Résumé
L’IA, l’adopter et l’adapter à votre entreprise, est au premier plan de presque toutes les organisations. Et pourtant, bien que 79 % des dirigeants soient d’accord avec cette priorité, plus de la moitié craignent de ne pas avoir la vision de la mettre en œuvre, selon une récente enquête de Microsoft et LinkedIn. C’est là qu’interviennent des experts comme Dona Sarkar. Elle dirige le programme d’extensibilité Copilot et IA de Microsoft, en enseignant aux chefs d’entreprise comment incorporer cette technologie révolutionnaire de manière efficace et transparente, tout en restant à l’affût des préjugés liés à l’IA et d’autres pièges.
En fin de compte : jouez un rôle actif. « Adhérez à l’IA », dit-elle, « plutôt que de laisser l’IA arriver à [vous.] »
Hôte : Doug Thompson, architecte en chef de l’éducation,
TaniumInvité : Dona Sarkar, responsable des problèmes, Copilot et programme d’extensibilité de l’IA, Microsoft
Afficher les notes
Pour obtenir plus d’informations sur les meilleures façons d’intégrer l’IA dans votre organisation, et pour tirer le meilleur parti de Microsoft Copilot, en particulier, consultez nos articles dans Focal Point, le magazine d’actualités en ligne primé de Tanium, et ces autres ressources utiles.
- 4 priorités critiques en matière de leadership à l’ère de l’IA | Point focal
- L’IA par rapport aux humains : pourquoi SecOps peut (pas) être le prochain champ de bataille | Point focal
- La prévention des préjugés liés à l’IA commence au sommet : il suffit de demander à ces femmes responsables de l’IA | Point focal
- Tanium s’intègre à Microsoft Copilot pour la sécurité – Changer la donne pour les équipes de cybersécurité | Tanium
- Fiche technique : Tanium et Microsoft Copilot for Security | Tanium
- Webinaire à la demande : renforcer la sécurité de Microsoft Copilot avec des données en temps réel | Tanium
Transcription
L’entretien suivant a été modifié pour plus de clarté.
« Les entreprises n’ont vraiment pas leurs données dans l’ordre. Et l’une des choses que tout le monde dit est que l’IA nous a rendus beaucoup plus vulnérables face aux problèmes de données. Je me dis, non, l’IA est une grande lampe de poche qui brille sous votre lit et dit des mothballs. Et vous dites, oh, d’où viennent ces balles de moth ? Celles-ci sont déjà là, mon ami. C’est juste [que] l’IA met un gros coup de projecteur dessus. »Dona Sarkar, responsable des problèmes, Copilot et programme d’extensibilité de l’IA, Microsoft
Doug Thompson : La perturbation technologique ne consiste pas seulement à introduire quelque chose de nouveau. Il s’agit également de gagner la confiance des gens pour transformer le comportement, l’entreprise et le résultat net. C’est ce que nous voyons aujourd’hui alors que les entreprises essaient d’adopter l’IA. Les perturbations technologiques ne sont pas faciles. Et voici deux statistiques pour prouver cela : une enquête récente de Microsoft et LinkedIn a révélé que 79 % des dirigeants savent qu’ils doivent adopter l’IA pour rester compétitifs, mais 60 % s’inquiètent que leur organisation ne dispose pas de la vision pour éliminer cela. Nous avons vu cette année avec ChatGPT et cette année c’est Microsoft Copilot.
Les entreprises souhaitent adopter l’IA, mais ne savent pas comment en tirer le meilleur parti.
Bonjour, je suis Doug Thompson, architecte en chef de l’éducation chez Tanium, et aujourd’hui sur Let’s Converge, nous parlons de l’IA Copilot et des astuces pour libérer tout son potentiel.
Vous vous joignez à moi aujourd’hui à Dona Sarkar, qui est la métamorphose ultime. Chez Microsoft, elle a travaillé comme ingénieure logicielle, chef de produit, chef #ninjacat pour le programme Windows Insider, où elle a supervisé 21 millions d’utilisateurs qui ont contribué à la co-création de produits. Elle a été directrice de la technologie pour les services d’accessibilité et aujourd’hui responsable des problèmes, dirigeant le programme d’extensibilité Copilot et IA. Elle est également auteure, créatrice de mode et, mon préféré personnel, copropriétaire d’un bar à vins. Il n’est pas étonnant qu’elle ait été nommée l’une des 100 personnes les plus productives de Fast Company.
