L'IA générative : une force de transformation aux obstacles de son adoption en affaires
L'IA générative (GenAI) s'apprête à métamorphoser le monde des affaires, pourtant de nombreuses entreprises hésitent à l'adopter en raison de métriques floues sur sa performance et son impact sur les revenus. Des analyses récentes indiquent que le retour sur investissement (ROI) de l'IA générative en affaires est souvent inférieur aux attentes. Différents facteurs contribuent à ce résultat, notamment des coûts élevés liés au développement et au fonctionnement de grands modèles de langage (LLMs), une mauvaise qualité des données, un contrôle des risques insuffisant, des coûts croissants et une valeur commerciale peu claire. Selon Gartner, jusqu'à 30 % des projets GenAI sont abandonnés après la phase de principe en raison de ces enjeux.
Jamin Ball, un investisseur perspicace, souligne qu'investir dans l'IA peut ne pas entraîner des gains financiers immédiats, mais ignorer cette technologie pourrait entraîner une perte de parts de marché et de pertinence. Il met l'accent sur le fait que, si l'IA ne fait pas augmenter instantanément les revenus, elle peut considérablement améliorer les expériences des utilisateurs et faire progresser des indicateurs critiques comme les taux de rétention et de désabonnement des clients. Les DSI et les CFO se retrouvent face à une tâche ardue : ils doivent justifier ces dépenses et s'attendre à un retour sur investissement viable, en particulier dans les premières étapes de l'adoption de l'IA.
Le fait de reculer devant l'IA rappelle les grands virages technologiques historiques, comme la transition du charbon à l'électricité à la fin du 18e siècle. Ignorer les avancées de l'IA pourrait avoir des conséquences désastreuses, ce qui souligne l'importance pour les dirigeants d'entreprise de prendre des décisions éclairées. Les grandes entreprises peuvent s'appuyer sur des firmes de conseils comme Deloitte, McKinsey et Accenture pour naviguer ce changement transformateur, mais cela peut faire grimper les coûts et retarder les avantages. Finalement, les DSI doivent décider s'ils doivent continuer d'investir dans l'IA, en équilibrant le risque de prendre du retard par rapport aux avantages transformateurs potentiels.
Points clés à retenir
- Le ROI de l'IA générative en affaires est souvent inférieur aux prévisions en raison de plusieurs défis.
- Des coûts élevés et des dépenses opérationnelles peuvent surpasser les gains de productivité à court terme.
- Jusqu'à 30 % des projets GenAI sont abandonnés en raison d'une mauvaise qualité des données, d'un contrôle des risques insuffisant et d'une valeur commerciale peu claire.
- Malgré ces défis, ignorer l'IA générative pourrait entraîner une perte de parts de marché et de pertinence.
- Les dirigeants d'entreprise devraient adopter une approche équilibrée, en investissant dans de petits projets pilotes avec des critères de succès clairement définis et en accélérant lorsque la technologie démontre sa valeur.
Analyse
Bien que le ROI de l'IA générative soit actuellement incertain, les parallèles historiques suggèrent que le potentiel de transformation de telles technologies est important. Les révolutions mobiles et dans le cloud, par exemple, ont radicalement transformé les industries et créé de nouveaux meneurs de marché. Les entreprises qui ont tardé à adopter ont souvent fait face à des désavantages concurrentiels plus tard. Bien que certaines industries traditionnelles comme la fabrication n'aient pas connu le même niveau de perturbation, elles ont tout de même subi des répercussions et manqué des opportunités si elles ne s'y sont pas adaptées.
Le cloud computing et les technologies mobiles ont permis une meilleure gestion de la chaîne d'approvisionnement, la maintenance prédictive, l'analyse de données en temps réel et l'intégration des dispositifs IoT, ce qui entraîne des décisions éclairées et des processus optimisés. Ils ont aussi permis la surveillance et la gestion à distance des processus de fabrication, apportant de la flexibilité et réduisant le temps d'indisponibilité. En ce qui concerne l'engagement des clients et le développement des produits, ces technologies ont permis une meilleure compréhension des besoins et des commentaires des clients, ce qui entraîne de meilleurs designs de produits et une accélération du temps de mise en marché pour les nouveaux produits.
Dans le contexte de l'IA générative, une situation similaire émerge. Bien que le retour immédiat sur investissement soit incertain, le potentiel de bénéfices à long terme et de transformation est important. Ainsi, les dirigeants d'entreprises dans les industries traditionnelles devraient considérer des investissements stratégiques et mesurés dans l'IA