Selon un récent rapport du MIT, 95 % des projets pilotes GenAI n'ont aucun retour sur investissement. Les 5 % qui réussissent ont compris quelque chose à la transformation numérique à l'ère de l'IA. C'est une question de concentration et de savoir où chercher.
L'IA générative est souvent décrite en termes extrêmes : transformatrice, disruptive, révolutionnaire. Les entreprises ont réagi en conséquence, investissant environ 30 à 40 milliards de dollars dans des initiatives GenAI au cours des deux dernières années.
Pourtant, selon le récent rapport « State of AI in Business 2025 » du MIT, moins de 5 % des projets pilotes d'IA aboutissent à une transformation significative. Les autres stagnent : 95 % des projets pilotes GenAI n'ont aucun rendement ! Cela crée ce que les chercheurs appellent désormais le « fossé GenAI » : un écart croissant entre les entreprises qui expérimentent l'IA et celles qui en tirent réellement profit.
La technologie en soi est rarement un défi ; c'est la transformation qui en est un.
Pour les dirigeants, c'est un problème familier. La technologie en soi est rarement un défi ; c'est la transformation qui en est un. Les entreprises n'ont guère de mal à lancer des projets pilotes ou à déployer des outils tels que ChatGPT ou Copilot. En fait, alors que seulement 40 % des entreprises déclarent avoir souscrit un abonnement officiel à un LLM, les employés de plus de 90 % des entreprises interrogées utilisent régulièrement des outils d'IA personnels pour leur travail, dans ce que le rapport appelle « l'économie parallèle de l'IA ».
Ce qui s'avère plus difficile, c'est d'intégrer suffisamment profondément ces outils dans l'entreprise pour qu'ils changent les résultats : réduire les coûts, augmenter l'efficacité ou stimuler la croissance.
Les recherches du MIT expliquent pourquoi.
La plupart des projets restent des intégrations superficielles. Les outils d'IA sont greffés sur les flux de travail plutôt que d'y être intégrés, ce qui les empêche de conserver le contexte d'une conversation ou de passer facilement d'un système à l'autre.
Trop souvent, les dirigeants aggravent le problème en mesurant l'adoption en termes d'utilisation plutôt que de transformation.
Bon nombre de ces outils ne sont pas capables d'apprendre et de s'adapter. Les systèmes qui ne peuvent pas admettre leur incertitude ou qui ne sont pas suffisamment flexibles pour affiner leurs réponses perdent rapidement la confiance des utilisateurs. Et lorsque les processus back-end restent fragmentés (historique des commandes dans une base de données, facturation dans une autre, tickets d'assistance dispersés dans une troisième), même les expériences les mieux intentionnées et les mieux financées destinées aux clients s'effondrent. Trop souvent, les dirigeants aggravent le problème en mesurant l'adoption en termes d'utilisation plutôt que de transformation, en célébrant les connexions plutôt que les réductions de coûts ou les améliorations du service.
L'état d'esprit du gagnant
En revanche, la petite minorité d'entreprises qui obtiennent des rendements exceptionnels abordent le défi différemment.
Ils intègrent l'IA au cœur de leurs flux de travail existants plutôt que de la considérer comme un simple complément superficiel. Ils sélectionnent des systèmes conçus pour apprendre et s'améliorer au fil du temps, et se concentrent d'abord sur les processus à forte friction où l'automatisation offre les rendements les plus évidents : gestion des connaissances, flux de travail d'assistance, traitement des documents.
Ils recherchent également des partenaires stratégiques capables de fournir des solutions sur mesure et une expertise approfondie, et évaluent le succès en termes de résultats (rapidité, précision, efficacité, satisfaction) plutôt qu'en termes de simples indicateurs d'adoption.
Ce qui distingue les 5 % des autres, c'est la discipline.
Il n'y a rien de magique là-dedans. Ce qui distingue les 5 % du reste, c'est la discipline. Alors que la plupart des organisations recherchent la nouveauté, les leaders privilégient l'intégration, la gouvernance et les performances mesurables.
C'est là que réside le défi pour les dirigeants. Les promesses de l'IA générative sont réelles, mais son succès dépend moins de la sophistication du modèle que de la qualité de son intégration. Les organisations qui définiront la prochaine décennie d'adoption de l'IA seront celles qui considèrent l'IA non pas comme un produit à déployer, mais comme une capacité à développer, fondée sur des objectifs clairs, une intégration robuste des données et des résultats responsables.
Obtenir des résultats
Des entreprises telles qu'Inbenta, qui se concentrent sur l'ingénierie des connaissances, l'intégration des flux de travail et l'apprentissage continu, illustrent ce à quoi cela ressemble dans la pratique.
En unifiant les données fragmentées, en automatisant les processus administratifs et en concevant des systèmes qui s'adaptent au fil du temps, nos solutions offrent des expériences significatives qui stimulent la croissance.
Plutôt que de proposer l'IA comme un outil autonome, Inbenta conçoit des écosystèmes où les interfaces conversationnelles, les outils en libre-service et l'assistance humaine peuvent coexister. L'objectif est la continuité : ainsi, un client qui passe d'un chatbot à un agent en direct ne recommence pas à zéro à chaque fois, et les employés peuvent compter sur le système pour fournir des informations précises lorsque cela est nécessaire.
La nouvelle plateforme d'Inbenta, qui sera lancée cet automne, intègre encore davantage ces solutions d'IA dans une expérience unique et cohérente, ainsi qu'un mécanisme de retour d'information qui s'appuie sur le taux de libre-service de plus de 90 % et la précision de réponse de 99 % d'Inbenta, et les améliore à chaque utilisation.
Combler le fossé de l'IA générique
La leçon à tirer du fossé GenAI est simple, mais donne à réfléchir. L'adoption est facile, la transformation est difficile. Si la première peut faire les gros titres, c'est la seconde qui permet de construire un avantage concurrentiel durable.
Et dans les années à venir, l'écart entre les deux ne fera que se creuser, les 5 % prenant de l'avance et les 95 % continuant à prendre du retard.
En bref :
- Le MIT constate que 95 % des projets pilotes GenAI ne parviennent pas à générer un retour sur investissement, ce qui creuse le fossé « GenAI Divide ».
- Les intégrations superficielles, les systèmes fragiles et les processus back-end fragmentés compromettent la plupart des projets pilotes.
- Trop de dirigeants mesurent le succès à l'aide d'indicateurs d'utilisation plutôt qu'à l'aide de l'impact commercial.
- Les 5 % d'entreprises qui réussissent se concentrent sur l'intégration, l'adaptabilité et les résultats mesurables.
- Inbenta illustre cette approche en unifiant les données, en automatisant les processus administratifs et en concevant des systèmes axés sur l'apprentissage.
Articles connexes
