L’expérimentation de l’IA au sein des entreprises progresse rapidement, mais pas toujours sans heurts. Le pourcentage d’entreprises ayant abandonné la majorité de leurs initiatives en matière d’IA est passé de 17 % en 2024 à 42 % cette année, selon une analyse de S&P Global Market Intelligence basée sur une enquête menée auprès de plus de 1 000 personnes. Dans l’ensemble, l’entreprise moyenne a abandonné 46 % des preuves de concept d’IA sans les mettre en œuvre, selon les données.
Après plus de deux ans de développement rapide de l’IA et des pressions qui en découlent, certains dirigeants d’entreprise commencent à se sentir fatigués face aux échecs répétés de l’IA. Les salariés le ressentent également. Selon une étude de Quantum Workplace, les employés qui pensent utiliser l’IA signalent fréquemment des niveaux d’épuisement professionnel plus élevés (45 %) que ceux qui l’utilisent moins (38 %) ou pas du tout (35 %) sur leur lieu de travail.
Bien sûr, la recherche et le développement ainsi que la mise en œuvre de technologies ne sont pas sans échecs, mais de nombreux dirigeants affirment ressentir davantage de pression autour de l’IA que d’autres changements technologiques. Dans le même temps, d’importantes discussions sur l’IA se déroulent bien au-delà du lieu de travail, l’IA occupant une place centrale partout, des écoles à la géopolitique.
« C’est dans la nature humaine que le marché et les gens autour de vous vous frappent constamment avec des messages sur les technologies tendances. Vous en avez juste assez d’entendre cela », a déclaré Eric Brown, responsable de l’IA et des technologies émergentes au sein du cabinet de conseil West Monroe.
L’échec et la pression provoquent une « fatigue de l’IA »
Dans son travail d’accompagnement des clients envisageant la mise en œuvre de l’IA, Brown a observé une tendance significative de clients éprouvant une « fatigue de l’IA » et devenant de plus en plus frustrés par les projets de validation de principe de l’IA qui ne produisent pas de résultats tangibles. Il estime que de nombreux échecs sont dus au fait que les entreprises recherchent de mauvais cas d’utilisation ou qu’elles comprennent mal les différents sous-ensembles de l’IA pertinents pour le travail. Par exemple, ils se tournent vers l’utilisation de modèles linguistiques à grande échelle (LLM) simplement parce qu’ils deviennent populaires pour résoudre un problème, alors qu’en réalité l’apprentissage automatique ou une autre approche est mieux adaptée. Le domaine lui-même évolue rapidement et est très complexe, créant un environnement sujet à la lassitude.
Il existe également des cas dans lesquels des entreprises opèrent des changements drastiques de direction sans y prêter attention, en raison de la pression ou de l’enthousiasme suscité par les possibilités. Brown décrit comment l’un de ses clients, une grande organisation mondiale, a réuni 10 de ses meilleurs data scientists dans un nouveau « groupe d’innovation » chargé de trouver des moyens d’utiliser l’IA pour stimuler l’innovation de produits. Ils ont construit de très bonnes technologies basées sur l’IA, mais ils ont eu du mal à les adopter car elles ne résolvaient pas vraiment les problèmes fondamentaux de l’entreprise et provoquaient beaucoup de frustration en termes d’efforts, de temps et de ressources gaspillés, a-t-il déclaré.
« Je pense qu’avec toute nouvelle technologie, en particulier celle qui retient beaucoup l’attention dans le domaine de l’IA, il est très facile de devenir le premier à utiliser cette technologie », a déclaré Brown. « Je pense que c’est de là que viennent une grande partie de la fatigue et des premiers échecs. »
Eoin Hinchey, co-fondateur et PDG de la société d’automatisation des flux de travail Tines, a déclaré que son équipe travaillait sur une initiative d’IA depuis un an et avait échoué 70 fois avant de finalement réussir. Le principal défi technique consistait à garantir que l’environnement que leurs clients construisaient pour déployer LLM était suffisamment sécurisé et privé. Il fallait donc bien faire les choses.
