L'étude "From Pilots to Reusable Platforms: A Blueprint for Scaling Enterprise AI" (Des projets pilotes aux plateformes réutilisables: Une feuille de route pour le développement de l'IA à l'échelle des entreprises) a été menée sur la base d'une enquête menée auprès de 397 chefs d'entreprise et de technologie dans quatre grandes régions économiques d'Amérique du Nord, d'Europe, d'Asie-Pacifique et du Japon, combinée à des entretiens approfondis avec des hauts dirigeants de divers secteurs tels que la finance, la fabrication, l'automobile, la santé, l'énergie et le sport.
L'IA est encore au début de la transition
Les données d'enquête du rapport montrent que l'IA fait l'objet d'investissements importants de la part des entreprises afin de résoudre les problèmes d'efficacité opérationnelle. Les entreprises qui ont mis en œuvre l'IA reconnaissent des avantages évidents tels qu'une prise de décision plus rapide et plus cohérente, et une amélioration de l'efficacité opérationnelle.
Cependant, l'IA est encore principalement utilisée pour optimiser les processus existants au lieu de redessiner le modèle opérationnel de l'entreprise. Seules 34% des entreprises déclarent privilégier la transition vers un modèle opérationnel axé sur l'IA (IA-first), ce qui reflète un écart important entre l'application de l'IA et la transition globale basée sur l'IA.
Le plus grand défi réside dans la plateforme d'entreprise, pas dans la technologie de l'IA.
L'une des découvertes les plus notables de la recherche est que le plus grand obstacle à l'IA aujourd'hui ne réside plus dans les modèles d'IA eux-mêmes, mais dans la base de l'entreprise.
Lorsque les entreprises cherchent à étendre l'IA à l'échelle organisationnelle, les limitations en termes de données, de systèmes et de modèles de gestion deviennent le principal goulot d'étranglement. 41% des dirigeants interrogés ont déclaré que la plus grande difficulté était d'intégrer l'IA aux systèmes et processus existants, 38% des entreprises estiment que l'extension de l'IA des projets pilotes à la plateforme commune de l'entreprise est un défi majeur.
Bien que plus de la moitié des entreprises aient consacré au moins 5% de leur budget de technologies de l'information à l'IA, seulement 26% se considèrent comme ayant atteint un niveau de maturité élevé dans l'exploitation de l'IA.
À l'inverse, les attentes envers les agents IA augmentent rapidement. Actuellement, les agents IA occupent en moyenne 17% des processus essentiels de l'entreprise; ce taux devrait passer à 26% au cours des 12 prochains mois et à 39% au cours des deux prochaines années.
Les entreprises privilégient les partenaires d'accompagnement complets
Selon des études, lorsque l'IA entre dans la phase de déploiement à grande échelle, les critères de sélection des partenaires changent également considérablement. Au lieu de simplement rechercher des fournisseurs de technologie, les entreprises privilégient les partenaires capables d'accompagner tout au long du cycle de vie de l'IA, du conseil stratégique, de la conception, de l'intégration, de la gestion à l'exploitation et à l'optimisation du système.
Les trois critères considérés comme les plus importants dans le choix d'un partenaire sont la capacité de déploiement et d'exploitation de l'IA à l'échelle de l'entreprise; la capacité de gestion et de sécurité de l'IA et la capacité d'intégration de l'IA avec les systèmes de technologies de l'information existants.
Le rapport souligne également que la prochaine étape de l'IA n'est plus le problème de tester les applications individuelles, mais de construire une plateforme d'IA réutilisable et étendue à l'échelle de l'entreprise. Pour réaliser cet objectif, les entreprises ont besoin d'une approche synchronisée, combinant infrastructure technologique, données, gestion, sécurité et un modèle opérationnel unifié.
C'est aussi la raison pour laquelle Forrester estime que l'avantage concurrentiel à l'ère de l'IA reviendrait aux organisations capables d'exploiter l'IA de manière systématique, avec le soutien de partenaires capables de soutenir l'ensemble du cycle de vie de l'IA selon un modèle de construction - exploitation - optimal, contribuant à raccourcir le temps de mise en œuvre, à réduire les risques et à mettre en œuvre des initiatives d'IA à l'échelle d'une entreprise créant une capacité de croissance à long terme.
