelaient le libre-service, le libre-service, le libre-service bi. L'idée existe depuis longtemps.

Mais pour moi, cela ne correspond pas du tout à ce que nous devrions penser et à ce que pensent beaucoup de nos clients. C'est-à-dire qu'au lieu de nous demander de construire le modèle, et ils viendront, hey, voici les données, allez-y, nous devons être plus proactifs dans la façon dont nous intégrons les données et les connaissances dans les workflows, dans les processus d'entreprise, et faire en sorte qu'elles ne soient pas optionnelles. Il s'agit donc d'être plus réfléchi sur la manière de procéder. Et cela prend du temps. Il faut beaucoup de gestion du changement et beaucoup d'intégration. Mais je pense que c'est là que nous devons vraiment être.

Dayle Hall :  

Oui, c'est vrai. Pour les auditeurs, je ne peux pas dire que je n'ai pas souri lorsque vous avez parlé de beaucoup d'intégration car, de toute évidence, c'est important pour nous à SnapLogic. C'est donc une bonne chose.

Bryson Dunn : 

J'essaie de vous donner un os à ronger, Dayle.

Dayle Hall :

Oui, merci. Je l'apprécie à sa juste valeur. Mon PDG s'énerve si je n'ajoute pas au moins une référence à SnapLogic. C'est donc chose faite. Allons de l'avant. Parlons en fait de - nous en avons déjà parlé un peu, il s'agit en fait de définir la stratégie. Parfois, vous avez des clients qui sont déjà plus avancés et vous pouvez les aider à affiner, les aider sur les résultats, ce qui est une bonne chose. Mais disons que quelqu'un vient vous voir et vous dit, écoutez, nous savons que nous devons faire quelque chose, nous savons que nous voulons bouger. Nous avons des applications sur site, nous voulons passer à cloud. Mais nous n'avons pas vraiment de stratégie aujourd'hui. Si quelqu'un réfléchit à cela en ce moment, quelles sont les choses clés que vous, EXL, devriez faire et dire, ok, voici où nous commençons, voici comment nous commençons - avant de construire quoi que ce soit, avant d'aller acheter un entrepôt de données cloud ou un outil d'intégration, voici où vous commencez.

Bryson Dunn :

Oui, sans aucun doute. Tous les consultants qui existent aujourd'hui ont une recette de base pour cela, et nous ne sommes pas différents. Tout d'abord, vous devez définir votre situation actuelle et les réalités de votre fonctionnement en tant qu'entreprise aujourd'hui. Ensuite, il faut définir où l'on veut aller, puis mettre en place un plan pour relier ces deux éléments. Cela devient votre feuille de route. Comme je l'ai dit, nous ne sommes pas différents des autres cabinets de conseil, et c'est notre recette de base. Je dirai que nous nous concentrons d'emblée sur la valeur commerciale. Nous en parlions tout à l'heure. Comment la définissez-vous dès le départ ? Quels sont les résultats ? Comment allez-vous établir une base de référence ? Comment mesurer la valeur ? Comment allez-vous établir la valeur de référence et la prouver après coup ?

C'est vraiment ce que nous conseillons à nos clients de faire. Et c'est un art. Ce n'est pas une science, sans aucun doute, car vous devez vous engager avec des cadres de l'ensemble de l'organisation qui ont parfois des priorités, des objectifs et des défis très différents qu'ils essaient de résoudre. Et la politique est toujours un facteur. C'est la réalité. Il peut donc s'avérer difficile de parvenir à une vision unifiée, au niveau de l'entreprise, de ce qu'il est judicieux de faire en premier, en deuxième et en troisième lieu, quelles sont les priorités de l'entreprise et quelle est la valeur ajoutée. Je dirais donc qu'il est extrêmement important d'obtenir ces perspectives. Sinon, certains secteurs de l'organisation auront du mal à adopter et à soutenir le programme. Il est donc essentiel d'obtenir cette adhésion.

Dayle Hall :

Oui, je vais vous interroger dans une seconde sur l'impact de ces innovations sur l'IA, qui sont évidemment importantes. Ce dont vous venez de parler, c'est de faire participer les gens, de s'assurer que l'entreprise comprend bien ce dont il s'agit. Comment faites-vous ? J'ai posé cette question parce que, encore une fois, si je suis là, et que quelqu'un écoute ceci et se lance dans ce type de projet, ou y pense, je crois honnêtement que l'un des défis est d'aligner l'entreprise sur ce qui va se passer. Peu importe le secteur d'activité.

