Selon un rapport du cabinet de conseil Deloitte, la plupart des entreprises rencontrent des difficultés à transformer leurs projets d’intelligence artificielle générative (Gen AI) en solutions opérationnelles. 70 % des personnes interrogées ont déclaré que leur organisation n’avait réussi à mettre en production que 30 % ou moins de leurs expérimentations sur l’IA générative.
Le manque de progrès contraste avec l’effervescence autour de la technologie. « Deux des trois sociétés interrogées ont déclaré qu’elles augmentaient leurs investissements dans l’IA générative parce qu’elles ont constaté une forte valeur ajoutée à ce jour », a indiqué Jin Rowan, auteur principal du rapport. Le défi consistant à faire passer les projets IA du concept à la réalité est ce que Rowan et son équipe appellent « s’efforcer de passer à l’échelle ».
Comment expliquer cette situation ?
L’étude suggère « une variété de raisons » pour lesquelles les entreprises ont du mal à faire évoluer l’IA générative. Les organisations, de manière générale, « apprennent par expérience que le déploiement à grande échelle de l’IA générative peut être un défi difficile et multiforme », indique le rapport.
La situation devient encore plus claire lorsque Jim Rowan et son équipe ont demandé aux participants d’évaluer les capacités pour lesquelles leurs organisations se jugeaient « hautement préparées ». Moins de la moitié des personnes interrogées ont estimé que leur organisation était bien préparée pour les capacités les plus élémentaires.
En moyenne, 45 % des répondants ont indiqué que leur organisation était très bien préparée en ce qui concerne « l’infrastructure technologique », tandis que 41 % ont jugé leur entreprise très bien préparée en matière de « gestion des données ». En revanche, les domaines les moins bien préparés sont la « stratégie », avec seulement 37 % des personnes interrogées affirmant une préparation adéquate, suivis par le « risque et la gouvernance » où environ un cinquième des répondants ont signalé un niveau de préparation satisfaisant.
La qualité des données, un enjeu fondamental
Il ressort de cette étude que la quantité et surtout la qualité des données auxquelles ont accès les entreprises sont un véritable défi pour passer ce cap. Selon Rowan et son équipe, la qualité des données constitue un obstacle majeur pour de nombreuses entreprises : « Les problèmes liés aux données ont conduit 55 % des organisations interrogées à éviter certains cas d’utilisation de l’IA générative. »
Les entreprises se trouvent confrontées à « des risques inédits et émergents spécifiques à ces nouveaux outils », qui diffèrent nettement des risques associés aux technologies précédentes. Parmi ces dangers figurent les défauts désormais tristement célèbres de l’IA de nouvelle génération, tels que « les biais de modèle, les hallucinations, ainsi que les défis en matière de confidentialité, de confiance et de protection contre les nouvelles surfaces d’attaque ».
Aussi : Qu’est-ce que l’IA ? Tout ce que vous devez savoir sur l’intelligence artificielle
Des incertitudes réglementaires
L’incertitude entourant les nouvelles réglementations pousse également les entreprises à faire une pause et à réfléchir, ont souligné Rowan et son équipe dans le rapport : « Les organisations expriment une grande incertitude quant à l’environnement réglementaire futur, qui pourrait varier selon les pays dans lesquels elles opèrent. »
En réponse à ces deux préoccupations, les entreprises adoptent diverses stratégies, comme l’ont constaté Rowan et son équipe. Ces stratégies comprennent : « bloquer l’accès à des outils d’IA générative spécifiques pour le personnel » ; « mettre en place des directives pour empêcher le personnel de saisir des données organisationnelles dans des LLM publics » ; et « créer des environnements clos dans des clouds privés avec des mesures de protection pour empêcher les fuites de données dans le cloud public ».
Néanmoins, cette étude contraste avec d’autres qui montrent une forte volonté de déployer des technologies émergentes. Par exemple, le dernier rapport de Bloomberg Intelligence sur l’IA.