L’IA générative promet beaucoup, mais la plupart des projets ne tiennent pas leurs promesses
L’IA générative suscite une tempête d’enthousiasme. Partout, les cadres veulent participer, espérant être les premiers à tirer parti des capacités de l’IA. Malheureusement, c’est souvent là que les choses se gâtent : Gartner rapporte que 85 % de ces projets d’IA piétinent ou ne répondent pas aux attentes. C’est une statistique brutale pour tout dirigeant d’entreprise.
Imaginez que vous commenciez avec de grands rêves d’IA transformatrice, et que vous vous rendiez compte que le projet se heurte à des obstacles successifs, ou pire, qu’il soit complètement abandonné. La plupart des entreprises se lancent sans vision claire, attendant des résultats que leurs systèmes, données et structures actuels ne peuvent tout simplement pas supporter. Les projets démarrent avec des attentes très élevées, mais sont rapidement étouffés par des défis qui n’avaient pas été prévus ou préparés stratégiquement.
Pourquoi échouent-ils alors ? En effet, l’élaboration de solutions d’IA générative ne se limite pas à la technologie. Il s’agit plutôt d’aligner en profondeur cette technologie sur vos données, vos objectifs commerciaux et vos processus, et ce dès le premier jour.
Trop de projets suivent les tendances sans évaluer ce que leur organisation peut supporter de manière réaliste. Les entreprises répètent ce cycle, épuisant leurs ressources sans obtenir les résultats escomptés. C’est l’histoire classique d’essayer de voler avant d’apprendre à marcher.
La demande d’infrastructures cloud bondit avec l’IA, mais le succès reste limité.
L’IA générative a déclenché une frénésie pour l’infrastructure cloud. Les entreprises accumulent les ressources de stockage et d’informatique Cloud comme jamais auparavant, poussées par les fortes demandes de données et de traitement de l’IA. Les fournisseurs de cloud sont ravis (bien sûr !) – plus de ressources signifie plus de revenus. Mais c’est là que le bât blesse : investir dans toute cette infrastructure ne signifie pas nécessairement que votre projet d’IA va décoller. Il y a un écart, une déconnexion entre les dépenses et les résultats.
Ce n’est pas la première fois que des entreprises consacrent de l’argent à un problème en espérant que la technologie seule apportera la solution. C’est ce qui s’est passé avec les systèmes ERP, et c’est ce qui se passe à nouveau ici. Les entreprises injectent de l’argent dans le cloud, s’attendant à ce qu’il surmonte comme par magie tous les obstacles liés à l’IA.
Sans une stratégie solide sur la manière de rentabiliser cet investissement dans le cloud, la plupart des projets sont voués à la déception.
Vous pouvez avoir les meilleurs outils, les processeurs les plus rapides, mais sans schéma directeur, les résultats ne suivront pas. Les ressources cloud ne sont qu’un véhicule. Si vous ne savez pas où vous allez, la puissance de la voiture ne fera aucune différence.
Les problèmes de qualité des données sont l’une des principales raisons de l’échec des projets d’IA
Le secret de l’IA est le suivant : sa qualité dépend des données que vous lui fournissez. L’IA générative exige des données précises et de premier ordre, mais pour de nombreuses entreprises, la qualité des données est un véritable talon d’Achille. Des années de négligence, des sources de données dispersées et des dettes technologiques ont laissé la plupart des entreprises aux prises avec une mauvaise hygiène des données. Et pour que l’IA soit opérationnelle, ces données négligées doivent être corrigées. Rapidement. Mais nettoyer ce gâchis n’est ni facile ni bon marché.
Régler les problèmes de données n’est pas nettoyer une feuille de calcul, soyons clairs. Il faut reconstruire l’ensemble des fondations.
De nombreuses entreprises se sont fortement appuyées sur des systèmes ERP existants ou ont sauté sur des tendances en vogue comme les entrepôts de données, qui n’ont pas bien vieilli. Aujourd’hui, elles sont assises sur des montagnes de données incohérentes ou non pertinentes, et elles découvrent que l’IA ne fonctionnera pas si elles ne s’attaquent pas à ces problèmes de front. Il s’agit d’un défi de taille, et pour certains dirigeants, c’est un risque pour leur carrière. Un DSI l’a dit sans ambages (non, nous ne citerons pas de noms) : « Je ne vais pas prendre un coup pour la mauvaise décision de quelqu’un d’autre ».
L’hésitation constitue un obstacle de taille. Les dirigeants savent que leurs données ne sont pas en très bon état, mais ils sont souvent réticents à assumer le coût et les retombées politiques d’une telle démarche. C’est ainsi que les projets piétinent, que les données ne sont pas nettoyées et que le potentiel de l’IA reste inexploité.