Et ce que j'aime aussi, c'est ce que vous avez dit tout à l'heure à propos de la fourniture de données aux utilisateurs professionnels, ce qui m'a semblé essentiel. Il ne s'agit pas seulement de l'informatique que vous essayez de mettre en œuvre pour soutenir les entreprises. Ce qui compte, c'est que les utilisateurs professionnels aient accès aux données. Comment aidez-vous les organisations à recruter les bonnes personnes au bon moment ? Il n'est pas nécessaire d'élaborer un plan complet de gestion du changement. Mais comment les aider à s'assurer que la stratégie et chaque fois que vous donnez le coup d'envoi sont alignées dès le premier jour ?

Bryson Dunn :

Oui, c'est un défi, sans aucun doute. Et c'est intéressant. Il faut adopter une approche un peu différente en fonction de l'interlocuteur. Il est souvent utile de commencer par les services informatiques, car ils s'investissent dans la réussite des données et de la technologie. Il y a donc beaucoup d'alliés dans ce domaine. Et lorsque vous vous adressez aux services informatiques, ils ont une très bonne idée de l'origine de certains problèmes et de ce qui peut être fait pour rendre les choses plus efficaces et les fournir plus efficacement. C'est donc un bon point de départ pour la conversation. Ensuite, il vous fournira les informations dont vous avez besoin pour aller discuter avec les dirigeants de l'entreprise. Il ne faut pas non plus rester bloqué en mode paralysie de l'analyse.

Lorsque vous allez discuter avec les entreprises, vous pouvez parler à des centaines de personnes tout au long de l'année, en essayant d'obtenir tous les points de vue. Mais il faut vraiment axer les conversations sur, premièrement, la stratégie de l'entreprise à partir du niveau C et sur les objectifs à atteindre. Ensuite, il faut descendre de quelques niveaux en termes de leadership au sein de l'entreprise pour comprendre ce qu'ils essaient vraiment de résoudre au sein de leur entreprise. S'agit-il de rendre un processus plus efficace ? S'agit-il d'intégrer un nouvel ensemble de données afin d'avoir un meilleur aperçu des nouveaux traitements et des nouveaux médicaments, quel que soit le résultat. Vous prenez tout cela en compte et vous partagez ces perspectives avec les autres dirigeants. Parfois, la culture d'une entreprise est telle qu'un consensus est obligatoire. Dans ce cas, ce type de collaboration et d'idéation en groupe peut s'avérer très productif. Dans d'autres cas, il est nécessaire d'organiser des rencontres individuelles. Il est donc important d'adapter votre approche en fonction de l'entreprise et de sa culture.

Dayle Hall :

Je l'ai mentionné, mais je ne vais pas m'étendre sur le sujet. Mais il est évident que les récentes annonces concernant l'IA et ces outils d'IA générative reposent sur des données. Je ne vais pas entrer dans les détails. Mais commencez-vous à voir certaines de ces questions lorsque vous abordez ce dont nous venons de parler, à savoir notre stratégie en matière de données, son élaboration et l'aide apportée aux clients pour la définir ? Ces questions sont-elles maintenant au premier plan ? Constituent-elles un élément clé et devez-vous être prêts à dire : voici où vous devez regarder aujourd'hui, et voici où vous devez regarder à l'avenir ?

Bryson Dunn :

Il n'y a pas de doute. Je faisais cette remarque à mon patron ce matin même. Je pense que tous les conseils d'administration du pays parlent aujourd'hui d'IA générative, de ChatGPT. C'est partout, il y a beaucoup de battage médiatique, mais il y a aussi beaucoup de perturbations et beaucoup de réalité en dessous de tout ce battage. Cette semaine, deux de mes clients m'ont demandé comment nous pouvions les aider à mettre en œuvre de grands modèles de langage, l'IA générative, au sein de leur entreprise. La question se pose donc bel et bien. Il s'agit d'une question prioritaire pour nos clients. Il ne fait aucun doute que cela aura un impact sur leurs activités et les perturbera, comme c'est le cas pour pratiquement toutes les entreprises. Cela va faire beaucoup de bruit.

