Quatre points instructifs se dégagent de l’étude. Le premier montre, au-delà de la prise de conscience des actions à engager, tout le long chemin qu’il reste à parcourir pour 9 répondants sur 10. En sus, les évolutions devront s’appuyer sur des budgets suffisants pour les mettre en place pour 83 % des interrogés. Reste aussi à déterminer quels environnements IT choisir et installer pour exécuter les processus et charges de travail de l’IA, quel types d'applications cela concerne et quels métiers.
Le graphique ci-dessous montre que l’IA générative et la savoir-faire autour des requêtes à l’IA (prompt) sont en tête des priorités.
Le deuxième point saillant concerne au premier plan la sécurité et la gouvernance des données, avant la question des budgets. Autres domaines concernés, la qualité des données, leur protection, l'évolutivité et la vitesse de développement pour l'exécution des charges de travail de l’IA. Ces réponses sont celles de 90 % des personnes interrogées. Autant de vecteurs de création de valeur pour les prestataires spécialisés dans le stockage, la sécurité, la gouvernance et la protection des données. Mais pour cela, de nouveaux budgets pour ces domaines connexes à l’IA devront être engagés. Ils s’ajouteront aux autres postes de dépenses et devront passer sous les fourches caudines de la direction générale et de la DAF.
Pénurie de compétences et gouvernance des données : deux problèmes à résoudre
En troisième lieu, il n’étonnera pas que la pénurie de profils qualifiés sera un frein. Tous les répondants déclarent avoir besoin de compétences supplémentaires en matière d'IA pour son déploiement accéléré et ce, à très court terme au cours des 12 prochains mois.La pénurie de compétences, explique sans doute que la grande majorité des entreprises (90 %) prévoient d'exploiter les modèles de langage généralisés existants (LLM), qu'ils soient propriétaires ou open source.
En dernier lieu, l’IA poussera à de nouvelles évolutions sur la prise en charge des données. Ainsi, presque toutes les personnes interrogées déclarent qu'elles prévoient de mettre à niveau leurs applications ou leur infrastructure d'IA. Surtout, plus de la moitié affirment qu'elles doivent améliorer le transfert des données entre le cloud et les autres points de stockage des données. Reste cependant que beaucoup de responsables peinent à identifier les solutions les plus efficace pour moderniser leur infrastructure. L'adoption de l'IA par les entreprises se présente donc comme une course de longue haleine.
Les premiers utilisateurs chercheront à obtenir un avantage concurrentiel à court terme en accélérant le déploiement de la solution mais vont sans doute au devant des problèmes prévisibles. D'autres entreprises adopteront une démarche à plus long terme, en s’appuyant sur les compétences nécessaires. Cela suppose, une véritable stratégie de développement incluant la modélisation de l'IA et le développement d'applications.
