Bien que 93 % des organisations déclarent utiliser l'IA dans une certaine mesure, la plupart d'entre elles sont encore loin d'un déploiement complet. Seulement 31 % ont dépassé le stade des démonstrations de faisabilité et des projets pilotes et ont mis en œuvre cette technologie dans l'ensemble de leurs opérations de base. Les autres organisations en sont encore aux premières étapes : 32 % ont déployé l'IA partiellement dans certains flux de travaux et 20 % procèdent à des tests ou à des projets pilotes.
Les organisations continuent de signaler que l'IA générative n'a pas encore produit des résultats mesurables, une constatation qui reflète l'état actuel du déploiement. Comme la plupart d'entre elles en sont encore au stade de projet pilote ou de déploiement partiel, elles n'ont pas encore atteint les conditions nécessaires à une véritable génération de valeur. Seulement 2 % des répondants ont déclaré que leur organisation tirait un rendement de ses investissements dans l'IA générative. Parmi ceux-ci, plus de la moitié (57 %) ont qualifié ce rendement de modeste (entre 5 et 20 %), tandis que près d'un tiers (31 %) n'ont pas été en mesure de le quantifier du tout.
Derrière ces modestes rendements se cache un défi commun : de nombreuses organisations sont encore confrontées à des obstacles fondamentaux qui nuisent à l'accroissement de l'utilisation de l'IA au sein de l'entreprise. Les anciens systèmes, les données cloisonnées et les indicateurs de réussite flous empêchent souvent l'intégration de l'IA à l'échelle de l'organisation.
Une faible intégration de l'IA peut également refléter un manque de stratégie claire quant à la sélection des bons cas d'utilisation. Les organisations ne devraient pas sous-estimer les efforts nécessaires pour sélectionner, peaufiner et faire évoluer leurs cas d'utilisation, et il leur incombe de s'assurer qu'elles créent des résultats tangibles tant pour elles que pour leurs employés. Si les outils d'IA répondent à des irritants réels et facilitent les tâches quotidiennes, les employés sont beaucoup plus susceptibles de les adopter, de s'adapter et de maintenir leur utilisation.
Un autre facteur qui contribue au faible rendement du capital investi pourrait être la tendance à ajouter l'IA aux processus existants plutôt que de reconcevoir les flux de travail pour tirer pleinement parti de cette technologie. L'intégration de l'IA dans les flux de travail existants peut entraîner des améliorations progressives, mais la plus grande valeur provient de processus optimisés par l'IA où les tâches, les décisions et les systèmes sont repensés pour tirer parti de toutes les capacités de cette technologie.