« Il y a certainement eu des moments où nous avons eu l’impression d’avoir résolu le problème. Oui, c’est ça. C’est ce dont nous avons besoin. Cela va être un grand changement. Nous avons réalisé qu’en fait, non, nous devions revenir à la case départ », a-t-il déclaré.
Outre l’équipe qui travaillait actuellement sur des solutions techniques, Hinchey a déclaré que d’autres parties de l’organisation étaient également fatiguées par les hauts et les bas. L’équipe de commercialisation en particulier essayait de travailler dans un environnement de vente compétitif dans lequel d’autres fournisseurs lançaient des produits similaires, mais le rythme auquel ils parvenaient au produit final était hors de leur contrôle. Hinchey affirme que l’alignement des équipes produit et commerciales s’est avéré être le plus grand défi d’un point de vue organisationnel.
« Nous avons dû donner beaucoup de discours d’encouragement, de dialogue et de réconfort à nos ingénieurs, à nos équipes de produits et à nos commerciaux, en leur disant que tout le sang, la sueur et les larmes qu’ils ont mis dans cet humble travail en valaient la peine », a-t-il déclaré.
Responsabiliser les équipes fonctionnelles
James Robinson, responsable de la sécurité de l’information chez la société de cybersécurité Netskope, s’est dit à juste titre déçu, dépassé par des agents incapables d’accomplir diverses tâches techniques et autres investissements, malgré des attentes élevées. Mais alors que lui et ses ingénieurs continuent d’être motivés principalement par leur propre désir interne de construire et d’expérimenter, l’équipe de gouvernance de l’entreprise se sent vraiment fatiguée. Leurs listes de tâches ressemblent souvent à des tâches déjà terminées, car ils doivent rapidement approuver des éléments tels que de nouvelles initiatives ou les derniers outils d’IA que leur équipe souhaite mettre en œuvre.
Dans ce cas, la solution est en cours. L’entreprise allège une partie du fardeau en confiant à des unités commerciales spécifiques la gestion des premières étapes de gouvernance et en définissant des attentes claires sur ce qui doit être fait avant de s’adresser à un conseil de gouvernance de l’IA.
« L’une des choses que nous examinons réellement est de savoir comment intégrer cela dans les unités commerciales », a déclaré Robinson. « Par exemple, s’il s’agit d’une équipe de marketing ou de productivité d’ingénierie, nous leur demanderons de procéder à l’examen initial car, honnêtement, ils sont plus intéressés et motivés. Ensuite, une fois l’information transmise à l’équipe de gouvernance, ils posent simplement quelques questions d’approfondissement spécifiques et nous pouvons nous assurer que la documentation est terminée.
C’est une approche qui, selon Brown, de West Monroe, a finalement aidé son client à se remettre d’un effort raté de « laboratoire d’innovation ». Son équipe a suggéré de retourner auprès de l’entreprise pour identifier certains défis clés et déterminer laquelle serait la mieux adaptée à une solution d’IA. Nous nous sommes ensuite divisés en petites équipes avec la contribution des unités commerciales concernées tout au long du processus et avons pu expérimenter et construire un prototype prouvant que l’IA pouvait aider à résoudre l’un de ces problèmes en un mois. Après encore un mois et demi, la première version de la solution était déployée.
Dans l’ensemble, son conseil pour prévenir et surmonter la fatigue de l’IA est de commencer modestement.
« Il y a deux choses qui peuvent se retourner contre vous. La première est de laisser la peur vous gêner et de ne rien faire, et vous finirez par être dépassé par vos concurrents. Ou vous pouvez essayer de faire trop de choses à la fois et ne pas vous concentrer suffisamment sur l’expérimentation de l’intégration de l’IA dans différentes parties de votre entreprise, ce qui peut également être écrasant », a-t-il déclaré. « Alors prenez du recul, réfléchissez aux types de scénarios que vous pouvez expérimenter avec l’IA, divisez-vous en équipes plus petites autour de ces domaines fonctionnels et travaillez en petites unités avec quelques conseils. »
Après tout, le but de l’IA est de vous aider à travailler plus intelligemment, et non plus dur.
Découvrez d’autres articles de Fortune AIQ, une nouvelle série documentant comment les entreprises à l’avant-garde de la révolution de l’IA gèrent l’impact réel de la technologie.
