Technologies

Malgré son potentiel, la GenAI s'enfonce dans la « vallée de la désillusion »

L’IA agentique, s’appuyant souvent sur la GenAI, reste au stade de la promesse, les entreprises ne pouvant laisser une technologie qui n’est pas 100% fiable fonctionner en toute autonomie. (Photo : Craig Sybert / Unsplash)

Des résultats incohérents, des hallucinations et un manque de cas d'usage tolérants aux inexactitudes ont plongé l'IA générative dans un cycle s'apparentant à ce que Gartner décrit comme la phase de reflux suivant les périodes d'emballement.

PublicitéL'engouement pour l'IA générative en entreprise a atteint son paroxysme. Selon les experts, des cas d'usage plus probants et des résultats plus précis pourraient être nécessaires pour raviver l'enthousiasme autour de la technologie, alors celle-ci s'enfonce dans la vallée de la désillusion décrite dans le Hype Cycle du Gartner.

Bien que l'IA générative présente encore un potentiel majeur pour les entreprises, certaines attentes ont diminué, les organisations ayant rencontré des problèmes de robustesse et de fiabilité, explique Birgi Tamersoy, analyste au sein du Gartner. L'engouement suscité par l'IA générative a laissé dans l'ombre une grande partie du travail nécessaire pour en tirer réellement profit, ajoute-t-il. « Ce que l'on entend sur l'IA générative, avec laquelle on intègre de multiples données et qui, comme par magie, produit les résultats attendus, n'est peut-être pas la réalité, s'amuse-t-il. Une rigueur dans la mise en oeuvre doit être mise en place en termes de performance, de robustesse et de fiabilité. »

Trouver les usages tolérants aux hallucinations

Les hallucinations et les résultats incohérents de l'IA générative comptent parmi les principaux problèmes qui conduisent à une baisse des attentes, selon Birgi Tamersoy. Certains responsables informatiques peinent à trouver suffisamment de cas d'usage tolérant ces imprécisions. Parallèlement, les taux d'échec des projets pilotes d'IA sont considérables. « Les systèmes d'IA commettent inévitablement des erreurs, remarque Birgi Tamersoy. Lors du développement d'une solution, les éléments qui la renforcent et la rendent fiable font toute la différence en termes de réussite. Il faudra donc approfondir l'évaluation de ces technologies. »

Les coûts et les besoins énergétiques sont également devenus des considérations majeures pour les entreprises, à mesure que la GenAI s'attaque à des problèmes plus complexes, ajoute l'analyste. Dans certains cas, les coûts énergétiques peuvent atteindre des millions de dollars, et les organisations devront parfois déterminer si une telle dépense est bien justifiée, précise-t-il.

Nécessité de meilleurs résultats

D'autres experts en IA soulignent le manque de fiabilité comme une raison majeure de la baisse des attentes liées à la technologie. L'IA générative laisse trop souvent les utilisateurs dans l'incertitude, explique Dmitry Mishunin, PDG de Doitong, une plateforme vidéo basée sur l'IA. « L'IA générative s'apparente à un colis mystère. On peut déballer un chef-d'oeuvre, comme un contenu inutilisable. Et même si l'on obtient un chef-d'oeuvre, rien ne peut nous protéger contre un contenu inutilisable les fois suivantes. »

PublicitéDmitry Mishunin considère également la tarification à l'utilisation comme un obstacle. Si les échecs de l'IA générative se produiraient aussi avec un usage gratuit, certains modèles de paiement peuvent accélérer la fin des expérimentations. « Dès que ces services commenceront à nous facturer le résultat plutôt que les tentatives, le secteur s'envolera », affirme-t-il.

Gartner estime qu'il faudra deux à cinq ans à l'IA générative pour surmonter la phase de désillusion et remonter la pente jusqu'à ce que le cabinet appelle le plateau de productivité au sein de son Hype Cycle. Selon Gartner, la technologie a atteint son apogée en termes d'attentes exagérées l'année dernière, au moment même où les DSI passaient des expérimentations à la mise en pratique.

Méfiance envers les agents

Une autre technologie d'IA très médiatisée, les agents d'IA, atteint aujourd'hui le sommet des attentes démesurées selon le Hype Cycle de Gartner ; comme l'IA générative, elle sera bientôt vouée à la déception. Le manque de confiance envers les agents autonomes finira par atténuer cet enthousiasme démesuré, faisant écho aux inquiétudes concernant le manque de confiance dans les résultats de la GenAI, affirme Birgi Tamersoy de Gartner.

