IA dans les grandes entreprises : état des lieux et perspectives pour 2025

Les technologies traditionnelles de l’IA, telles que le Machine Learning ou le Computer Vision, ont été déployés depuis des décennies. L’IA générative, quant à elle, marque une nouvelle étape en améliorant la productivité et la personnalisation. Les entreprises passent des POCs aux déploiements à grande échelle, en se concentrant sur l’alignement des objectifs métiers et technologiques. La démonstration du retour sur investissement reste complexe et nécessite des indicateurs clairs. La conduite du changement est cruciale pour l’adoption, en s’attaquant à des défis tels que la facilité d’utilisation des outils et leur fiabilité. L’équilibre entre l’innovation et planification stratégique garantit l’alignement des avancées technologiques sur les objectifs de l’organisation.

Les entreprises doivent trouver un équilibre entre les solutions d’IA traditionnelle et d’IA générative, en adaptant les combinaisons en fonction de cas d’usage spécifiques. Les plateformes centralisées connectent largement les données de l’entreprise, tandis que des pipelines distincts répondent à des besoins métiers spécifiques. Les méthodologies MLOps et LLMOps rationalisent le développement des systèmes d’IA pour favoriser leur évolutivité et leur fiabilité. Les entreprises sont confrontées à la décision « Make or Buy » des modèles d’IA, en équilibrant le coût et la personnalisation. L’avenir de l’IA est multimodal et multi-agent. En intégrant les interactions entre la voix, l’image, la vidéo et le texte pour relever des défis complexes, l’IA permet de stimuler l’innovation et améliorer l’efficacité opérationnelle dans divers secteurs, garantissant une intégration sans couture et des performances optimales.

L’IA intensifie les risques existants et introduit de nouvelles menaces, ce qui nécessite des mesures proactives. Les entreprises doivent combiner les actions de sécurité traditionnelle avec des défenses innovantes pour protéger leurs actifs. Les nouveaux cadres réglementaires et méthodologiques, notamment la loi européenne sur l’IA et le RMF AI du NIST, guident les organisations vers une cybersécurité plus robuste et une protection de la vie privée. Assurer une posture de sécurité adéquate et gérer les incidents impliquant des modèles d’IA est de plus en plus complexe et, pour le moment, souvent externalisé. Adopter une approche de gestion basée sur les risques permet d’équilibrer entre innovation et sensibilisation. Cela permet aux entreprises de naviguer efficacement dans le paysage en constante évolution de l’IA de confiance.

La démocratisation de l’IA soulève des questions éthiques, en particulier avec l’IA générative, en impactant directement les emplois et nécessitant des lignes directrices en matière d’éthiques. Les entreprises doivent se pencher notamment sur des questions d’inclusion, de biais, de protection de la vie privée et de propriété intellectuelle. L’impact environnemental de l’IA générative est significatif en raison de la consommation d’énergie et d’eau. Les entreprises tentent de promouvoir des pratiques frugales et des stratégies d’ingénierie écologique, telles que les Small Language Models et la mesure des impacts sur l’environnement. Il y a néanmoins un manque de transparence de la part des fournisseurs de services IA et un manque d’indicateurs pour mieux mesurer l’impact. Il est essentiel de trouver un équilibre entre les avancées technologiques et les considérations éthiques et environnementales pour garantir des pratiques durables en matière d’IA.

L’IA traditionnelle a déjà révolutionné les processus métiers au cours de la dernière décennie, et l’IA générative est sur le point de faire de même avec une population d’utilisateurs élargie. Aujourd’hui les niveaux d’adoption varient, avec des difficultés à combler les écarts de connaissances. Les entreprises déploient des systèmes « Secure GPT » et étendent les solutions d’IA à l’ensemble des organisations, mais l’environnement technologique continue d’évoluer à un rythme rapide. Les RH doivent anticiper les changements, redéfinir les objectifs et traiter les impacts sur la main-d’œuvre. La formation avancée et les solutions d’IA sécurisées sont cruciales pour la transformation. L’IA générative est un catalyseur pour réimaginer le travail, favoriser l’innovation et attirer les talents, en veillant à ce que les employés exploitent ces technologies de manière responsable et efficace.

L’IA entraîne une concurrence mondiale pour attirer les meilleurs talents, avec des différences significatives de salaires et de viviers entre les régions. Les secteurs traditionnels et les startups doivent rivaliser avec les géants de la tech pour attirer les experts de l’IA. La pénurie de talents est due au fait que le rythme rapide de l’innovation dépasse celui des programmes d’éducation et de formation. Les stratégies de remise à niveau et de requalification sont essentielles. La fidélisation passe par des projets dimensionnants, des technologies de pointe et des liens avec le monde de la recherche. Améliorer les connaissances en IA des décideurs est également essentiel. La collaboration entre le monde universitaire et l’industrie, ainsi que le soutien des pouvoirs publics, peuvent favoriser l’émergence d’un solide écosystème autour de l’IA.

La course mondiale à l’IA est largement dominée par les États-Unis et la Chine, dont les géants technologiques renforcent l’influence. Le retard technologique de l’Europe place ses entreprises dans une situation de dépendance. A l’instar de leurs Etats, ces dernières doivent développer des stratégies de résilience et d’autonomie stratégique : en matière de souveraineté les intérêts publics et privés convergent. La souveraineté technologique requiert une politique industrielle claire qui encourage la collaboration et favorise l’émergence d’écosystèmes locaux, dans des secteurs clés, sur toute la chaine de valeur de l’IA. Dans ce cadre, la technologie open source peut être un vecteur d’accélération tout en favorisant l’ouverture et l’inclusion. Même si elle parait illusoire aujourd’hui, une gouvernance mondiale de l’IA, garante de la préservation des biens communs, est nécessaire.