Bienvenue dans le podcast, Dona.
Dona Sarkar : Merci beaucoup, Doug. C’est tellement amusant de vous rejoindre. Et merci beaucoup pour cette fabuleuse introduction, car j’aimerais juste que vous me suiviez et que vous me présentiez. Cela semble très impressionnant.
Thompson : Je suis disponible pour ces choses-là. Mais je dois poser cette question : y a-t-il plus de 24 heures dans votre journée ? Sérieusement, comment arrivez-vous à faire tant de choses ?
Sarkar : C’est l’une de ces choses où j’ai abandonné l’idée de tout faire, et j’ai vraiment adopté cette théorie consistant à faire exactement deux choses par jour. Et c’est tout. C’est presque une journée comme aujourd’hui, où j’ai fait mon travail de jour et puis le soir, j’ai des choses à faire au bar à vin, et c’est tout. C’est tout ce que je vais faire aujourd’hui. Hier, par exemple, j’avais besoin de temps social avec des amis. J’ai donc fait mon travail quotidien et j’ai passé du temps avec des amis. Je me réserve donc deux choses par jour et c’est ça, c’est ça, c’est ça.
Thompson : Et en faisant ce truc personnel, comme nous l’appelons, vous atteignez en quelque sorte tous vos objectifs de vie. Nous avons une vie à vivre.
Sarkar : Oui, c’est tellement vrai. L’une de mes choses est que : Quelles sont certaines des choses que je souhaiterais faire à la retraite et comment puis-je commencer à les faire maintenant comme une activité secondaire ? Donc, lorsque je prendrai ma retraite, les citations aériennes « se retirent » de la technologie, je les mettrai en pratique, mais ce sera quelque chose que je fais pour, je ne sais pas, 10, 20 ans. Je serai déjà un peu bon.
Je suis donc un grand fan de l’avenir en ayant beaucoup d’obstacles secondaires que vous pouvez prendre à temps plein pendant que vous recherchez votre prochain emploi. Si vous souhaitez rechercher un prochain emploi, ou si vous souhaitez prendre l’une de vos mesures et l’exécuter maintenant à temps plein.
Thompson : C’est exceptionnel. Eh bien, j’ai rattrapé tous les points de votre CV, y compris la diva de la mode et le propriétaire du bar des débutants. Vous avez travaillé avec des clients handicapés, vous avez travaillé avec Windows Insiders Group, vous avez également travaillé avec Microsoft Power Apps, une suite de services à faible code pour créer des applications commerciales. C’est un large éventail de clients. Comment toutes ces expériences ont-elles eu un impact sur la manière dont vous voyez Copilot et l’IA en général ?
Sarkar : Donc, l’un de mes thèmes pour le travail, et c’est toujours vrai, je suis maintenant dans l’industrie depuis 2002, donc oh mon dieu, c’est 22 ans. C’est une longue période. Je travaille donc avec les clients à temps plein en tant que développeur, toujours axé sur le client, toujours axé sur le client, maintenant depuis 22 ans. Et mon grand thème a été la démocratisation technologique. Alors, comment prenons-nous un élément technologique et en faisons-nous quelque chose qui est pertinent pour le plus grand public possible ? Et lorsque je parle de démocratisation technologique, les gens pensent, oh, vous voulez dire ce secteur ou ce secteur ? Non, je veux dire à l’échelle mondiale. Comment la technologie que nous construisons peut-elle être pertinente à Lagos, au Nigeria ou en Uruguay en Amérique du Sud, ou quelque chose de pertinent à Jakarta, en Indonésie, ainsi qu’à Birmingham, en Alabama. Parce que l’une des choses que nous savons avoir dans le monde est l’inégalité numérique, car tout le monde n’a pas le même accès aux connaissances Internet, aux modèles, aux opportunités, et cetera, et cetera.
