La plus grande disponibilité des outils de développement, la volonté de réduire les coûts et l'automatisation favorisent l'adoption de l'IA par les entreprises. Mais certains défis liés aux compétences des employés, à la complexité des données et aux préoccupations éthiques restent des obstacles à l'adoption plus large de la technologie. Telles sont quelques-unes des principales conclusions de l’étude publiée par IBM, qui a interrogé 8 500 professionnels de l’IT dans le monde entier pour évaluer le déploiement de l'IA dans les entreprises de plus de 1 000 employés. Celle-ci révèle qu'environ 42 % des entreprises utilisent déjà activement l'IA et que 59 % d'entre elles prévoient d'accroître leur utilisation et leurs investissements dans la technologie. Toujours selon cette étude, les entreprises de 1 000 employés ou moins sont moins susceptibles d'adopter l'IA à usage général et l'IA générative que les grandes entreprises. « Des outils d'IA plus accessibles, la volonté d'automatiser les processus clés et la présence toujours plus importante de fonctions d'IA intégrées dans les applications commerciales prêtes à l'emploi sont les principaux facteurs de l'expansion de l'IA au niveau de l'entreprise », a déclaré Rob Thomas, vice-président senior d'IBM Software, dans un communiqué. « Les entreprises utilisent l'IA quand la technologie peut rapidement avoir un impact profond, par exemple pour l'automatisation des processus IT, le travail numérique et le service à la clientèle », a-t-il ajouté.

L'IA contribue à des fonctions organisationnelles très diverses, l'automatisation des processus IT et le marketing étant les applications les plus populaires. À l'avant-garde de l'utilisation de l'IA dans leur entreprise, les professionnels de l’IT soulignent l'importance de pouvoir construire et exécuter des projets d'IA quel que soit le lieu où résident leurs données. Selon l'étude, la confiance dans ces capacités est élevée, car la plupart des professionnels de l’IT sont convaincus que leur entreprise dispose des bons outils pour trouver des données dans l'ensemble de l'entreprise. Au cours des deux dernières années, un grand nombre d’entreprises qui explorent ou déploient déjà l'IA, ont accéléré leur déploiement, la « recherche et le développement » et « l'amélioration des compétences du personnel » apparaissant comme des priorités d'investissement, a déclaré IBM. « Dans le paysage dynamique de l'IA générative, les entreprises utilisent de plus en plus la technologie open source, avec une répartition égale entre les technologies internes et les technologies open source », a encore déclaré IBM. Parmi les entreprises qui mentionnent le recours à l'IA pour compenser les pénuries de main-d'œuvre ou de compétences, l'étude a révélé qu'elles utilisaient l'IA pour réduire les tâches manuelles ou répétitives avec des outils d'automatisation (55%), ou pour automatiser les réponses et les actions en libre-service pour les clients (47%).

Les coûts élevés entravent l'adoption

Selon l’étude d’IBM, les principaux cas d’usage de l'IA sont : l'automatisation des processus IT (33 %) ; la sécurité et la détection des menaces (26%) ; la surveillance ou la gouvernance de l'IA (25 %) ; l'analyse ou l'intelligence économique et l'automatisation du traitement, de la compréhension et du flux de documents (24%) ; l’automatisation des réponses et des actions en libre-service pour les clients ou les employés (23 %) ; l’automatisation des processus d'entreprise, l’automatisation des processus réseau, le travail numérique, le marketing et les ventes, et la détection des fraudes (22%). « Du côté des obstacles, des défis comme des connaissances limitées, l’insuffisance d'outils de développement de l'IA et des coûts élevés entravent l'adoption », a indiqué big blue. « Dans le contexte de l'IA générative, des obstacles supplémentaires apparaissent, notamment les préoccupations relatives à la confidentialité des données et une pénurie persistante de compétences de mise en œuvre », a ajouté le fournisseur. Les principaux obstacles à l'adoption réussie de l'IA dans les entreprises qui explorent ou déploient l'IA sont les compétences et l'expertise limitées en matière d'IA (33 %) et la trop grande complexité des données (25 %). Par exemple, selon les professionnels de l’IT interrogés, la plupart des entreprises (63%) utilisent 20 sources de données ou plus pour informer les systèmes d'IA, de BI et d'analyse. Selon l'étude d'IBM, les autres obstacles sont les préoccupations éthiques (23 %), les projets d'IA trop difficiles à intégrer et à mettre à l'échelle (22 %), le coût élevé (21 %) et le manque d'outils pour le développement de modèles d'IA (21 %).

Les observateurs du secteur voient un énorme potentiel dans les technologies de l'IA. Par exemple, IDC affirme qu’au cours des quatre prochaines années, les dépenses des entreprises en services, logiciels et infrastructures d'IA générative vont grimper en flèche, passant de 16 milliards de dollars cette année à 143 milliards de dollars en 2027. Cependant, la grande majorité des entreprises ne sont pas prêtes. Seules 14 % des entreprises interrogées dans le cadre du Cisco AI Readiness Index, publié récemment, ont déclaré qu’elles étaient tout à fait prêtes à déployer et à exploiter les technologies alimentées par l'IA. En particulier, Cisco a constaté que la plupart des réseaux d'entreprise actuels ne sont pas équipés pour répondre aux charges de travail de l'IA. Les entreprises comprennent que l'IA augmentera les charges d’infrastructure, mais seules 17% d’entre elles disposent de réseaux entièrement flexibles pour gérer la complexité. « 23% des entreprises ont une évolutivité limitée ou inexistante pour relever les nouveaux défis de l'IA au sein de leurs infrastructures IT actuelles », a souligné l’équipementier. « Pour répondre aux exigences accrues de l'IA en matière de puissance et de calcul, plus des trois quarts des entreprises auront besoin d'unités de traitement graphique (GPU) supplémentaires dans les centres de données pour supporter les charges de travail actuelles et futures de l'IA. De plus, 30 % déclarent que la latence et le débit de leur réseau ne sont pas optimaux ou sous-optimaux, et 48 % conviennent que leurs réseaux ont besoin d'améliorations supplémentaires pour répondre aux besoins futurs ».