Depuis l’arrivée de ChatGPT, l’IA générative a explosé, mais la désillusion grandissante amène désormais les entreprises à douter de sa réelle efficacité.
Même si les organisations souhaitent continuer à utiliser l’IA, elles réalisent que leurs attentes initiales étaient trop optimistes.
Fournisseurs et entreprises espérait une amélioration immédiate de 30 à 40% productivité. Toutefois, les résultats obtenus ne sont pas à la hauteur de ces promesses. En fait, certaines entreprises ont même subi des pertes de productivité inattendues. De plus, les modèles d’IA continuent de produire des « hallucinations »avec des erreurs non vérifiées.
Les fournisseurs ont multiplié leurs promesses en promouvant de manière agressive les avantages de l’IA. Cette pression concurrentielle a poussé certains acteurs à surestimer les performances de leurs produits. Les entreprises, influencées par ce battage marketing, ont pris des décisions hâtives. Ils sont souvent motivés par des émotions plutôt que par des évaluations rigoureuses.
La mise en œuvre de l’IA génère également des défis complexes en matière de gouvernance. Garantir la confidentialité, la sécurité et l’explicabilité des modèles nécessite un travail minutieux. De nombreuses entreprises n’avaient pas anticipé ces efforts supplémentaires. Par ailleurs, le traitement des données non structurées, combiné avec des modèles d’IAnécessite une infrastructure solide et du temps.
Adoption plus lente mais pas d’abandon
Même si la désillusion ralentit l’adoption, les entreprises n’abandonnent pas l’IA générative. Ils deviennent plus exigeant et rigoureux dans leurs tests et évaluations. Ils cherchent désormais à mieux comprendre le retour sur investissement avant de s’engager pleinement. L’adoption se poursuit, mais elle repose désormais sur des analyses approfondies plutôt que sur l’enthousiasme initial.
Pour surmonter cette désillusion, je pense que les fournisseurs doivent adapter leur stratégie commerciale. A mes yeux, ils devraient vendre leurs produits en mettant en avant leurs réelles capacités et démontrant clairement leur valeur. L’intégration de la sécurité et de la confidentialité dans leurs solutions faciliterait également la mise en œuvre pour les clients. De plus, les défis liés aux données peuvent être transformés en opportunités. Par exemple, outils d’automatisation pourrait optimiser l’étiquetage et la classification des données non structurées.
- Partagez l’article :
Notre blog est alimenté par les lecteurs. Lorsque vous achetez via des liens sur notre site, nous pouvons gagner une commission d’affiliation.