La technologie sur laquelle j’ai tendance à travailler est généralement très axée sur la démocratisation technologique, comme le programme Windows Insider. Nous avons des initiés dans tous les pays du monde. Et l’objectif est de donner à toute personne qui souhaite accéder à une version antérieure de Windows afin qu’elle puisse s’épanouir et former son organisation avant qu’elle ne se lance dans un déploiement mondial afin qu’elle puisse être mieux préparée. Et la même chose pour la plateforme Power [Apps], le Low-Code, n’est-ce pas ? Je suis une personne à haut code, mais je me rends compte que tout le monde n’a pas le temps d’aller obtenir un diplôme en informatique ou de faire un bootcamp de codage. Power Apps vous permet de créer des applications de niveau entreprise pour votre entreprise avec quelques formules par glisser-déposer, etc. Et la même chose pour l’accessibilité, s’assurer que tous les individus dans le monde qui ont un handicap physique, une neurodiversité ou un état de santé mentale sont en mesure d’utiliser la technologie pour vivre une vie plus libre.
Après avoir travaillé avec tous ces différents types de groupes de personnes avec toute cette technologie, j’ai réalisé que l’IA est en fait un très bon égaliseur si nous le laissons faire. Il devient vraiment un mentor technologique incroyable pour les personnes qui peuvent provenir d’une formation non technique, ou il peut s’agir d’un excellent outil de traduction parce que les gens peuvent travailler sur quelque chose qui n’est pas leur langue maternelle. Et cela peut être quelque chose où cela leur permet d’accéder à des choses que les gens ne peuvent pas se permettre, comme un conseiller juridique ou un examen médical préliminaire ou ce genre de chose. Je pense donc que l’IA a le pouvoir d’être un très bon outil de démocratisation, et c’est ce qui me passionne le plus, complètement à partir de tout ce verset sur l’IA dans lequel nous vivons.
Thompson : C’est merveilleux. J’aime vraiment ça. Et vous savez, j’ai suivi votre carrière pendant un certain temps. Nous n’avons pas travaillé ensemble, mais chez Microsoft en même temps. Quelles sont certaines des plus grandes idées fausses sur l’IA et Copilot en particulier ? Je veux dire, vous avez mentionné une partie de cette démocratisation et des choses comme ça. Il y a certainement des thèmes qui se présentent.
Sarkar : Oui, je pense que l’une des plus grandes idées fausses est que l’IA et Copilot nous rendront plus paresseux. Eh bien, en fait, il y a trois idées fausses dont parlons. Et j’entends cela dans tous les pays où je vais.
Le premier est que les cas d’utilisation de l’IA sont tout ou rien. Soit une entreprise va complètement se tourner vers l’IA, soit elle ne l’est pas. C’est donc le premier. Le second est que chaque entreprise est prête à utiliser l’IA. C’est : « D’accord, nos données sont prêtes, nous sommes prêts à rouler demain. » Et le troisième est que tout le monde sait comment l’utiliser. Aucune de ces choses n’est vraie du tout.
La première : chaque entreprise pense que nous devons appliquer l’IA à chaque scénario. Et ce n’est tout simplement pas vrai. Parce que l’IA générative, ce dont nous parlons tous maintenant, génère. C’est donc très bon pour les cas d’utilisation où vous obtenez un résultat non déterministe, donc où le résultat n’a pas besoin d’être une récupération exacte de certaines phrases.
L’IA n’est pas une recherche. Et lorsque les gens l’utilisent comme ça, je me dis, vous POUVEZ, mais la véritable puissance de l’IA générative génère de nouvelles choses. Générez-moi un e-mail qui planifie du temps avec Doug pour effectuer un entretien créatif ; créez-moi un document stratégique ; créez cette nouvelle image, une nouvelle vidéo. Créez donc à partir de zéro, où la créativité est réellement valorisée. Je parle toujours de l’IA, pensez-y comme si vous pensiez à Internet : c’est quelque chose qui peut vous aider à résoudre de nouveaux problèmes en utilisant de nouvelles idées. J’utilise donc l’IA dans des scénarios où elle est célébrée et pas seulement tolérée, n’est-ce pas ? Plutôt que tous les scénarios de la planète. C’est donc le premier.
