Intelligence artificielle, l’écart se creuse
Les entreprises qui ont été les premières à miser sur l’intelligence artificielle continuent à investir. Ce qui exclut les autres des bénéfices, observe McKinsey.
L’écart se creuse. Selon la dernière étude McKinsey, l’utilisation de l’IA a plus que doublé depuis 2017, passant de 20 % à près de 60 %. Aujourd’hui, après un pic en 2019, ce serait un peu moins. Le cabinet parle d’ « effet plateau ». A interpréter comme les difficultés rencontrées par les entreprises pour passer à l’échelle et multiplier les cas d’usage de l’IA dans la modernisation de leurs processus. Ce qui veut dire que les entreprises qui ont été les premières à miser sur l’intelligence artificielle ont aussi été les premières à en tirer les bénéfices ; ce sont elles, aujourd’hui, qui continuent à investir.
L’analyse des usages dit beaucoup de l’orientation prise. Ainsi, la génération de langage naturel et la vision par ordinateur a doublé au cours des cinq dernières années. RPA (39 %) et Computer Vision (34 %) sont restés les plus courants. Ce sont aussi les applications les plus déployées chaque année. La compréhension de texte en langage naturel est passée, elle, du milieu du peloton en 2018 au début de la liste.
Premiers gagnants, le marketing et la vente
Ces fonctionnalités sont mises à profit en premier lieu pour optimiser les opérations. Dans 20% seulement des cas, elles servent de socle à de nouveaux services. Viennent ensuite toutes potentialités liées à la relation client. En clair, segmentation, optimisation des centres de contacts, analyse de risques… Dans 14 % des cas, l’IA est utilisée pour affiner les prédictions et les interventions sur site.
L’étude explore les gains financiers liés à ces utilisations de l’IA en zoomant sur chaque grand service transverse. Si tous les services sont gagnants, la palme revient au marketing et à la vente. Ensuite au développement de produit et services.
Le groupe des « Leaders » ne progresse que peu
Selon McKinsey, le niveau d’investissement dans l’IA a augmenté parallèlement à son adoption. Par exemple, il y a cinq ans, 40 % des personnes interrogées dans des organisations utilisant l’IA ont déclaré que plus de 5 % de leurs budgets numériques étaient consacrés à l’IA, alors qu’aujourd’hui, plus de la moitié (52 %) des personnes interrogées déclarent ce niveau d’investissement.
Un mieux, donc. Cependant, le cabinet s’étonne de constater que le groupe des « Leaders » n’a pas réellement grossi en taille en cinq ans. Il ne représente que 8 % des entreprises répondantes. Preuve que les entreprises ont du mal à progresser. Preuve, aussi, que la maturité en termes d’IA d’une entreprise subit des effets de latence notamment liés au temps de compréhension de ses impacts potentiels, à la difficulté de s’approprier les outils et technologies.
En cause, aussi, la pénurie de talents. C’est d’ailleurs sur les talents que se focalise la fin de l’étude. Toutes les organisations signalent que l’embauche de talents en IA, en particulier de data scientists, reste difficile. Les entreprises les plus performantes en IA signalent un peu moins de difficultés. Elles ont embauché certains rôles, comme les ingénieurs en apprentissage automatique, plus souvent que d’autres organisations.
