Selon une étude menée par le Gartner fin 2023 aux Etats-Unis, en Allemagne et au Royaume-Uni, 29% des entreprises utilisent l'IA générative, ce qui en fait la famille d'IA la plus déployée à ce jour. Devant des technologies pourtant bien plus anciennes, comme les algorithmes d'optimisations, les moteurs de règles, le traitement du langage et autres types de Machine Learning.

Sans surprise, les 644 entreprises interrogées abordent plutôt l'IA générative par son intégration à des applications existantes (par exemple via Copilot for 365 de Microsoft ou Firefly d'Adobe). Elles sont 29% dans ce cas, tandis que 25% d'entre elles misent plutôt sur l'ingénierie de prompts (via des techniques comme le RAG). « La GenAI agit comme un catalyseur de l'expansion de l'IA en entreprise », souligne Lainar Ramos, analyste en chef au sein du cabinet d'études. « Cela crée une fenêtre d'opportunité pour les responsables IA, mais aussi un test. Ils devront démontrer leur capacité à capitaliser sur ce moment et à fournir de la valeur à l'échelle. »

« Investir dans des fondations qui resteront pertinentes »

Précisément, cette question de l'estimation de la valeur apportée par l'IA générative demeure la première barrière à l'adoption, citée par 49% des entreprises interrogées. Ce facteur inhibiteur devance les pénuries de compétences (42%), le manque de confiance dans la technologie (40%) ou l'insuffisance des données à disposition (39%). « À mesure que les organisations développent l'IA, elles doivent prendre en compte le coût total de possession de leurs applications, ainsi que le large éventail de bénéfices allant au-delà de la seule amélioration de la productivité », reprend Lainar Ramos.

Selon le Gartner, les entreprises les plus avancées en matière de déploiement de leur stratégie d'IA (moins de 10% du total) sont celles qui ont compris l'importance de la mise en oeuvre des fondamentaux : un équilibre entre capacités centralisées et décentralisées, un focus sur l'ingénierie des projets d'IA, un investissement dans la formation de l'ensemble de l'organisation ou encore une attention portée aux risques des modèles. « Les organisations matures en matière d'IA investissent dans des fondations qui resteront pertinentes indépendamment de ce qui se passera demain dans le monde de l'IA, et qui leur permettront de faire évoluer leurs déploiements de manière efficace et sûre », reprend l'analyste de Gartner. Des capacités également essentielles pour assurer le passage en production des expérimentations. Selon le cabinet d'études, moins d'une initiative d'IA sur deux (48%) franchit actuellement ce cap et le passage du prototype à l'application en production prend en moyenne 8 mois.