Quelle valeur ? Mais aussi comment passer en production les prototypes ? Ce sont les premières barrières à l’adoption de l’IA, estime Gartner.
Le principal obstacle à l’adoption de l’IA, comme l’ont signalé 49 % des participants à l’enquête de Gartner, est la difficulté d’estimer et de démontrer la valeur des projets d’IA. Ce problème dépasse d’autres obstacles tels que la pénurie de talents, les difficultés techniques, les problèmes liés aux données, le manque d’alignement commercial et de confiance dans l’IA.
Selon l’enquête de Gartner menée au quatrième trimestre 2023, 29 % des 644 personnes interrogées provenant d’organisations aux États-Unis, en Allemagne et au Royaume-Uni ont déclaré avoir déployé et utilisé la genAI, faisant de celle-ci la solution d’IA la plus fréquemment déployée. La genAI s’est avérée plus courante que d’autres solutions telles que les techniques graphiques, les algorithmes d’optimisation, les systèmes basés sur des règles, le traitement du langage naturel et d’autres types d’apprentissage automatique.
Prendre en compte le TCO
« La valeur commerciale continue d’être un défi pour les organisations lorsqu’il s’agit d’IA, analyse déclaré Lainar Ramos, Senior Director Analyst, Generative AI, Gartner. A mesure que les organisations font évoluer l’IA, elles doivent prendre en compte le coût total de possession de leurs projets, ainsi que le large éventail d’avantages au-delà de l’amélioration de la productivité… »
Il s’agit de passer l’étape de l’euphorie. « La genAI a accru le degré d’adoption de l’IA dans l’ensemble de l’entreprise et a rendu des sujets tels que le perfectionnement des compétences en IA et la gouvernance de l’IA beaucoup plus importants, poursuit Lainar Ramos. La genAI oblige les organisations à faire évoluer leurs capacités en IA ! »
9 % d’entreprises matures, pas plus !
Les organisations qui ont du mal à tirer de la valeur commerciale de l’IA peuvent apprendre des organisations matures en matière d’IA. Mais elles sont encore peu nombreuses. Gartner les estime à 9 %. « Il s’agit d’organisations qui appliquent l’IA plus largement dans différentes unités commerciales et processus, déployant ainsi beaucoup plus de cas d’utilisation qui restent plus longtemps en production. »
Celles-ci se concentrent sur quatre capacités fondamentales : un modèle opérationnel d’IA évolutif, équilibrant les capacités centralisées et distribuées ; une véritable ingénierie de l’IA, en concevant une manière systématique de créer et de déployer des projets d’IA en production ; un investissement dans le perfectionnement des compétences et la gestion du changement dans l’ensemble de l’organisation et, enfin, la gestion de la confiance, des risques et de la sécurité (TRiSM) pour atténuer les risques liés aux mises en œuvre de l’IA et générer de meilleurs résultats commerciaux.
