L’engouement pour l’IA générative en entreprise a atteint son paroxysme
Selon les experts, des cas d’usage plus probants et des résultats plus précis pourraient être nécessaires pour raviver l’enthousiasme autour de la technologie, alors celle-ci s’enfonce dans la « creux de désillusion» décrite dans le « Hype cycle » du Gartner.
L’IA générative n’est pas magique. Certes, elle a du potentiel, mais elle traverse actuellement une phase où les attentes ne correspondent plus aux résultats. Gartner parle de « creux de désillusion », et c’est tout à fait vrai. De nombreuses entreprises se sont lancées rapidement. Trop rapidement. Elles espéraient des systèmes clés en main capables de générer de la valeur avec un minimum d’efforts. Cela n’a pas été le cas.
« Le cycle de battage médiatique ne reflétait pas la réalité sous-jacente, explique Birgi Tamersoy, Principal Analyst, Gartner. Le succès exige un déploiement structuré et un investissement sérieux dans la fiabilité et la performance. C’est toujours vrai avec les technologies transformatrices. »
Auparavant, on entendait des phrases comme « intégrez simplement vos données et tout fonctionnera parfaitement ». En réalité, utiliser efficacement l’IA générative demande beaucoup plus de réflexion. Sans contrôles de performance rigoureux, ces systèmes ne peuvent pas s’adapter efficacement et de manière fiable à l’échelle de l’entreprise.
Le « creux de désillusion » traduit une forme de lassitude
Les entreprises se rendent compte que déployer des outils d’IA générative dans des flux de travail opérationnels sans tests, ajustement du contexte et support de l’infrastructure conduit à de mauvais résultats. Et ces mauvais résultats érodent rapidement le soutien interne. « On observe désormais une certaine lassitude vis-à-vis de l’IA, non pas par manque d’intérêt, mais par des attentes non satisfaites, continue Birgi Tamersoy. Les projets pilotes à gains rapides n’ont pas porté leurs fruits. Les équipes dirigeantes qui ont adopté cette technologie dès le début sont désormais confrontées à des questions difficiles concernant son impact et son retour sur investissement. »
Cela ne signifie pas que la technologie a échoué. Loin de là. Les capacités sont là, mais beaucoup ont simplement sous-estimé le travail nécessaire pour en tirer profit. Il faut une architecture, une gouvernance et de véritables benchmarks de performance. Une version de démonstration ne suffit pas à optimiser l’échelle !
Gartner reste confiant. « L’IA générative sortira de cette phase de désillusion d’ici deux à cinq ans. C’est une piste raisonnable. Mais que votre entreprise obtienne de la valeur maintenant ou qu’elle attende dépend de la manière dont vous déployez la technologie ! ».
Les problèmes de fiabilité et les résultats imprévisibles freinent l’adoption
Autre problème incontournable : les utilisateurs n’ont pas confiance dans le retour des systèmes d’IA de nouvelle génération. Les résultats passent d’ « impressionnants » à « inutilisables », avec peu de cohérence. Lorsqu’un outil n’est pas fiable pour fournir deux fois la même qualité, il est rapidement retiré des environnements de production.
Ce problème est mieux connu sous le nom d’« hallucination ». Ces modèles génèrent des réponses basées sur des probabilités, non sur des vérités. Ils se trompent donc sans hésiter. C’est normal pour le brainstorming. Ce n’est pas le cas pour l’automatisation du support client ou de l’analyse financière.
Les dirigeants le constatent de leurs propres yeux. On teste le système une fois, il semble performant. On le relance sous pression, et il tombe en panne. Cette imprévisibilité freine l’adoption. Les équipes deviennent hésitantes. La confiance s’effondre.
Une itération
Pour les équipes de direction, le message est le suivant : expérimentez, mais n’oubliez pas les pipelines de validation et les modèles de gouvernance.
Birgi Tamersoy de Gartner convient que le potentiel de l’IA générative et des technologies associées reste énorme. « Ces technologies offrent de nombreuses possibilités d’utilisation. Elles peuvent apporter une valeur considérable, mais les organisations doivent s’assurer d’une mise en oeuvre rigoureuse afin de garantir que leurs solutions offrent un niveau de performance élevé et génèrent bien de la valeur pour l’entreprise », déclare-t-il.
Ce n’est donc pas un échec, c’est une itération. Les systèmes s’amélioreront. Mais vos décisions de déploiement déterminent désormais si ces améliorations génèrent de la valeur commerciale ou des coûts irrécupérables ultérieurement.
