Artificial Intelligence, Deep Learning, Machine Learning
Difficultés d’intégration, paralysie des projets pilotes, IA inefficace : une enquête mondiale auprès de responsables IT met en lumière les trois facteurs qui épuisent les budgets IA des PME.
L’IA agentique ne bénéficiera pas d’économies d’échelle, prévient Gartner. Le coût de l’inférence en IA varie considérablement selon le modèle et le niveau de réflexion et de planification requis par les systèmes d’IA agentique. C’est l’« Inference Paradox ».
Selon un rapport du Boston Consulting Group, les entreprises ont investi dans l’informatique quantique davantage que les laboratoires de recherche et les gouvernements. C’est une première. Et donc un tournant dans l’intérêt commercial porté à cette technologie.
Retour brutal à la réalité. De l’argent gaspillé sans responsable ni explication. Les entreprises estiment que 26 % des dépenses totales en IA sont perdues.
Le partenariat intègre les modèles de pointe d’OpenAI, tels que GPT-5.6, et des produits comme Codex et ChatGPT Work à IBM Consulting Advantage, la plateforme d’IA d’IBM dédiée aux services de conseil.
Comment passer à l’échelle ? La technologie évolue rapidement. Les attentes des employés ne cessent de croître. Les dirigeants veulent des résultats mesurables, pas des projets pilotes isolés. Réflexions de Srini Namineni, Chief Automation Officer, Cisco.
Près de neuf CEO sur dix constatent des gains de coûts ou de revenus grâce à l’IA dans des domaines ciblés, mais la plupart peinent à généraliser son utilisation. Beaucoup butent sur l’exécution.
L’époque où les entreprises consommaient des « tokens » d’IA sans véritablement se soucier des coûts est révolue. La suppression des subventions tarifaires contraint désormais les organisations à leur stratégie. Fin du « token maxing »
