Deux agendas s’opposent : innovation à long terme et ROI rapide
Beaucoup d’entreprises donnent la priorité à l’innovation alors que la moitié d’entre elles ont obtenu un retour sur investissement positif, analyse IBM. Les retours attendus varient. Quitte à faire le grand écart.
La stratégie des CIO en matière d’IA est affaire d’agendas concurrents : d’une part, des améliorations rapides de la productivité et, d’autre part, des innovations à long terme susceptibles de changer la donne.
Selon une enquête récente d’IBM, de nombreux responsables informatiques semblent privilégier une de ces deux approches au risque de passer à côté de l’autre. Et si les organisations ont commencé à percevoir le retour sur investissement des implémentations les plus immédiates de l’IA, tel n’est pas le cas de celles qui se concentrent sur l’innovation, constate IBM.
Grand écart
« Alors que les organisations commencent à mettre en œuvre l’IA à grande échelle, beaucoup accordent plus d’importance aux indicateurs de réussite tels que les gains de productivité, en partie parce que les avantages traditionnels du retour sur investissement en USD ou en EUR ne se sont pas encore manifestés dans les bilans », commente Maribel Lopez, Founder & Principal Analyst, Lopez Research, qui a participé activement à l’étude avec Morning Consult.
Interrogés sur leurs motivations pour investir dans l’IA, les répondants à l’enquête se répartissent en trois catégories : 28 % expliquent que le retour sur investissement est leur objectif principal, 31 % que l’innovation prime, tandis que 41 % misent sur une approche duale, combinant retour sur investissement à court terme et innovation à plus long terme
Retours attendus de toute façon
Quelle que soit la vision, les entreprises continuent de faire progresser rapidement leurs stratégies d’IA, sans aucun signe de ralentissement, constate IBM. 89 % des organisations interrogées au niveau mondial prévoient d’augmenter ou de maintenir leurs investissements dans l’IA en 2025.
Les entreprises reconnaissent désormais l’importance de définir des cas d’utilisation spécifiques et d’optimiser les projets d’IA. Techniquement, elles s’appuient sur des stratégies de cloud hybride et sur l’open source pour stimuler l’innovation en matière d’IA et générer des rendements financiers.