En résumé, vous devez disposer de bonnes données pour alimenter votre modèle. Sinon, votre modèle ne sera ni très précis ni très efficace. Encore une fois, je ne pense pas que cela surprenne qui que ce soit, aucun des auditeurs de ce podcast. Je disais tout à l'heure que les métadonnées sont vraiment la feuille de route ou la sauce secrète de l'IA, c'est vraiment le cas. Vous pouvez y penser comme à un plan de cours d'apprentissage profond. Lorsque vous allez entraîner votre modèle, vous le dirigez vers toutes ces différentes données. Et tout d'un coup, l'IA comprend ce que les données signifient. Les données sont-elles exactes ? D'où viennent les données ? Quand les données ont-elles été actualisées pour la dernière fois ? Toutes ces informations seront cruciales pour s'assurer que vous disposez d'un modèle précis. Car je pense qu'il est devenu évident, au cours des dernières semaines ou des derniers mois, qu'il ne suffit pas d'intégrer une API pour ChatGPT dans votre CRM et de s'en contenter. Vous devez disposer d'un modèle formé sur vos données, qui comprenne votre activité. La question est donc de savoir comment l'entraîner efficacement. Les données sont la réponse.

Dayle Hall :

Oui, j'adore ça. Et vous sortez maintenant deux répliques. Je vais juste vous le dire. L'une est que les métadonnées sont la sauce secrète, j'adore ça, et un plan de leçon pour l'apprentissage en profondeur. J'adore. Ça va être génial. Nous avons tellement de sons pour celui-ci. J'adore ça. Vous commencez donc la stratégie. Il y a évidemment des questions qui se posent. L'une des choses qui me semble également essentielle, et vous en avez un peu parlé, ce sont les étapes du grand voyage, les victoires et la démonstration du retour sur investissement au fur et à mesure que l'on progresse. Comment savez-vous, quels sont les types de choses que vous mettez en place pour dire, nous savons que notre stratégie est couronnée de succès lorsqu'elle fait ce qu'elle fait ? Encore une fois, avez-vous des exemples de la manière dont vous construisez ces éléments ? Quels sont ces éléments de retour sur investissement que vous intégrez au projet ? La stratégie ne consiste donc pas simplement à dire que dans cinq ans, la situation sera telle qu'elle sera, mais que vous ne verrez rien d'ici là.

Bryson Dunn :

Oui, tout à fait. La réponse courte à cette question, Dayle, est que vous savez que vous avez une stratégie de données efficace si vous pouvez montrer la valeur mesurable que vous avez ajoutée. Et l'entreprise est d'accord pour dire que vous avez ajouté cette valeur grâce aux investissements dans les données. Tant que vous ne pouvez pas faire cela, vous ne pouvez pas prétendre avoir une stratégie de données efficace.

L'autre point que j'aimerais soulever ici et qui, à mon avis, est souvent négligé, c'est que le processus de création d'une stratégie, n'importe quelle stratégie, et pas seulement la stratégie des données, ne devrait pas être considéré comme une activité ponctuelle. Je pense qu'il faut constamment la revoir pour se dire : voici la feuille de route que nous avons mise en place l'année dernière ou même il y a six mois. Où en sommes-nous ? Avons-nous ajouté la valeur initiale que nous pensions ? Et si notre succès est mitigé, pourquoi ? Y a-t-il eu des défis que nous n'avions pas prévus ? Certaines de nos hypothèses sous-jacentes ont-elles changé ? L'environnement économique a-t-il changé ? Quoi qu'il en soit, vous devez continuellement revoir et réévaluer votre stratégie et intégrer les enseignements tirés. Lorsque vous parlez de fournir de la valeur de manière itérative et incrémentale, je pense qu'aussi important que cela soit, il est tout aussi important de faire preuve d'agilité et d'adaptabilité pour pivoter lorsque c'est nécessaire.

Dayle Hall :

Là encore, vous avez une plus grande expérience de ces grands projets et de l'élaboration de ces stratégies. Je pense donc que c'est une bonne façon d'envisager la manière dont vous construisez ce genre de choses. Nous venons de parler de l'IA et de son importance, mais je pense que j'aimerais terminer par quelques brèves questions sur l'IA en particulier, parce que dans mon domaine du marketing, même dans notre industrie avec SnapLogic et nos concurrents, j'ai l'impression que nous avons lavé de l'IA pendant 10 ans, maintenant nous lavons de l'IA générative. Il y a un peu de cela qui va résoudre - toutes les choses que nous ne pouvions pas résoudre avant, nous pouvons maintenant les résoudre grâce à cela.

