Les organisations avancent rapidement dans le déploiement des pilotes d'IA générative (gen AI) pour en tirer parti, en visant une efficacité accrue, des expériences client personnalisées et une prise de décision éclairée. Actuellement, une organisation sur quatre considère la gen AI comme essentielle pour augmenter la productivité. Trente pour cent privilégient l'amélioration de l'expérience client et de la personnalisation, tandis que 26 % soulignent le potentiel de la technologie pour optimiser la prise de décision.
Selon le rapport de Dresner Advisory Services sur l'IA générative, qui s'appuie sur les données d'une communauté de recherche mondiale regroupant plus de 8 000 organisations, les entreprises évaluent activement et adoptent les technologies de gen AI. Howard Dresner, fondateur et responsable de la recherche chez Dresner Advisory, indique : « Le phénomène de l'IA générative a suscité une attention considérable, tant positive que négative. Bien que l'adoption actuelle soit encore à ses débuts, une majorité des répondants exprime des intentions de mise en œuvre rapide ou future. »
Dynamiser l'adoption : Des priorités qui accélèrent le progrès
Construire des cas d'affaires pour de nouvelles technologies est souvent difficile en raison de la connexion entre revenus mesurables et économies de temps et de coûts. Cependant, la gen AI prouve efficacement sa valeur lors des programmes pilotes, en évitant les écueils des données surabondantes typiques des entreprises. Le rapport de Dresner insiste sur le fait que les pilotes de gen AI favorisent des cas d'affaires robustes, accélérant ainsi l'adoption. Les départements marketing et informatique sont les premiers à adopter, où la productivité et l'efficacité sont immédiatement impactées. De plus, 26 % des organisations citent l'amélioration de la prise de décision comme une raison clé de prioriser la gen AI.
La confidentialité des données : Un enjeu majeur
La confidentialité des données domine les préoccupations des organisations concernant l'adoption de la gen AI. Près de la moitié des répondants la considèrent comme un facteur critique. D'autres préoccupations significatives incluent la conformité légale, le risque de conséquences inattendues, ainsi que les questions éthiques et de biais. De plus, moins de la moitié perçoivent les coûts et les politiques organisationnelles comme des obstacles majeurs. Les craintes liées à la confidentialité des données augmentent avec le risque d'utilisation abusive des modèles de langage large (LLMs), incitant plusieurs organisations à utiliser la gen AI pour renforcer la sécurité contre les vulnérabilités des chatbots.
Secteurs en tête de la charge de la gen AI
La santé, l'industrie manufacturière et l'éducation sont actuellement à la pointe de l'exploration des avantages de la productivité offerts par la gen AI. Alors que les LLMs excellent dans les tâches basées sur le texte, atteignant une plus grande précision et rapidité, les organisations de tous secteurs y prêtent une attention croissante. La gen AI promet d'améliorer les soins médicaux personnalisés, de relever des défis complexes en fabrication et de créer des expériences éducatives sur mesure. Les recherches de Dresner indiquent que le secteur gouvernemental adopte une approche prudente ; 33 % des répondants préfèrent une stratégie d'attente en raison de préoccupations liées à la confidentialité des données et à l'adoption de technologies avancées.
Tendances d'adoption de la gen AI par secteur
Le secteur des services aux consommateurs est le leader dans le déploiement de la gen AI, avec 43 % des entreprises utilisant déjà la technologie. Suivent de près les secteurs de la technologie, des services aux entreprises et de la santé. En termes d'expérimentation, l'éducation arrive en tête, avec la santé juste derrière, tandis que le gouvernement fait état des progrès les plus lents et de la plus grande incertitude quant à ses projets futurs.
OpenAI : La force dominante dans le soutien aux LLMs
OpenAI domine le soutien intersectoriel, avec quatre des cinq principaux modèles de langage large (LLMs) : GPT-4, GPT-3, AutoGPT et GPT-2. Le modèle BERT de Google se classe cinquième, soutenu par un peu plus de 10 % des organisations. À mesure que de nouveaux LLMs émergent, il est impératif pour les organisations de définir clairement leurs cas d'utilisation pour maximiser leurs investissements. Les recherches de Dresner suggèrent que le marché des LLMs pourrait finalement se fragmenter, les fournisseurs se concentrant sur des applications verticales et spécialisées à mesure que la concurrence s'intensifie.
Classement
