EVOLUTION IA DANS LES ENTREPRISES

Les PME et TPE peuvent tirer plusieurs leçons essentielles de l’évolution des projets
d’intelligence artificielle (IA) relatée dans l’article de Grant Gross, plateforme CIO US et
adapté par Reynald Fléchaux pour CIO France.

Aujourd’hui, les entreprises, y compris les PME et TPE, investissent massivement dans
l’intelligence artificielle (IA), souvent motivées par la peur de rater une opportunité
stratégique. Cependant, seuls 25 % des projets atteignent leurs objectifs et à peine 16 % ont
été déployés à l’échelle de l’entreprise d’après une étude IBM, mettant en évidence une
lacune dans la préparation et la gestion des initiatives IA. Trois ans après les débuts de
ChatGPT, l’industrie peine encore à démontrer un retour sur investissement clair pour les
projets IA.


En effet de nombreuses entreprises se lancent dans l’IA sans identifier un besoin métier réel.
Beaucoup privilégient des projets expérimentaux ou des solutions « tendances », comme la
génération de contenu, mais oublient d’aborder des problématiques essentielles à leurs
activités et leur stratégie. Ceci conduit souvent à une mauvaise allocation des ressources.
Autre point bloquant : l’absence de préparation interne. Le succès des projets IA nécessite
des données précises et organisées ainsi qu’un écosystème bien structuré. Ce processus
demande du temps, des investissements et des compétences internes solides que de
nombreuses structures sous-estiment.


Face à ces échecs, les entreprises adoptent une approche plus réfléchie : 37 % des
décideurs affirment désormais privilégier la précision et la lenteur au lieu de la rapidité et des
risques. Les dirigeants s’appuient davantage sur des cas d’usage pratiques et mesurables,
favorisant des projets avec un impact direct sur leur activité. Cette stratégie plus
pragmatique montre l’importance de maîtriser les fondamentaux avant d’exploiter des
technologies complexes.


Pour les PME et TPE, il est crucial d’intégrer ces enseignements :
 Identifier clairement un besoin précis avant d’initier un projet.
 Préparer une base de données fiable et évaluer les risques ainsi que les bénéfices.
 Investir dans les compétences pour maximiser les chances de réussite.


Avec une approche centrée sur les priorités métier et un déploiement étudié, les PME et TPE
peuvent tirer parti de l’IA et éviter des écueils coûteux.