Et je dois vous dire que je suis plus enthousiasmé par certaines des choses que nous faisons avec SnapGPT à partir de ces outils d'IA générative que je ne l'ai jamais été pour le produit. Mais on s'attend aussi à ce que ce soit une panacée. Je pense que nous en avons parlé avant, c'est quelque chose de bien. On a l'impression qu'on peut résoudre tous ces problèmes avec ça. Que pensez-vous donc de certains des domaines clés dans lesquels il peut être exploité aujourd'hui ? Et comment réagissez-vous lorsque vous connaissez quelqu'un, un client ou potentiellement lorsque vous parlez à quelqu'un qui dit, je pense que cela va résoudre X, Y et Z ? Comment s'assurer que l'on procède de la bonne manière ? Et nous ne parlons même pas de l'aspect éthique de l'IA, mais simplement de son utilisation dans notre entreprise, de ce que nous pouvons en tirer et de ce qu'elle peut résoudre aujourd'hui ?

Bryson Dunn :

Oui, je pense que, comme nous l'avons dit tout à l'heure, il y a beaucoup de battage médiatique, c'est certain. J'ai le sentiment qu'indépendamment du battage médiatique, il s'agira probablement de la plus grande perturbation que j'ai connue dans ma carrière en termes de technologie. Si j'avais été plus intelligent, j'aurais utilisé ChatGPT pour m'écrire un script pour ce podcast, mais je ne l'ai pas fait. Mais il en est tout à fait capable. Et des cas d'utilisation comme celui-ci sont tout à fait dans le champ des possibilités de l'IA générative aujourd'hui. Si vous parlez, par exemple, d'un patient en chimiothérapie qui a des restrictions et des besoins alimentaires, vous pourriez utiliser l'IA générative pour rédiger un plan de repas pour ce patient.

Il ne s'agira jamais - du moins pas aujourd'hui - de générer un plan de repas et de le livrer au patient. Ce sera un accélérateur pour les médecins, un point de départ qu'ils pourront utiliser pour affiner avant de finaliser et de mettre en place. Il en va de même pour le plan de soins d'un diabétique. Ce sont là des choses très concrètes que l'IA générative peut faire aujourd'hui.

Il y a maintenant une grande marge de progression. L'instanciation actuelle de l'IA générative présente également des limites. La principale limite est qu'il faut lui demander une réponse aujourd'hui. Vous devez l'inciter à le faire. On discute beaucoup de la manière d'optimiser et d'élaborer les messages-guides que l'on envoie à ces outils. Pour l'instant, il s'agit d'une limitation essentielle et de la manière dont vous interagissez avec eux. À long terme, je pense qu'ils seront plus proactifs. Il apparaîtra avec des informations sur votre tableau de bord, sur les applications que vous utilisez jour après jour, de manière proactive. Je pense que cela la rendra beaucoup plus utile. Mais en fin de compte, les informations qu'il vous fournit doivent être fondées sur de bonnes données, de bonnes connaissances. Par conséquent, lorsqu'on parle de ce que les entreprises doivent faire aujourd'hui pour se préparer, il s'agit d'investir dans ces données. Il ne s'agit pas nécessairement de les utiliser un jour pour l'IA, ces investissements peuvent apporter une valeur ajoutée dès aujourd'hui et continueront à rapporter des dividendes à l'avenir.

Dayle Hall :

Oui, j'aime bien ça. J'aime penser de cette façon. Et je pense qu'en interne, lorsque nous en parlons, je ne sais pas si vous avez déjà rencontré Gaurav, notre PDG, mais il est comme un professeur. Il est très cultivé. Il parle de cette méthode comme de la deuxième méthode socratique. La première méthode socratique consiste à savoir comment obtenir les réponses, comment connaître les réponses qui vous permettront d'aller de l'avant. Avec l'IA générative, il parle maintenant de la façon de poser les bonnes questions pour aller de l'avant. Parce que les réponses sont déjà là, quelque part. Mais comment trouver les bonnes questions à poser, sans se contenter de comprendre les réponses, ce qui, je le répète, le passionne plus que moi. Mais j'ai trouvé que c'était une façon intéressante de procéder. Et je pense que cela pourrait être utile pour des choses comme la stratégie des données, ou franchement, tout ce qui a trait aux données, c'est-à-dire que si vous pouvez poser la bonne question, vous obtiendrez probablement les réponses que vous cherchez. Mais je sais que nous ne faisons qu'effleurer la surface.

