L'année 2023 a marqué un tournant majeur avec l'avènement de l'IA générative, en grande partie inspirée par le succès de ChatGPT. Alors que 2024 approche, les entreprises sont désireuses d'intégrer cette technologie dans leurs processus pour en libérer tout le potentiel.
Cependant, une récente enquête de Forrester Consulting, réalisée auprès de 220 décideurs en IA dans des entreprises nord-américaines, met en évidence des préoccupations persistantes concernant les risques liés à l'IA générative, ainsi que des obstacles qui freinent son adoption à grande échelle.
Surmonter les Obstacles Majeurs
L'enquête souligne des défis importants pour opérationnaliser l'IA générative, notamment des problèmes fréquents comme les hallucinations. Ces difficultés maintiennent de nombreuses organisations dans des phases d'exploration ou d'expérimentation, entravant leur capacité à appliquer des modèles fondamentaux pour des cas d'utilisation planifiés.
Reconnaître le Potentiel Transformateur de l'IA Générative
Malgré ces défis, des entreprises de divers secteurs reconnaissent les capacités transformantes de l'IA générative. Dans l'enquête Forrester réalisée pour Dataiku, 83 % des répondants déclarent explorer ou expérimenter cette technologie. De plus, plus de 60 % la jugent critique ou très importante pour leur stratégie commerciale, avec des plans d'augmentation des investissements dans les initiatives liées aux données et à l'IA, allant jusqu'à 10 % dans l'année à venir.
Les leaders d'entreprise ont déjà identifié de nombreuses applications pour l'IA générative, notamment :
- Amélioration des expériences clients (64 %)
- Développement de produits (59 %)
- Analyse de données en libre-service (58 %)
- Gestion des connaissances (56 %)
L'enquête reflète un enthousiasme croissant pour les diverses applications de l'IA générative, avec des répondants s'attendant à des offres améliorées et à des gains d'efficacité opérationnelle dans les deux prochaines années.
Des Défis à l'Implémentation Persistants
Malgré cet optimisme, des obstacles significatifs à l'adoption efficace de l'IA générative subsistent. Les principaux défis comprennent de potentielles violations des lois sur la protection des données et la vie privée (31 %), ainsi que le besoin d'améliorer les compétences et la gouvernance (31 %) pour naviguer dans les complexités de l'IA générative. De plus, plus de 50 % des leaders ont souligné les risques de biais et d'hallucinations susceptibles de compromettre la qualité des résultats.
Ces risques sont aggravés par une infrastructure insuffisante pour l'IA générative. L'enquête a identifié un manque d'infrastructure de données comme le principal obstacle, 35 % des répondants affirmant rencontrer des défis liés à la consommation, au stockage et au partage des données. Les répondants ont également signalé des difficultés d'intégration avec les systèmes existants (35 %) et des limitations en matière de calcul (27 %). D'autres obstacles notés comprennent des mécanismes de gouvernance (35 %), l'interprétabilité et l'explicabilité de l'IA (25 %), des lacunes de compétences (31 %) et l'évolutivité des modèles.
Solutions Proposées pour les Défis
Pour surmonter ces obstacles à l'implémentation, les organisations doivent adopter des approches collaboratives en tirant parti de plateformes d'IA offrant des solutions pré-packagées pour un développement accéléré, une intégration fluide et des cadres de gouvernance robustes.
Selon McKinsey, l'IA générative pourrait ajouter entre 2,6 trillions et 4,4 trillions de dollars aux bénéfices annuels des entreprises à l'échelle mondiale, avec un impact maximal attendu dans les secteurs bancaire, high-tech et des sciences de la vie.
Classement