« On ne peut pas automatiser quelque chose en quoi on n'a pas confiance, et nombre de ces agents d'IA sont actuellement basés sur des LLM, ce qui signifie que leurs cerveaux sont des modèles d'IA générative, ce qui pose également un problème d'incertitude et de fiabilité, explique-t-il. Or, pour automatiser complètement quelque chose, il faut lui faire entièrement confiance. »

Une partie de la méfiance envers la GenIA est alimentée par des réserves à l'égard des agents, explique Mike Sinoway, PDG de Lucidworks, fournisseur de solutions de recherche en entreprise basées sur l'IA. Le rapport 2025 de l'entreprise sur l'état de la GenAI révèle que seulement 6% des entreprises de e-commerce ont déployé partiellement ou totalement une solution d'IA agentique, et que les deux tiers d'entre elles ne disposent pas de l'infrastructure nécessaire pour assurer l'efficacité de ces agents. « La confiance dans l'IA générative a diminué en raison d'attentes trop élevées concernant les agents d'IA, l'application la plus prometteuse de l'IA générative, explique-t-il. Les dirigeants se sont précipités pour déployer des solutions agentiques, essayant de courir avant même de savoir marcher. »

Vers l'orchestration d'agents et l'IA composite

Mais à mesure que les technologies d'orchestration de l'IA et de coordination des agents se développent, elles libéreront enfin le potentiel de l'IA générative, veut croire Mike Sinoway. « Les prochaines avancées ne viendront pas d'agents individuels travaillant seuls, affirme-t-il. Elles viendront de systèmes d'orchestration qui orientent les tâches vers les modèles les plus rentables. »

En attendant de nouvelles avancées, Birgi Tamersoy recommande aux DSI d'évaluer et de tester plus en profondeur les outils d'IA générative afin de déterminer la solution la plus adaptée à leur organisation. De plus, certaines organisations utilisent désormais plusieurs technologies d'IA conjointement afin de pallier les faiblesses inhérentes à chaque outil utilisé séparément.

L'IA composite est l'une des technologies d'IA les plus prometteuses du moment, notamment grâce à son potentiel pour résoudre les problèmes de fiabilité et autres problèmes rencontrés avec des outils d'IA isolés. « L'IA composite reconnaît que chacune de ces techniques présente ses propres limites et atouts, et que pour élaborer une solution efficace, il peut être nécessaire de combiner plusieurs techniques afin de s'adapter au mieux à leurs limites respectives », explique l'analyste du Gartner.

En attendant, une évaluation plus approfondie des modèles est nécessaire, selon Richard Sonnenblick, responsable data scientist chez Planview, société fournissant des solutions de gestion de portefeuille de projets. « Nous avons surestimé le potentiel de l'IA à court terme, car nous ne disposions pas de grille d'évaluation des modèles et la nouveauté d'une interface conversationnelle nous a charmés, ou plutôt impressionnés, dit-il. Mais nous n'avons certainement pas surestimé les implications à moyen et long terme des LLM. »

Un potentiel toujours bien présent

Grâce à de meilleures grilles d'évaluation, à des modèles de raisonnement en constante amélioration et à des données mieux organisées, l'IA générative offrira d'énormes gains d'efficacité, prédit Richard Sonnenblick. « Ce manque de confiance est en grande partie dû à la dissonance entre nos expériences initiales glorieuses avec ChatGPT et la réalité des hallucinations fréquentes et de la difficulté à adapter ces modèles aux besoins des entreprises », ajoute-t-il. « Cela dit, il faut saluer les prises de risques et la capacité des organisations à déceler rapidement les échecs. Même si seulement un projet d'IA générative sur 100 génère de la valeur, celle-ci peut justifier l'investissement global à long terme. »

Birgi Tamersoy de Gartner convient que le potentiel de l'IA générative et des technologies associées reste énorme. « Ces technologies offrent de nombreuses possibilités d'utilisation. Elles peuvent apporter une valeur considérable, mais les organisations doivent s'assurer d'une mise en oeuvre rigoureuse afin de garantir que leurs solutions offrent un niveau de performance élevé et génèrent bien de la valeur pour l'entreprise », déclare-t-il.