Deuxièmement : les entreprises n’ont vraiment pas leurs données dans l’ordre. Et l’une des choses que tout le monde dit est que l’IA nous a rendus beaucoup plus vulnérables aux problèmes de données. Je me dis : Non, l’IA est une grande lampe torche qui brille sous votre lit et dit des mothballs. Et vous dites, oh, d’où viennent ces mothballs ? Celles-ci sont déjà là, mon ami. C’est juste [que] l’IA met un grand coup de projecteur dessus. Ainsi, la sécurité par obscurité, où il est difficile pour les gens de trouver, ne s’applique plus. Nous devons réellement assurer la sécurité de nos données avant de pouvoir mettre en œuvre l’IA. Il y a beaucoup de tactiques pour le faire, mais je pense que cela a fait que les gens se sont rendu compte que, oh, en fait, nous n’étions pas aussi bons en matière de sécurité des données que nous le pensions.
Et le troisième est : les gens comprendront comment l’utiliser. Et ce n’est pas fondamentalement vrai, car ce n’est pas si naturel. Les gens n’ont pas compris comment utiliser quoi que ce soit sans une formation appropriée, sans conseils, sans dire : « C’est un bon cas d’utilisation ; voici une bonne invite ; utilisez-le spécifiquement pour cette chose. » C’est ce dont les gens ont réellement besoin, et les entreprises doivent absolument investir dans les compétences de leurs organisations d’une manière qui les intègre dans leur travail. Plutôt que de dire, oh, mon équipe financière doit l’apprendre le week-end. Pourquoi feraient-ils cela ? Ils ont des choses à faire. C’est là que j’ai trouvé des hackathons, des prompt-a-thons, une formation rapide par jour, ce genre de chose, pour être vraiment, vraiment bon et pour que cela fonctionne très bien dans les organisations.
Thompson : Ce dernier point, le changement organisationnel ou culturel qui doit avoir lieu, est très important, et les gens négligent beaucoup cela. Ils pensent que c’est un problème technologique et que la technologie est acceptable, mais c’est une chose culturelle et organisationnelle autant que tout le reste.
Sarkar : Oui, et c’est très vrai. L’IA représente environ 50 % des personnes et 50 % des technologies. Et mettre votre technologie en ordre pour pouvoir faire de l’IA est formidable. Définir les cas d’utilisation, s’assurer que vos données sont en ordre, s’assurer que vous avez mis en œuvre le bon produit d’IA, c’est-à-dire 50 % du travail. L’autre 50 % apprend à votre organisation à l’utiliser d’une manière qui a du sens afin qu’elle se sente responsabilisée et n’ait pas peur. C’est essentiel.
Parce que, oui, l’IA va automatiser de nombreuses parties des tâches. L’IA ne viendra pas vous chercher votre travail. Il va automatiser les tâches à distance dans votre travail. Comme moi en tant que développeur, oui, l’IA va probablement créer la première version de chaque site Web que je crée à partir de maintenant et jusqu’à l’éternité. C’est une excellente nouvelle. Mais en tant que développeur, je devrai faire l’invite de dire : construisez-moi un site Web pour un bar à vins dans l’État de Washington avec des vins naturels extraits de ces cinq sites Web. Faites en sorte que le thème soit turquoise et or.
Thompson : En tant qu’écrivain, créateur de contenu ou simplement conférencier, j’utilise l’IA pour faire ma première ébauche, comme vous l’avez dit, car cela permet de gagner beaucoup de temps. Ensuite, je le passe en revue et je le personnalise et je dis, oui, c’est une bonne chose ou non, je fais des recherches, des choses comme ça. Il a donc certainement, comme la création de ce site Web, cela me fait vraiment gagner beaucoup de temps pour le faire.
Sarkar : Exactement.
