Technologies

IA : face à un ROI toujours incertain, les Pdg changent d'approche

C’est avant tout la peur de passer à côté de quelque chose d’important qui a poussé les dirigeants à multiplier les initiatives en matière d’IA. (Photo : Mina FC / Unsplash)

La peur de passer à côté d'un virage important continue à stimuler les investissements en IA, mais avec seulement 25 % des projets qui répondent aux attentes, les chefs d'entreprise pourraient adopter une approche plus prudente et plus réfléchie.

PublicitéPrès de trois ans après le lancement de ChatGPT, qui a donné le coup d'envoi d'une nouvelle révolution technologique, obtenir des données cohérentes sur le retour sur investissement de l'IA reste difficile.

Selon les PDG interrogés par l'Institute for Business Value d'IBM, seulement 25 % des initiatives d'IA de ces dernières années ont répondu aux attentes en matière de retour sur investissement. Par ailleurs, seuls 16 % des projets d'IA ont été déployés à l'échelle de l'entreprise.

Le problème vient en partie du fait que les entreprises ne savent pas dans quoi elles s'engagent. Près de deux tiers des chefs d'entreprise reconnaissent que la peur de rater quelque chose (ou Fomo, pour fear of missing out) les pousse à investir dans de nouvelles technologies avant même d'avoir une compréhension claire de leur valeur. Ce qui, dans le cas présent, conduit à précipiter un projet d'IA à la recherche d'un retour sur investissement douteux ou à en lancer un juste pour la forme.

Identifier la question métier à résoudre

Les experts informatiques qui ont assisté à la ruée vers l'or dans le secteur de l'IA au cours des deux dernières années et demie ne sont pas surpris par les résultats médiocres des projets. « Les résultats de cette enquête sont tout à fait conformes à ce que nous observons dans l'ensemble du secteur », dit ainsi Ivan Navodnyy, directeur des produits du fournisseur de solutions fintech B2Broker. « Oubliez les retours sur investissement mesurables ; seule une petite fraction des projets d'IA parvient à atteindre le stade de la production. »

De nombreuses organisations se sont lancées dans l'IA parce qu'il s'agit d'une technologie « à la mode », mais les dirigeants ont oublié de déterminer avec précision le problème qu'ils tentent de résoudre, ajoute Ivan Navodnyy. « Ils veulent que leur marque soit perçue comme étant à la pointe de l'IA, mais l'appliquent souvent à des problèmes non urgents - comme l'expérimentation de la génération de contenu par exemple -, au lieu d'identifier un problème métier central à résoudre, explique-t-il. Il ne s'agit pas simplement de sauter dans le train de l'IA. Il s'agit de s'assurer que l'on prend le train dans la bonne direction et, même, que l'on a bien besoin de la prendre en premier lieu. »

Pas assez d'expertise

De nombreux responsables informatiques et métiers se sont également précipités dans l'adoption de l'IA sans tenir compte de l'expertise interne ou de la nécessité de 'vendre' la technologie aux utilisateurs, en partie à cause de la peur de passer à côté de quelque chose de central, affirme Ivan Navodnyy.

« Lorsque les dirigeants se sentent obligés d'aller vite pour rester compétitifs, ils peuvent parfois sauter des étapes critiques, privilégiant la vitesse de déploiement à la qualité du produit, explique-t-il. C'est une approche très imprudente, et un bon moyen de se retrouver avec des ressources gaspillées et une réputation endommagée. »

PublicitéLa rapidité de la révolution de l'IA a contribué à ce que les PDG se lancent dans la technologie avant que leur organisation ne soit prête, abonde Neil Dhar, associé chez IBM Consulting. Le rythme d'évolution de l'IA a suscité des inquiétudes chez les chefs d'entreprise en matière d'anticipation des besoins de l'entreprise, note-t-il. La précision des prévisions était la principale préoccupation des PDG dans l'enquête IBM de 2025, tandis que l'innovation produits était la principale préoccupation en 2024, et la productivité et la rentabilité dominaient en 2023.

« Les chefs d'entreprise doivent constamment regarder leur environnement et projeter les bouleversements qu'ils perçoivent dans leurs entreprises respectives et dans leurs secteurs d'activité, ajoute Neil Dhar. Ce faisant, ils doivent être constamment conscients des tendances macro et y réagir. »

Il n'en reste pas moins que de nombreuses organisations sont allées de l'avant avant d'être prêtes à réussir avec l'IA, souligne Neil Dhar. Par exemple, en lançant des initiatives sans avoir nettoyé leurs données internes pour les utiliser avec l'IA. « Comme l'IA est arrivée très vite, beaucoup de gens ont commencé à travailler sur des choses ayant un impact sur une très petite partie de l'organisation, au lieu de regarder la situation dans sa globalité et de se demander si cela avait une valeur pour l'entreprise », dit-il.

Évaluer les risques et les avantages

Outre le fait qu'elles n'ont pas posé de bases solides pour la réussite de leurs projets d'IA, de nombreuses organisations n'ont pas prévu le temps et l'investissement nécessaires pour obtenir un retour sur investissement avec ces initiatives, estime Nagmani Lnu, directeur qualité de l'ingénierie au sein de la société de services financiers SWBC. « Avant d'introduire l'IA, nous devons nous assurer de disposer du bon écosystème pour former le modèle de manière efficace afin de garantir un résultat parfait, dit-il. Les erreurs seront coûteuses. Nous voulons nous concentrer sur ce qui est le moins risqué ».

Malgré les erreurs passées, les organisations doivent poursuivre leurs efforts d'adoption de la technologie, affirme Neil Dhar, d'IBM Consulting. « Cette technologie va continuer à évoluer et aura un impact profond sur tous les secteurs d'activité et toutes les fonctions, estime-t-il. Si vous ne comprenez pas vraiment l'apport que peut avoir l'IA générative pour vous, vous serez à la traîne. »

Changement d'approche ?

Mais peut-être avec une nouvelle approche, moins précipitée. Seuls 37 % des chefs d'entreprise interrogés dans l'étude de l'Institute for Business Value d'IBM déclarent qu'il est préférable d'être « rapide et mauvais » plutôt que « juste et lent » lors de l'adoption de nouvelles technologies - un changement par rapport aux débuts de l'IA générative.

Environ deux tiers des PDG affirment qu'ils misent désormais sur des cas d'usage de l'IA appuyés par un retour sur investissement, ce qui marque un changement par rapport aux deux dernières années. Les DSI changent également d'avis sur l'IA, privilégiant les applications pratiques à l'expérimentation.

Pour Nagmani Lnu, de SWBC, ce sont « la lenteur et la régularité qui permettent de gagner la course. Il faut comprendre le risque avant d'agir et évaluer si le retour sur investissement est convaincant et si son intérêt dépasse le risque pris. »