Une nouvelle enquête montre que l'adoption de l'IA en entreprise progresse, mais le passage à l'échelle reste un défi clé.

Découvrez les meilleures actualités et événements fintech !

Abonnez-vous à la newsletter de FinTech Weekly

Lu par des cadres de JP Morgan, Coinbase, Blackrock, Klarna et plus encore

L'IA en entreprise gagne du terrain, mais les problèmes de mise à l'échelle persistent, selon une nouvelle enquête DataIQ

L'IA s'intègre de plus en plus dans les flux de travail des entreprises, mais l'adoption à grande échelle continue de se heurter à des obstacles familiers. C'est le tableau qui se dégage d'un nouveau rapport de DataIQ et Blend, qui a interrogé des professionnels seniors de la data et de l'analyse de données dans divers secteurs, y compris des membres de la liste DataIQ 100.

L'étude capture la manière dont les outils d'IA sont déployés dans les entreprises—et où ils continuent de ne pas répondre aux attentes.

Plus de la moitié des organisations interrogées ont déclaré utiliser au moins 12 applications d'IA, souvent déployées dans des preuves de concept isolées. Pourtant, 28 % indiquent encore n'en utiliser que 3–5, ce qui suggère des difficultés pour passer des tests initiaux à une mise en œuvre plus large. Ces chiffres soulignent une trajectoire inégale dans la manière dont les entreprises dépassent l'expérimentation pour intégrer l'IA dans les systèmes opérationnels.

Alors que l'intérêt pour l'intégration de l'IA croît—l'appétit pour une adoption à l'échelle de l'entreprise a augmenté de 25 % par rapport à 2023—l'investissement dans les éléments fondamentaux reste limité. Seul un tiers des répondants a indiqué que leur organisation priorisait la formation ou la gestion du changement pour les outils d'IA, soulignant un possible décalage entre l'ambition stratégique et la préparation à la mise en œuvre.

Le rapport reflète également un changement dans la manière dont l'IA générative est utilisée dans les environnements d'entreprise. L'utilisation dans l'ingénierie des données a plus que doublé au cours de l'année écoulée, avec 65 % des répondants qui appliquent désormais l'IA générative pour soutenir les fonctions de données backend. En 2023, ce chiffre n'était que de 28 %.

Au-delà des taux de mise en œuvre, le rapport explore également le rôle du leadership et de la culture organisationnelle dans la formation des résultats de l'IA. Les entreprises dotées de stratégies de données matures semblent mieux positionnées pour intégrer l'IA de manière plus systématique, tandis que celles qui s'appuient davantage sur une prise de décision intuitive montrent des trajectoires d'adoption plus lentes.

La confiance et la gouvernance continuent également de façonner le rythme et l'efficacité du déploiement de l'IA. Alors que les organisations naviguent entre la surveillance réglementaire et les préoccupations de risque interne, les structures formelles de supervision et de responsabilité sont de plus en plus considérées comme nécessaires pour évoluer de manière responsable.

Les résultats suggèrent que, bien que l'IA devienne une caractéristique standard de la planification d'entreprise, la capacité à l'opérationnaliser reste mitigée. De nombreuses entreprises sont encore confrontées à un décalage entre ambition et exécution—en particulier en ce qui concerne la formation de la main-d'œuvre, la garantie de transparence et l'intégration de l'IA dans des environnements existants complexes.