Thompson : Alors changeons un peu de vitesse ici. Je voulais vous poser des questions sur les préjugés de l’IA, et c’est un problème énorme et à bien des égards, il semble presque insurmontable. Cela empêche les chefs d’entreprise de suivre leur voie. Ils veulent implémenter l’IA, mais ils ne veulent pas lui fournir de données biaisées. Comment évitez-vous les préjugés ? Et cela, probablement votre histoire passée et certains de vos autres rôles vous aident probablement beaucoup ici.
Sarkar : Oui. Les préjugés sont vraiment un sujet intéressant pour moi, car tout dépend de ce que nous considérons comme des préjugés ? Parce que ce que je considère comme un préjugé et ce que vous considérez comme un préjugé sera vraiment différent, même si nous faisons exactement le même travail. Donc, beaucoup de choses viennent de moi en posant la question, à quoi cela sert-il ? Par exemple, je crois fermement qu’il faut mettre des garde-fous autour de l’IA pour ne faire que ce que l’outil d’IA est censé faire.
Je vais vous donner un exemple. Supposons que vous construisiez un outil pour les médecins. Je viens de le voir, il s’appelle Color [Health’s] « pilote » et il aide à la détection du cancer chez les patients. Alors éliminons juste quelques préjugés de base. Si quelqu’un vient au copilote et dit : « Hé, aidez-moi à acheter une Ferrari », le copilote doit dire : « Je ne fais pas cela. Je m’occupe simplement de la détection du cancer. » C’est tout. Une chose est donc vraiment de réfléchir à ce que le produit d’IA peut faire ou ne pas faire ?
Et il ne s’agit que de spécifier l’invite système de l’appel API et de dire, tout ce que vous faites, c’est de répondre aux questions sur le cancer. Vous ne répondez à rien d’autre. Si quelqu’un vous demande autre chose, donnez ce message. C’est donc la première étape pour une IA responsable : répondez uniquement aux questions à ce sujet.
La deuxième chose consiste à examiner sur quelles données sont-elles fondées ? Parce que c’est là que mon travail entre en jeu avec l’extensibilité, n’est-ce pas ? D’où proviennent les données ? S’agit-il uniquement du GPT-4-Omni natif standard ou existe-t-il une sorte de jeu de données qui provient des dossiers de patients ou de la recherche de cette clinique du cancer ou quelque chose ? Je suppose que c’est à la base d’une sorte de données.
Maintenant, réfléchissons aux données. Disposent-ils d’une surabondance de données provenant de personnes qui vivent sur la côte ouest des États-Unis d’une certaine tranche de revenus, ou disposent-ils de données qui sont assez représentatives du public mondial ? Plutôt sûr qu’ils auront des données biaisées.
Mais c’est là que la troisième partie entre en jeu, comment égalisez-vous les préjugés dans l’IA afin que l’abondance des données ne prévaut pas toujours ? Donc, disons qu’ils téléchargent un brin d’ADN, ils se disent, oui, cette personne est susceptible de développer un cancer, si elle est de cette démographie, et cetera, et cetera, et cetera. C’est donc là que ce concept de réglage précis avec des données, ou de génération augmentée par récupération [un processus d’un modèle de grande langue faisant référence à une base de connaissances indépendante en dehors de ses données d’entraînement pour améliorer sa réponse], ou quelque chose en modifiant les pondérations des données afin que l’ensemble de données ne soit pas aussi biaisé que les données d’entraînement.
Et c’est là que nous allons passer le reste de notre carrière, Doug, vous savez. [Il rit.] Où allons-nous dire, où sont les personnes sous-représentées ? Et il peut s’agir de la langue, de la race, du sexe, de l’emplacement, de l’âge, l’âge est une chose importante. Et comment pouvons-nous nous assurer que les personnes obtiennent l’équité dans le traitement en fonction du fait que nous n’avons tout simplement pas des quantités égales de données pour des quantités égales de personnes ? C’est une question très compliquée, mais la réponse courte est que nous devons tous être plus techniques sur le fonctionnement de l’IA, afin de pouvoir mettre en œuvre autant de techniques de biaisage que possible pour résoudre un problème très spécifique.