Le fossé se creuse entre les « nantis » et les « démunis » de l’IA
Alors que l’adoption de l’IA générative se développe, nous constatons un clivage clair entre les « nantis » et les « démunis ». Les entreprises qui gèrent bien leurs données prennent rapidement l’avantage et transforment leurs projets d’IA en atouts puissants et différenciateurs. En revanche, celles qui ne disposent pas de données de qualité sont à la traîne, incapables de faire de l’IA un élément fonctionnel de leur stratégie commerciale.
Le fossé ne cesse de se creuser. Si votre entreprise investit dans des stratégies de données solides, l’IA peut devenir un outil permettant d’obtenir un réel avantage concurrentiel. Pour celles qui ne le font pas ? Elles se débattent en regardant leurs concurrents tirer parti de l’IA pour prendre de l’avance. C’est un choix : soit vous prenez au sérieux la gestion des données, soit vous prenez du retard. Au fur et à mesure que l’IA évolue, l’écart entre les entreprises qui disposent de moteurs de données bien huilés et celles qui n’en ont pas ne fera que se creuser. Pour les entreprises qui sont à la traîne aujourd’hui, il ne sera pas facile de rattraper leur retard.
L’infrastructure cloud ne garantira pas à elle seule le succès de l’IA
Voici où de nombreuses entreprises se trompent : elles pensent que déverser de l’argent dans l’infrastructure cloud garantira en quelque sorte le succès de l’IA. Ce n’est pas le cas. Bien que l’infrastructure cloud fournisse les ressources, le succès réel de l’IA dépend de bien plus que du stockage et de la puissance de calcul. IIl faut une gouvernance, une planification minutieuse et les bons talents pour que cela fonctionne. Les entreprises qui ne disposent pas de ces éléments clés sont vouées à se retrouver frustrées, avec beaucoup de dépenses en matière de cloud, mais peu de résultats.
Quelles sont les conditions de réussite de l’IA générative ?
De nombreuses entreprises se lancent tête baissée dans le cloud sans avoir la stratégie sous-jacente. Résultat ? Une correction du marché pourrait être à l’ordre du jour, car les entreprises réalisent qu’elles ont besoin de plus qu’une infrastructure – elles ont besoin d’une vision. Sans ces éléments fondamentaux, le cloud ne peut pas permettre aux projets d’IA de franchir la ligne d’arrivée. Le succès de l’IA ne vient pas seulement du cloud. Il résulte plutôt d’une réflexion stratégique qui aligne les ressources sur les résultats.
Le courage des dirigeants est essentiel pour relever les défis de l’IA
L’IA générative n’est pas pour les âmes sensibles. Sa mise en œuvre réussie nécessite un examen approfondi des questions fondamentales de l’entreprise, en particulier en ce qui concerne la qualité des données et l’orientation stratégique. Il faut des dirigeants prêts à prendre des décisions difficiles, souvent risquées sur le plan politique, pour y parvenir. Les DSI et les dirigeants savent que la résolution de ces problèmes fondamentaux nécessitera un engagement et des investissements importants.
Les dirigeants qui ont le courage de s’attaquer de front à ces obstacles peuvent transformer l’IA en un puissant outil commercial. Mais sans ce courage, ils sont bloqués, tout comme leurs organisations. Ils continuent à mener des projets d’IA qui semblent bons sur le papier, mais qui ne donnent pas de résultats.
Pour que l’IA fonctionne vraiment, les dirigeants doivent y consacrer du temps, de l’énergie et des ressources et, bien sûr, prendre quelques risques en cours de route.
Dernières réflexions
Voici donc la question que vous devez vous poser : êtes-vous en train d’alimenter les résultats du fournisseur de cloud, ou positionnez-vous vraiment votre marque pour réussir grâce à l’IA générative ? Il est facile de dépenser de l’argent pour l’infrastructure et de passer complètement à côté du véritable défi qui consiste à trouver et à utiliser les bonnes données, la bonne stratégie et le courage de s’attaquer de front aux problèmes fondamentaux.
Si vos initiatives en matière d’IA continuent de piétiner, il est peut-être temps de vous regarder dans le miroir et de décider si votre équipe est équipée pour s’adapter – ou si vous allez laisser votre entreprise prendre du retard. Êtes-vous prêt à prendre les décisions difficiles qui permettront à votre marque de se démarquer, ou vous contentez-vous de regarder les autres prendre les devants ?
