Satya Nadella : Microsoft en quête d’agilité face à l’IA
Lors d’une interview avec Mathias Döpfner, PDG d’Axel Springer, Satya Nadella a exprimé ses réflexions sur la nécessité pour Microsoft de retrouver vitesse et agilité dans le développement de l’intelligence artificielle (IA). Dans ce contexte, il s’inspire du fonctionnement des startups où les décisions sont prises plus rapidement.
Dans le podcast « MD MEETS », diffusé samedi, Nadella a évoqué sa volonté d’étudier comment les nouvelles entreprises développent des produits. Il a constaté que la taille de Microsoft est devenue un désavantage majeur dans la compétition actuelle. Selon lui, “tout ce week-end, j’ai passé tout mon temps à essayer de comprendre comment les nouvelles entreprises créent des produits.”
Il a décrit que dans une startup, toutes les personnes impliquées dans le développement peuvent prendre des décisions conjointement et itérer instantanément, car elles sont réunies autour d’une même table. À l’opposé chez Microsoft, il souligne avoir « trois chefs de division qui gèrent ces trois choses » ce qui entraîne un ralentissement du processus de décision.
Ce besoin de réactivité se manifeste également à travers les réorganisations au sein des grandes entreprises technologiques comme Meta et Google qui cherchent à réduire leurs niveaux intermédiaires de gestion pour accélérer leurs processus décisionnels.
Désapprendre pour progresser
Nadella insiste sur l’importance de décoller des succès passés, déclarant qu’il faut « désapprendre » certaines habitudes associées aux succès précédents afin de s’adapter à cette nouvelle ère dominée par l’IA. “L’ensemble de compétences le plus important pour une pertinence à long terme est le suivant : comment apprendre tout et ne pas tout savoir”, rappelle-t-il.
Pour concrétiser cette transformation interne chez Microsoft, il a déjà commencé à réorganiser son équipe dirigeante en augmentant son nombre directeurs afin de briser les silos.
Les clés du succès en IA
Selon Nadella, parmi les raisons majeures menant aux échecs des projets d’IA en entreprise figure une approche trop traditionnelle assimilant l’IA à une simple mise à niveau technique. Pour éviter cela et garantir que ces projets soient couronnés de succès, il recommande quatre mesures essentielles : repenser intégralement les flux de travail ; adopter des outils modernes compatibles avec l’IA ; former le personnel adéquatement ; et enfin assurer la circulation fluide des données sans être entravée par d’anciens systèmes.
Il conclut en affirmant que seules ceux souhaitant remettre en question leurs anciennes pratiques seront capable d’exploiter pleinement le potentiel transformateur offert par l’intelligence artificielle.