Thompson : Je parlais à quelqu’un d’autre dans le domaine de la santé et de l’IA et elle a donné un exemple similaire à celui des plans de traitement qui étaient surchargés d’hommes blancs plus âgés, qu’ils sont juste surreprésentés. En pensant à l’origine de ces données et à la manière de les désinfecter et de s’assurer, encore une fois, que tout le monde est représenté.
Sarkar : C’est exact.
Thompson : Qu’est-ce qui vous passionne le plus dans l’IA ? Y a-t-il un avantage auquel vous ne vous attendiez pas, quelque chose que vous n’avez pas vu venir à ce poste ?
Sarkar : L’une des choses qui m’intéressent est d’avoir ce partenaire de réflexion permanent pour n’importe quel sujet dans le monde. Par exemple, je faisais un tuteur de négociation l’autre jour. J’ai dit, aidez-moi à mieux négocier. Négocier quoi ? Tout. Le prix de cette voiture de location ; plus de semaines de vacances ; où aller dîner avec ma famille. Cela m’a vraiment aidé à me rendre compte que je suis très bon dans cette partie de la négociation. Je ne suis pas très bon dans cette [autre] partie de la négociation. Et je viens de mettre en place un mentor de négociation de base à l’aide de Microsoft Copilot et j’ai dit : « Vous serez mon mentor de négociation. Aidez-moi à négocier divers scénarios. Vous me donnez un problème, je vais venir vous voir avec une solution. Une fois que je suis venu vous voir avec une solution, donnez-moi un feedback sur ma solution et aidez-moi à créer la prochaine puce de négociation. » Ce sont juste des choses de base comme ça.
Nous n’avions jamais eu cela auparavant. Nous n’avons jamais eu cela auparavant, et c’est quelque chose que je peux simplement utiliser dans la confidentialité de mon propre Copilot afin d’apprendre à mieux communiquer, à mieux écouter, à mieux négocier. Mon prochain sera donc de m’aider à mieux écouter, à être un meilleur leader, à être un meilleur manager, car je pense que c’est l’un des plus grands outils de mentorat qui ait jamais existé.
Thompson : Oui, vous le développez constamment. Au fil des années, je vous connais, essayer de développer ces compétences est quelque chose sur lequel vous vous êtes toujours concentré. Ma femme m’a attrapée l’autre nuit en se disputeant avec mon ChatGPT pour quelque chose parce que cela ne comprenait pas mon invite. Et je ne lui disais tout simplement pas ce que je voulais vraiment en tirer. Et c’est une autre chose, une chose de carrière future, pour les gens qui écoutent. L’ingénierie rapide, ça va être énorme.
Sarkar : Oui. Et l’ingénierie rapide fera partie de chaque travail. Cela ne ressemblera pas beaucoup à un intitulé de poste, mais ce sera quelque chose que l’on attend des emplois, où les personnes qui entrent dans la main-d’œuvre ou changent de carrière ou quoi que ce soit, devront connaître de très bonnes techniques d’invite pour leur secteur spécifique afin de résoudre des problèmes spécifiques. Et c’est pourquoi je pense qu’il est vraiment important que les gens, encore une fois, deviennent plus techniques, plus pratiques et disent, d’accord, l’IA est vraiment bonne dans ces choses, moins bonne dans ces choses. Donc, toute personne qui souhaite être un leader dans son secteur, elle devrait en fait commencer à créer une bibliothèque d’invites, voici 10 excellentes invites pour les avocats qui travaillent en accessibilité, ou voici 10 scénarios qui sont vraiment, vraiment bons pour l’IA dans la recherche sur le cancer, et voici 10 scénarios [que] vous ne devez pas utiliser l’IA dans la recherche sur le cancer. Je pense que pouvoir également différencier et dire, utiliser l’IA pour cela, et non pour cela, qui présentera vraiment les gens comme des leaders d’opinion dans l’espace autour de leur secteur spécifique et de leurs cas d’utilisation spécifiques.
