Intelligence artificielle · Actualité

Les entreprises qui utilisent correctement l'IA ont 15 fois plus de chances de rapporter un bon retour sur investissement.

Les organisations qui appliquent des pratiques d'intelligence artificielle (IA) fiable ont 15 fois plus de chances de signaler un retour sur investissement (ROI) solide dans leurs projets d'IA, avec 62 % de cas de succès contre seulement 4 % parmi celles qui ne le font pas. L'information provient du second Data and AI Impact Report de la International Data Corporation (IDC), société mondiale d'analyse de marché technologique, basé sur une enquête auprès de 2 699 décideurs dans 28 pays.

L'étude identifie un schéma qui se répète tant à l'échelle mondiale qu'en Amérique Latine : les entreprises qui tirent le plus de valeur de l'IA sont celles qui la gèrent avec gouvernance, qualité des données, supervision et capacité à expliquer comment le système parvient à ses décisions. Dans des marchés comme le péruvien, où l'adoption technologique avance tandis que les bases de données et les cadres de gouvernance sont encore en consolidation, ce facteur pourrait déterminer quelles entreprises réussissent à capitaliser sur l'investissement et lesquelles restent à la traîne.

Moins de confiance face à une IA plus autonome

L'avancement vers des systèmes avec une plus grande capacité d'action se reflète dans les chiffres du rapport : 89 % des répondants indique que leurs agents d'IA participent déjà à la prise de décisions, allant du soutien à des décisions approuvées par des humains à une action autonome. Cependant, cette expansion n'est pas accompagnée d'un niveau de confiance équivalent.

Le soutien envers l'IA générative atteint 76 %, tandis que la confiance en l'IA agéntique descend à 66 %, un écart de dix points qui, selon le rapport, reflète les doutes croissants à mesure que ces systèmes cessent de générer de l'information et commencent à exécuter des actions. “Lorsque l'IA fonctionne, son impact est extraordinaire”, a déclaré Bryan Harris, directeur de la technologie de SAS.

Obstacles dans l'infrastructure des données

Seulement 17,5 % des organisations disposent d'une infrastructure de données au plus haut niveau de maturité, suffisante pour répondre aux exigences de l'IA agéntique. Celles qui atteignent cet standard ont quatre fois plus de chances d'attendre un ROI solide et six fois plus d'exiger des contrôles de qualité des données et de l'explicabilité dans leurs systèmes.

Harris a souligné que, pour parvenir à la précision et à la cohérence, les organisations doivent incorporer une expertise réelle du métier dans les flux de travail de l'IA agéntique et garder les personnes au centre de la gouvernance. “Celles qui feront les deux pourront combler le fossé de confiance et obtenir un avantage concurrentiel sur le marché”, a-t-il affirmé.

Gouvernance pour scaler l'IA

Les organisations leader dans l'IA fiable ont 44 fois plus de chances de procéder à des revues périodiques de gouvernance et d'explicabilité. De plus, 85 % prévoient d'augmenter leur investissement en IA fiable de plus de 10 % au cours de cette année, selon les données du rapport.

“À mesure que l'IA devient plus autonome, les organisations font face à un nouveau défi : maintenir la confiance dans des systèmes que les gens ne comprennent pas entièrement”, a noté Chris Marshall, vice-président d'IDC. Le dirigeant a ajouté qu'une supervision accrue, l'explicabilité, la responsabilité et des bases de données solides deviennent des exigences pour réussir à scaler l'IA, tant dans de grandes entreprises que dans des organismes du secteur public.

Perou : adoption et gouvernance de l'IA

L'enquête a couvert quatre secteurs : la banque, les assurances, les sciences de la vie et le secteur public, dans 28 pays. Dans le cas péruvien, l'adoption des outils d'intelligence artificielle progresse à un rythme plus rapide que la maturation des bases de données et des cadres de gouvernance d'entreprise.

Cette différence de vitesses, selon les découvertes d'IDC, sera un facteur déterminant pour séparer les entreprises qui réussiront à traduire leur investissement en IA en résultats mesurables d'activité de celles qui n'y parviendront pas dans les prochaines années.