Malgré l’engouement, l’IA générative progresse prudemment en entreprise
Malgré l'engouement médiatique autour de l'intelligence artificielle générative, son adoption en entreprise s'avère plus mesurée qu'il n'y paraît. Si le potentiel est indéniable, passer d'un concept à une implémentation à l'échelle soulève de nombreux défis, qu'ils soient techniques, humains ou stratégiques.
Un écart entre promesses et réalité
À écouter certains fournisseurs, l'IA générative serait en passe de révolutionner le monde du travail. Pourtant, derrière les effets d'annonce, la réalité du terrain est plus nuancée. Selon une étude récente de Gartner, seule 1 entreprise sur 4 a réussi à mener à bien un projet d'IA générative. Aamer Baig, senior partner chez McKinsey, estime quant à lui que seulement 10% des entreprises déploient cette technologie à l'échelle, et 15% en constatent un impact positif sur leurs revenus.
Une complexité sous-estimée
Mettre en œuvre l'IA générative est bien plus complexe qu'il n'y paraît. Même un projet simple nécessite une vingtaine d'éléments technologiques, le choix du bon modèle de langage n'étant que la partie émergée de l'iceberg. Il faut aussi mettre en place des contrôles de données et de sécurité adéquats, former les employés au prompt engineering...
Les plateformes technologiques obsolètes sont l'un des principaux obstacles à l'IA générative à grande échelle.
- Aamer Baig, McKinsey
Des données de qualité, un prérequis
La donnée est un autre facteur bloquant pour 39% des entreprises selon Gartner. Mike Mason, Chief AI Officer chez Thoughtworks, souligne l'importance de la "dette technique" en la matière. Plutôt que de vouloir tout nettoyer d'un coup, il conseille de se concentrer sur quelques domaines de données, appliqués à des cas d'usage prioritaires.
Mesurer la création de valeur
Enfin, démontrer le ROI de l'IA générative est un vrai défi pour 49% des organisations. Akira Bell, CIO chez Mathematica, se veut prudente malgré l'excitation ambiante. Son entreprise gère en effet des données sensibles, avec des accords d'utilisation stricts. Trouver le juste équilibre entre exploitation du potentiel de l'IA et respect de la gouvernance est un exercice d'équilibriste.
Avancer par étapes
Face à ces obstacles, les experts recommandent une approche centralisée et progressive. Commencer petit, sur des cas d'usage à valeur, puis étendre en capitalisant sur les succès. Tout en gardant en tête que beaucoup d'entreprises font face aux mêmes difficultés, malgré le battage médiatique. L'IA générative est certes prometteuse, mais le chemin vers une adoption à grande échelle est encore long et semé d'embûches.