🎯 Le DSI, chef d’orchestre du numérique : Maîtriser l’IA générative pour transformer l’entreprise

De nombreux articles nous alertent sur la transformation des métiers par l’intelligence artificielle générative. Un métier qui me tient particulièrement à cœur est celui de DSI (Directeur des Systèmes d’Information). Cette transformation technologique soulève de nombreuses questions : Comment l’IA peut-elle aider les DSI ? Peut-elle réellement transformer la gestion et l’innovation au sein des directions informatiques ? Quels sont les cas d’usage pertinents pour tirer parti de cette avancée technologique dans les métiers du numérique ?

Les principaux domaines d’activité d’une DSI classique

Lors de mes différentes missions de DSI dans des groupes agroalimentaires et leurs filiales, j’ai observé une organisation structurée autour des domaines suivants :

• 🖥️ Parc : Gestion du parc informatique et des achats technologiques, incluant la gestion des contrats de maintenance et des cycles de renouvellement matériel.
• 📦 Solutions : Gestion du cycle de vie des solutions ERP, applications Best of Breed et plateformes applicatives, depuis l’identification des besoins jusqu’à la mise en production.
• 💻 Développement : Développement logiciel, gestion des outils de développement, documentation, et contrôle qualité.
• 💰 Gouvernance économique : Gestion financière et budgétaire du SI, optimisation des coûts et suivi de la rentabilité des projets technologiques.
• 📊 Projets : Gestion de projets et méthodes associées, gestion des risques et coordination inter-départements.
• ⚙️ Opérations : Supervision des opérations IT, gestion proactive des infrastructures et optimisation des processus ITIL.
• 🛠️ Support : Assistance et support aux utilisateurs, gestion des niveaux de service (SLA).
• 📑 AMOA : Accompagnement à la maîtrise d’ouvrage, cadrage des besoins métiers et validation des livrables.
• 🚀 Innovation : Gestion de l’innovation et exploration des nouvelles technologies, intégration de solutions disruptives.
• 📈 Données : Gestion du cycle de vie de la donnée, qualité des données, et exploitation analytique.
• 🏗️ Architecture et Urbanisation : Plan directeur technologique, schéma directeur du SI et urbanisation applicative.
• 🔒 Cybersécurité : Protection du système d’information, gestion des risques et sensibilisation des équipes.
• 👥 Management : Management des ressources humaines, développement des compétences, communication et alignement stratégique.

L’IA générative peut apporter une contribution précieuse dans chacun de ces domaines, avec des applications variées et innovantes.

Quelques cas d’usage de l’IA générative par domaine

🖥️ Gestion du Parc

• 📊 Analyse avancée des données de parc pour identifier les équipements défectueux ou résistants.
• 📑 Préparation d’appels d’offres et analyse automatisée des réponses fournisseurs.
• 🔄 Optimisation des processus de gestion des actifs IT et automatisation de la documentation technique.

📦 Solutions

• 📝 Rédaction automatisée de cahiers des charges techniques et fonctionnels.
• 📊 Analyse de schémas de données et documents techniques des éditeurs pour accélérer les prises de décision.
• 🔎 Veille technologique automatisée sur les forums d’éditeurs et extraction d’insights clés.

💻 Développement

• 💡 Assistance à la rédaction de code et rétro-documentation.
• 📐 Génération de prototypes et de maquettes fonctionnelles facilitant la collaboration entre équipes.
• ✅ Automatisation des tests de code et génération de scénarios de test automatisés.

💰 Gouvernance économique

• 📊 Analyse des coûts, création de tableaux de bord dynamiques et génération de rapports financiers.
• 📝 Rédaction automatisée de plans de communication internes pour un suivi budgétaire optimisé.

📊 Projets

• 📑 Génération de modèles de documents normatifs (RACI, fiches de fonction, PAQ, Chartes informatiques).
• 📈 Assistance méthodologique pour l’application des standards de gestion de projet comme Prince2, Agile et Togaf.

⚙️ Opérations

• 📊 Analyse de fichiers de logs complexes pour une détection proactive des incidents.
• 🔎 Recherche d’informations techniques sur les forums spécialisés et recommandations automatisées.

🛠️ Support

• 🤖 Implémentation de chatbots et d’agents virtuels pour gérer les pics de demande et les questions récurrentes.
• 🔎 Recherche automatisée de solutions et recommandations pour les équipes de support de niveau 1 et 2.

📑 AMOA

• 📋 Production automatisée de documents projet (compte-rendu, synthèse, documents de cadrage).
• 🗂️ Conversion de schémas manuels en documents exploitables et exportables vers des outils de modélisation.

🚀 Innovation

• 🔎 Automatisation de la veille technologique et production de résumés automatiques de rapports et vidéos.
• 🌟 Identification et agrégation d’innovations pertinentes pour le SI.

📈 Données

• 📊 Analyse de grandes volumétries de données et extraction d’insights prédictifs.
• 📊 Automatisation de la création de dashboards interactifs et de rapports avancés.
• 📐 Modélisation de schémas de données assistée par l’IA pour accélérer la phase de conception.

🏗️ Architecture et Urbanisation

• 🗄️ Exploitation facilitée des bases de données de gestion de configurations (ex : CMDB).
• 📊 Automatisation de la documentation des référentiels techniques et méthodologiques.

🔒 Cybersécurité

• 🛡️ Veille automatisée sur les alertes de sécurité (CVE) et production de rapports de risques.
• 📑 Génération de scénarios de sensibilisation et formations assistées par l’IA.

👥 Management

• 📋 Création automatisée de définitions de poste, matrices de compétences et supports de formation.
• 🎯 Gamification des évaluations et des formations pour améliorer l’engagement des équipes.

Conclusion

L’IA générative est une alliée puissante pour formaliser, structurer et accélérer les processus au sein des DSI. Elle permet de gagner du temps sur des tâches répétitives, de renforcer l’efficacité des équipes et d’améliorer la qualité des livrables.

Pour ceux qui souhaitent découvrir concrètement le potentiel de l’IA générative, je propose des sessions d’initiation à ChatGPT d’une demi-journée en petit groupe. L’objectif est d’éveiller l’intérêt, d’explorer les cas d’usage potentiels et de démontrer comment l’IA peut réellement apporter de la valeur dans un contexte professionnel structuré et exigeant.