Dans la foulée de la très remarquée sortie de ChatGPT, les DSI sont, pour la plupart, allés vite pour déployer les technologies d'IA générative dans leur organisation. Trop vite ? C'est ce que semble pointer une étude de l'éditeur américain Asana auprès de 1255 décideurs IT américains et anglais. Certes, ces derniers occupent une place centrale dans la stratégie IA de leur organisation, plus des trois-quarts d'entre eux indiquant être chargés du sujet au sein de leur organisation. Comme le signale l'étude d'Asana, cette position leur permet par ailleurs d'être plus fréquemment consultés sur les opérations métiers, la planification stratégique ou les objectifs business. Entre 3 et 4 DSI interrogés sur 10 disent ainsi être davantage sollicités sur ces thématiques qu'il y a six mois.

Mais, pour Asana, la décision des directions générales de pousser les DSI à déployer l'IA pour en retirer rapidement des gains de productivité les place aussi dans une situation inconfortable. Témoin de ces doutes, seul un quart des décideurs IT se disent confiants dans la qualité et l'accessibilité de leurs données internes pour les applications d'IA. Et 25% des responsables informatiques disent même regretter d'avoir investi trop rapidement dans l'IA. Plus globalement, la pression mise sur le déploiement de la stratégie d'IA est un facteur de stress pour près de trois DSI sur quatre.

Technologie mouvante, donc risque de dette technique

D'autant que, selon l'étude, ces efforts de déploiement rapide n'ont pas été financés. Seuls 14 % des DSI expliquent que leur organisation a alloué des budgets pérennes et spécifiques aux initiatives d'IA. « La majorité des responsables informatiques se trouvent dans une situation difficile, car ils doivent réaffecter des fonds provenant d'enveloppes budgétaires existantes pour financer les efforts en matière d'IA », écrivent les auteurs de l'étude.

Mi-mars, le cabinet Gartner avertissait les DSI des risques de dette technologique qu'embarque l'IA générative. Selon le cabinet, d'ici 2028, plus de la moitié des entreprises qui ont construit des modèles de langage personnalisés abandonneront ces initiatives en raison des coûts, de la complexité et de la dette technique qu'elles engendrent. De nouvelles techniques et de nouveaux modèles apparaissent presque quotidiennement pour réduire les coûts et améliorer la précision des réponses, soulignait alors l'analyste Rita Sallam, enjoignant les entreprises à se tourner vers des architectures découplées, à base d'API, afin d'être en mesure de remplacer rapidement un composant devenu obsolète.

En complément :
- Grand Théma : l'environnement, l'angle mort du boom de l'IA générative
- Passer l'IA à l'échelle industrielle : plus facile à dire qu'à faire