Les organisations utilisent l’IA, mais peu en retirent des effets transformants. Une cofondatrice d’Atlan avance l’absence d’une couche de contexte pour rapprocher systèmes métiers et modèles. Les données d’un sondage montrent surtout des déploiements en test ou cantonnés à l’assistance, et très peu d’agents en production.
Sans contexte, l’IA reste peu exploitable, juge Prukalpa Sankar
Prukalpa Sankar, cofondatrice d’Atlan, décrit un écart important entre les capacités techniques des modèles et leur utilité effective dans les organisations. Elle estime que, pour la plupart des entreprises aujourd’hui, l’IA n’apporte pas vraiment d’usage probant. Pour elle, la pièce manquante est le contexte, c’est‑à‑dire la manière dont un système comprend l’entreprise qui l’emploie. Cette couche de contexte correspond à une infrastructure placée entre les systèmes d’enregistrement et de données d’une organisation et ses plateformes d’IA. Elle a pour rôle de convertir l’intelligence métier en un cadre gouverné et exploitable par des agents ou des modèles, tout en favorisant la capitalisation des connaissances. Sankar résume l’enjeu par une image : sans ce socle, l’IA ressemble à un stagiaire extrêmement brillant, mais les yeux bandés, qu’on propulse dans l’entreprise. Elle soutient également que, pour chaque intention et objectif concrets, une forme d’intelligence générale existe déjà, tout en reconnaissant son utilité limitée dans les usages actuels en entreprise.
La recherche en IA vous passionne ?
Les papers et avancées qui comptent, expliqués simplement, chaque soir. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Des gains mesurés : 16% déclarent une valeur réellement transformatrice
Selon un sondage, toutes les organisations interrogées recourent déjà à l’IA à un certain niveau. Pourtant, seules 16% estiment en tirer une valeur de transformation. La part la plus large, 40%, situe les bénéfices dans des tâches ou des équipes particulières, à un niveau qualifié de modéré. 21% des répondants évoquent des gains significatifs, tandis que 23% n’observent que peu ou pas de retours. L’ensemble brosse l’image d’un déploiement diffus, où les retombées franches demeurent minoritaires.
Des déploiements surtout en test ou en appui, peu d’agents en production
La priorité actuelle reste l’exploration : 38% des entreprises indiquent tester des cas d’usage. 35% utilisent l’IA pour assister leurs collaborateurs via des co‑pilotes ou des interfaces de chat. Seules 12% déclarent des agents d’IA en production et 3% affirment que l’IA accomplit la majorité du travail dans des processus clés. Dans les organisations, plusieurs catégories d’outils coexistent déjà, des plateformes clients aux assistants conversationnels en passant par l’automatisation des processus. Malgré leur sophistication, leurs productions peuvent s’avérer erronées ou inadaptées au contexte métier, une situation que de nombreuses entreprises rencontrent et qui pourrait compter parmi les raisons de leurs difficultés à dégager des retours sur investissement.
