Les projets d’apprentissage automatique sont très médiatisés, mais la technologie est encore nouvelle et en constante évolution. Cela rend les décideurs commerciaux nerveux. Si vous avez une idée de projet d’apprentissage automatique, voici trois conseils pour donner à votre projet d’apprentissage automatique les meilleures chances d’approbation.
- Évitez de confondre le public – ne parlez pas de la technologie
- Augmenter l’intérêt en rendant les résultats commerciaux clairs
- Réduire la peur en disant combien d’efforts sont impliqués
Si votre argumentaire d’idée peut faire ces trois choses, vous avez de bien meilleures chances d’obtenir l’approbation.
1. Évitez de confondre le public – Ne parlez pas de la technologie
Cela peut sembler contre-intuitif, mais vous n’avez pas besoin de parler de technologie pour faire approuver un projet technologique.
Vous êtes peut-être un expert en Machine Learning, mais votre public ne l’est presque certainement pas. Si vous parlez du fonctionnement du ML, vous serez confus et perdrez l’attention de votre public. Et si le public professionnel ne comprend pas ce que vous demandez, il ne l’approuvera pas.
Le but de votre proposition n’est pas d’éduquer l’entreprise sur le fonctionnement de la technologie. Il s’agit de les convaincre des avantages que la technologie apporte et que ces avantages méritent d’être financés. Vous pouvez parler des avantages sans parler du fonctionnement de la technologie. Pour ce faire, vous devez vous concentrer sur les résultats commerciaux.
2. Augmentez l’intérêt en clarifiant les résultats commerciaux
Les intervenants commerciaux se soucient des résultats commerciaux. Lorsque les gens se soucient de quelque chose, ils sont automatiquement intéressés à en entendre parler. Lorsque vous présentez votre projet d’apprentissage automatique, assurez-vous d’énoncer les résultats commerciaux. Dites-leur ce que cela fera pour l’entreprise.
Les résultats commerciaux se répartissent en trois catégories principales :
Résultats financiers : Les résultats financiers se concentrent sur les coûts et les bénéfices. Pour donner à votre idée de ML les meilleures chances d’approbation, incluez les réponses à ces questions dans votre argumentaire :
- Dans quelle mesure le projet augmentera-t-il les revenus de l’entreprise ?
- De combien le projet réduira-t-il les coûts ?
Résultats temporels : Tout ce que fait une entreprise prend du temps. Augmenter l’efficacité et faire plus en moins de temps sont des résultats commerciaux précieux. Pour définir les principaux bénéfices temps, posez-vous ces questions :
- Les processus existants se dérouleront-ils plus rapidement ?
- La capacité augmente-t-elle ? (L’entreprise peut-elle faire plus dans le même laps de temps ?)
Résultats de qualité : Une meilleure qualité au juste prix est toujours bénéfique pour une entreprise. La qualité peut être mesurée par la performance, les résultats ou l’expérience. Chaque entreprise et chaque équipe ont des résultats de qualité différents qui leur tiennent à cœur. Réfléchissez au type de qualité auquel votre intervenant commercial cible se soucie, puis répondez à ces questions à ce sujet :
- L’expérience de l’utilisateur, du client ou de l’employé s’améliore-t-elle ?
- La performance d’un outil ou d’un processus est-elle améliorée ?
- Le résultat est-il meilleur ?
Les projets d’apprentissage automatique ont tendance à fournir des résultats de temps et de qualité. Ceux-ci conduisent alors à des résultats financiers positifs.
Les résultats commerciaux courants des projets d’apprentissage automatique incluent :
- Des rapports plus précis pour soutenir la prise de décision
- Identifier les tendances pour éclairer le développement de produits ou la stratégie de marché
- Automatiser les processus de données manuels
- Prédire le comportement des clients dans des circonstances spécifiques
Si l’un de ces éléments est précieux pour votre entreprise, incluez-le dans votre argumentaire.
Décrivez votre projet de Machine Learning en utilisant ces trois catégories et les parties prenantes de l’entreprise seront intéressées par ce que vous avez à dire.
3. Réduisez la peur en disant combien d’efforts sont impliqués
La nouvelle technologie est une inconnue, et inconnue signifie incertitude. L’incertitude est risquée et les entreprises n’aiment pas investir de l’argent dans des projets risqués. Par conséquent, votre pitch doit réduire la peur de l’inconnu.
Les deux principaux types de peur sont la peur du coût et la peur de l’échec. Si vous faites référence à d’autres projets dans votre argumentaire, vous contribuerez à répondre à ces craintes. Il est peu probable que vous ayez d’autres projets d’apprentissage automatique à référencer, car la technologie est si nouvelle. Au lieu de cela, si votre entreprise a mis en œuvre d’autres nouvelles technologies dans le passé, mentionnez-le. Rappelez aux gens que de nouvelles choses peuvent être faites, mais ne le faites que si c’est un succès !
Montrer que vous avez réfléchi aux coûts du projet réduit également la peur des coûts. Assurez-vous de tenir compte du coût de maintenance continue ainsi que du coût de construction.
Montrer que vous avez pensé aux coûts et aux avantages augmente la confiance. Et plus de confiance signifie plus de chances d’approbation.
Conclusion
Les projets d’apprentissage automatique sont nouveaux et l’entreprise se méfie naturellement des risques. Si vous avez une excellente idée pour un projet d’apprentissage automatique, vous pouvez toujours obtenir le soutien de propriétaires d’entreprise méfiants.
Éloignez-vous du langage technique. Au lieu de cela, concentrez-vous sur les résultats financiers, temporels et de qualité que la technologie fournira.
Assurez-vous de connaître approximativement l’effort que le travail demandera et comparez-le aux résultats commerciaux.
Faites-le et vous donnerez à votre projet d’apprentissage automatique les meilleures chances d’approbation.