Intelligence artificielle : une génération de valeur sous conditions

La ruée vers l’offre d’intelligence artificielle trouve sans doute son élan dans le consensus produit par la communauté des analystes et autres experts en transformation technologique. L’IA libèrera des billions de dollars de valeur, à travers des transformations bien réalisées s’appliquant à la totalité des fonctions des entreprises et administrations. L’accélération du rythme est due à des preuves et à des peurs. Preuves de maturité des technologies sous-jacentes, de bénéfices tangibles résultant d’expérimentations ou de passages à l’échelle réussis. Mais peurs de rater la vague, ou de la prendre trop tard et de se faire distancer par une compétition qui investit. Peur aussi de ne pas capturer cette valeur promise et de devoir le justifier. Comment cet emballement généralisé affecte-t-il d’ailleurs les états-majors ?

Selon une étude d’IBM, la priorité de 2024 des dirigeants est « innovation produit et service », c’était « productivité ou profitabilité » en 2023. Il semble que le mirage d’un gain rapide de productivité annoncé avec l’arrivée tonitruante de l’IA générative se soit vite évanoui. Priorité donc à la génération de valeur, l’innovation étant un vecteur de développement de revenus et de restauration de marges. Priorité aussi à l’intégration de nouvelles technologies, elles sont évidemment sur le « chemin critique » d’une part importante de création de valeur additionnelle. Poussées par leur direction générale, les entreprises se lancent, achètent ou vendent de la technologie servant l’IA, de la technologie augmentée par l’IA permettant de délivrer une multitude de cas d’usage tous aussi prometteurs les uns que les autres. Et elles ont raison, mais…

Le taux d’échec estimé des projets déployant de l’IA se situe autour de 80%. C’est deux fois plus que le taux d’échec, déjà jugé important, des projets informatiques qui n’impliquent pas d’IA. Si cette statistique peut donner le vertige, elle ne doit surtout pas constituer un frein. Les bénéfices procurés par une exploitation réussie de l’IA sont tels qu’ils seront vitaux dans nombre de domaines : innovation, sécurité, efficience et vitesse opérationnelles… Ce taux d’échec doit inviter les acteurs intéressés au déploiement de l’IA, qu’ils soient clients ou fournisseurs, à comprendre les « causes racines » entraînant ces échecs. Si elles sont nombreuses et variées sur un plan technique, une erreur consiste à penser que si toutes les conditions de succès technique sont remplies, le projet sera un succès sur le plan de la capture de la valeur. Faux ! Il existe des raisons non techniques qui entraînent des échecs d’autant plus frustrants qu’ils sont, dans le même temps, des succès techniques.

Deux cas sont emblématiques d’une telle situation. Le premier : un défaut d’alignement stratégique peut provoquer l’arrêt d’une expérimentation de déploiement d’un projet d’IA dans un domaine particulier. Même si la preuve d’un succès technique est apportée, et que la définition de la valeur à capturer est bonne et prometteuse. Un coût sensible de passage à l’échelle peut entrer en conflit avec une planification stratégique des investissements et faire que le projet soit mis en sourdine ou abandonné. le second cas : un projet IA qui se déroule jusqu’à son terme. La solution est en place, fonctionne, mais une mesure de la réalisation de valeur attendue montre qu’il n’y a pas de gain économique, voire qu’il existe un surcoût opérationnel. Ce cas, fréquent, est un bon indicateur d’une transformation non aboutie. Les projets d’IA, a fortiori générative, portent un potentiel de transformation opérationnel très important. Ne pas traiter de façon collatérale la transformation du modèle opérationnel revient à hypothéquer la valeur à capturer. Tout compte dans l’obtention du résultat, y compris et surtout lorsqu’il s’agit de créer de la valeur.

Note : cet article est initialement paru dans E.D.I, n°143 daté décembre – janvier 2025