Thompson : Je suis d’accord avec ça. Cela fait partie du travail de tout le monde. C’est comme pouvoir utiliser une suite de bureau ou quelque chose. C’est quelque chose que vous faites tous les jours. Donc, s’il y a une chose, alors que nous nous approchons de la fin ici, s’il y a une chose que les chefs d’entreprise doivent retenir de cette conversation, une chose qu’ils doivent garder à l’esprit sur la manière dont l’IA peut transformer leur entreprise, quelle serait-ce ?
Sarkar : Je pense que le principal élément est que chaque chef d’entreprise doit savoir que l’IA va transformer son entreprise d’une certaine manière ou d’une autre. Cela va se produire à un moment donné. Cela ne se produira peut-être pas demain matin, mais cela se produira dans les prochaines années. C’est comme lorsque l’Internet est devenu courant, tout le monde se dit, oh, nous ne allons pas faire en sorte que notre entreprise utilise Internet, nous allons tout simplement être internes uniquement. Cela a duré un an et demi, n’est-ce pas ? Cela n’a tout simplement aucun sens. La même chose avec le mobile. Chaque entreprise dispose d’un site Web qui fonctionne sur mobile.
Cela va juste se produire. La meilleure chose qu’ils puissent faire est de jouer un rôle actif. Allez et arrivez à l’IA plutôt que de laisser l’IA leur arriver.
Thompson : Non, je pense que c’est exact. Vous ne pouvez pas cacher votre tête dans le sable sur celui-ci. C’est quelque chose que vous devez absolument prendre en compte. Mais encore une fois, vous ne pouvez pas simplement intervenir et acheter quoi que ce soit, car il est alimenté par l’IA ou quelque chose. Je veux dire, c’est tout aussi stupide que d’essayer de s’y cacher.
Sarkar : C’est exact. C’est pourquoi il est vraiment important d’être intentionnel et de dire, lesquels de ces processus voulons-nous réellement utiliser l’IA pour nous améliorer ? Et comment puis-je développer mon organisation en l’utilisant pour faire des choses ?
Je dirais qu’il s’agit d’un processus en trois étapes. Tout d’abord, mettez la main sur [it], avec juste des outils d’IA gratuits qui existent aujourd’hui, comme Copilot ou ChatGPT, quoi qu’il arrive. Découvrez ce que l’IA est bon et ce qu’elle est mauvais pour votre secteur. Deuxièmement, déterminez quel outil est le mieux adapté à votre organisation. Il peut s’agir d’un outil ciblé. Il peut s’agir d’un outil à grande échelle. Et troisièmement, déterminez comment vous allez mettre vos données en ordre et faire évoluer votre organisation pour pouvoir les utiliser pour résoudre des scénarios très spécifiques dans votre entreprise autour de votre espace.
Thompson : Oui, et faites ce troisième en parallèle avec les deux autres. N’attendez pas la dernière partie.
Sarkar : Non. C’est certain.
Thompson : Alors Dona, merci beaucoup. C’est toujours une conversation passionnante lorsque je peux vous parler. Merci d’avoir partagé votre nouveau rôle et votre passion. Je vous ai suivi tout au long de l’Europe lors de votre dernier [projet et maintenant] Copilot. C’est tout simplement phénoménal, les personnes que vous avez un impact et les choses que vous faites, donc j’apprécie vraiment cela.
Sarkar : J’adore ça. J’adore ça. Merci beaucoup de m’avoir accueillie, Doug. Merci. Merci à tous.
Thompson : J’ai parlé avec Dona Sarkar, responsable des problèmes chez Microsoft.
Si vous souhaitez en savoir plus sur la manière dont l’IA peut transformer votre entreprise, consultez Focal Point, le magazine d’actualités en ligne de Tanium. Nous avons des liens vers plusieurs articles dans les notes de spectacle. Ou rendez-vous sur tanium.com/p pour consulter les publications.
Pour entendre plus de conversations avec les principaux chefs d’entreprise et experts en sécurité d’aujourd’hui, assurez-vous de vous abonner à Let’s Converge sur votre application de podcast préférée, et si vous aimez cet épisode, veuillez nous attribuer une note de cinq étoiles.
Merci d’avoir écouté. Nous sommes impatients de partager plus d’informations sur le prochain épisode de Let’s Converge.