Bryson Dunn :  

Oui, sans aucun doute. J'aime la façon de penser à ce sujet, la façon très philosophique dont vous posez la question. Je pense que l'autre - ce n'est pas nouveau. Il y a beaucoup de discussions à ce sujet, car comment peut-on se fier à la réponse ? Peut-on faire confiance à la réponse ?

Dayle Hall :

Cela me permettra de consacrer un podcast entier à ce sujet.

Bryson Dunn :

Exactement. Oui, c'est vrai. Oui, c'est vrai. Et c'est aussi une considération pour beaucoup de nos clients, en particulier sur les marchés très réglementés, comme celui de la santé, car le risque de fournir des informations erronées aux patients, les dommages qui peuvent en résulter sont très élevés. C'est pourquoi la réduction de ce risque, en particulier dans le secteur de la santé, est une priorité absolue pour nos clients.

Dayle Hall :

Oui, c'est vrai. Que dites-vous aux gens pour qu'ils s'y préparent ? Nous avons évidemment parlé de certaines spécificités, et cela ne va pas tout résoudre. Quand vous parlez à vos clients, ont-ils l'impression qu'ils vont pouvoir aller plus vite dans tous les domaines ? Ou comment tempérer cette excitation et ce potentiel ? En fait, je ne sais pas ce qu'il en est dans le secteur de la santé en raison des contrôles sur les données. Est-ce que vous avez l'impression qu'il faut toujours faire ça maintenant, ou est-ce que c'est légèrement différent dans le secteur de la santé ?

Bryson Dunn :

Oui, les attentes sont tempérées. Dans le secteur de la santé, en général, je dirais qu'ils sont plus réticents au risque, tout simplement parce que c'est un espace très réglementé. C'est pourquoi je m'adresse davantage aux payeurs, aux fournisseurs, aux sociétés d'approvisionnement médical, aux sociétés de fabrication et aux domaines connexes, qui essaient absolument d'aller vite. Il s'agit d'un débat philosophique entre l'entreprise qui se dit "wow, regardez ces outils, je peux les utiliser aujourd'hui et ils sont si puissants" et les personnes qui sont plus à l'aise avec les technologies de l'information. Et peut-être que les gens qui sont plus versés dans les données et l'analyse comprennent qu'il faut mettre en place une gouvernance et des garde-fous appropriés pour atténuer le risque que, comme nous l'avons dit, des informations incorrectes soient fournies ou que des données soient exposées de manière inappropriée. Il est tentant d'essayer d'aller vite et d'exploiter les technologies qui sont tout à coup, depuis quelques mois seulement, disponibles, mais il faut trouver un équilibre.

Dayle Hall :

Oui, bien sûr. Eh bien, ce fut un excellent podcast. J'ai une dernière question à vous poser avant de conclure. Elle est un peu hors sujet, mais elle concerne l'IA, l'IA générative ou ChatGPT. S'il y a quelque chose d'excitant pour vous, quelque chose qui va faire que ce que nous voyons dans l'IA va conduire à des changements majeurs, que ce soit dans la vie personnelle, dans les soins de santé ou simplement dans les technologies de l'information, quelle est la chose que vous attendez avec impatience et qui pourrait, selon vous, améliorer nos situations, et non pas potentiellement causer plus de défis dans ce domaine spécifique ?

Bryson Dunn :

Oui, c'est une excellente question. Je pense que la première chose à faire est de promettre que l'IA améliorera les soins préventifs proactifs. Une grande partie de nos problèmes de santé aux États-Unis, en particulier, sont évitables. Et je pense que l'IA a une réelle capacité à augmenter la bande passante de nos spécialistes et de nos médecins pour qu'ils puissent détecter plus tôt des choses qui auraient pu passer inaperçues. C'est donc ce qui m'enthousiasme le plus.

Dayle Hall :

Oui, c'est vrai. Nous sommes tous, à un moment ou à un autre, en contact avec le système que vous aidez à guider et à soutenir. Je pense donc que c'est une fin parfaite pour le podcast. Mais j'espère que lorsque nous ferons la promotion de ce podcast, nous garderons ces métadonnées comme une sauce secrète parce que c'est l'une de mes citations préférées que j'ai entendues. Bryson, merci beaucoup d'avoir participé à ce podcast.

Bryson Dunn :

C'était très amusant. Merci de m'avoir invité, Dayle.

Dayle Hall :

Merci à tous ceux qui nous ont écoutés. Nous vous retrouverons dans le prochain épisode d'Automating the Enterprise.