L’engouement autour de l’intelligence artificielle (IA) générative, suscité par l’émergence de modèles comme ChatGPT, semble proche de ses limites. Si les prédictions annonçaient une révolution industrielle sans précédent, la réalité du terrain s’avère plus nuancée. En effet, une étude récente de Gartner révèle que près d’un tiers des entreprises ayant voulu monter un projet d’IA générative l’auront abandonné d’ici fin 2025.
Les entraves à l’adoption de l’IA en entreprise
Les raisons de cet écart entre les attentes et la situation actuelle sont multiples. En premier lieu, la pression sur le retour sur investissement (ROI) se fait de plus en plus sentir. Les entreprises, après avoir alloué des montants colossaux à ces technologies, espèrent des retombées concrètes et rapides. Or, la complexité de l’IA générative et la diversité de ses applications rendent difficile l’évaluation de son impact financier à court terme.
Ensuite, la qualité des données, élément essentiel à la performance des modèles d’IA, constitue un défi majeur. Si elles sont incomplètes, biaisées ou mal structurées, elles peuvent dégrader significativement les résultats obtenus.
De plus, le déploiement de solides mesures de sécurité pour protéger les informations sensibles est un prérequis indispensable, mais souvent coûteux et complexe.
Enfin, la pénurie d’experts IT qualifiés en matière d’IA aggrave la situation. Les entreprises peinent à recruter et à fidéliser des spécialistes capables de concevoir, de développer et de déployer des solutions IA efficaces.
Une adoption hétérogène
Si ces difficultés ont tendance à freiner l’adoption généralisée de l’IA générative, certaines entreprises parviennent néanmoins à en tirer parti.
D’après l’étude de Gartner, les premiers adoptants, qui ont investi dans cette technologie dès les premières heures, semblent tirer leur épingle du jeu. Ils rapportent des améliorations significatives de leur chiffre d’affaires (+15,8 %), de leur productivité (+22,6 %) et de leurs marges (15,2 % d’économies) .
Toutefois, ces succès ne doivent pas masquer les difficultés à venir. Pour réussir la mise en œuvre de l’IA générative, les entreprises doivent adopter une approche stratégique et pragmatique. Cela implique de définir clairement les objectifs à atteindre, de sélectionner les bons projets, de disposer de données de qualité et de mettre en place une gouvernance solide.
