<\/p>\n
Sans adaptation r\u00e9elle aux m\u00e9tiers, l\u2019IA g\u00e9n\u00e9rative reste au c\u0153ur\u2026 mais \u00e0 c\u00f4t\u00e9 de la plaque.<\/p>\n
\u00a9 Stokkete<\/p>\n<\/p>\n
On pensait l\u2019IA g\u00e9n\u00e9rative<\/a> capable de bouleverser le fonctionnement des entreprises, d\u2019automatiser \u00e0 tout-va, de booster les ventes et de chasser les t\u00e2ches ingrates. Mais sur le terrain, l\u2019enthousiasme se heurte \u00e0 une v\u00e9rit\u00e9 bien plus crue : dans 95 % des cas, les projets ne d\u00e9passent jamais le stade de l\u2019exp\u00e9rimentation. Le dernier rapport du MIT, The GenAI Divide, l\u00e8ve le voile sur un immense malentendu technologique.<\/p>\n Publicit\u00e9, votre contenu continue ci-dessous<\/p>\n Publicit\u00e9<\/p>\n Les chiffres qui d\u00e9gonflent la bulle<\/p>\n Le MIT n\u2019y va pas par quatre chemins : apr\u00e8s l\u2019analyse de 300 d\u00e9ploiements publics d\u2019IA, 150 entretiens avec des dirigeants et un sondage aupr\u00e8s de 350 salari\u00e9s, le verdict tombe. Seuls 5 % des projets pilotes parviennent \u00e0 g\u00e9n\u00e9rer un v\u00e9ritable impact sur le chiffre d\u2019affaires ou les op\u00e9rations.<\/p>\n Seules 5 % des initiatives d\u2019IA g\u00e9n\u00e9rative produisent une r\u00e9elle acc\u00e9l\u00e9ration des revenus.<\/p>\n Rapport \u201cThe GenAI Divide: State of AI in Business 2025\u201d, MIT<\/p><\/blockquote>\n Le reste ? Du bruit, des budgets gaspill\u00e9s, et des \u00e9quipes d\u00e9mobilis\u00e9es.<\/p>\n Pas la faute de l\u2019IA, mais de ceux qui l\u2019impl\u00e9mentent<\/p>\n Dans les entreprises, l\u2019usage de l\u2019IA g\u00e9n\u00e9rative \u00e9chappe souvent aux circuits officiels, une r\u00e9volution discr\u00e8te mais d\u00e9sorganis\u00e9e.<\/p>\n \u00a9 Shuttershock<\/p>\n<\/p>\n Contrairement \u00e0 ce qu\u2019on pourrait croire, l\u2019\u00e9chec n\u2019est pas d\u00fb \u00e0 la qualit\u00e9 des mod\u00e8les. Ce n\u2019est pas non plus un probl\u00e8me de r\u00e9gulation. Pour Aditya Challapally, chercheur au MIT et auteur principal du rapport, le vrai n\u0153ud du probl\u00e8me est ailleurs : \u201cCertains dirigeants bl\u00e2ment la performance des mod\u00e8les ou les r\u00e9gulations, mais en r\u00e9alit\u00e9, c\u2019est leur propre organisation qui ne progresse pas assez vite pour int\u00e9grer ces outils.\u201d<\/p>\n Publicit\u00e9, votre contenu continue ci-dessous<\/p>\n Publicit\u00e9<\/p>\n Les mod\u00e8les comme ChatGPT<\/a> brillent pour un usage individuel, mais se r\u00e9v\u00e8lent inadapt\u00e9s \u00e0 l\u2019environnement structur\u00e9 de l\u2019entreprise. Ils peinent \u00e0 apprendre des processus internes, \u00e0 s\u2019adapter aux workflows sp\u00e9cifiques. R\u00e9sultat : frustration, abandon, et stagnation.<\/p>\n Les outils comme ChatGPT excellent pour les individus, mais \u00e9chouent en entreprise car ils ne savent pas apprendre des processus internes ni s\u2019y adapter.<\/p>\n Aditya Challapally, chercheur au MIT<\/p><\/blockquote>\n Ceux qui r\u00e9ussissent font tout l\u2019inverse<\/p>\n \u00c0 rebours des grandes organisations centralis\u00e9es, les start-up agiles r\u00e9ussissent l\u00e0 o\u00f9 les g\u00e9ants \u00e9chouent. Certaines jeunes pousses, dirig\u00e9es par des fondateurs de 19 ou 20 ans, sont m\u00eame \u201cpass\u00e9es de z\u00e9ro \u00e0 20 millions de chiffre d\u2019affaires\u201d en un an. Leur recette ? Identifier un seul point de douleur, l\u2019attaquer avec une solution simple, et surtout, ne pas vouloir tout construire soi-m\u00eame.<\/p>\n Presque partout o\u00f9 nous sommes all\u00e9s, les entreprises voulaient construire leur propre outil.<\/p>\n Aditya Challapally, chercheur au MIT<\/p><\/blockquote>\n Le rapport est formel : les projets d\u00e9velopp\u00e9s en interne \u00e9chouent dans deux cas sur trois, tandis que ceux b\u00e2tis sur des solutions tierces r\u00e9ussissent deux fois plus souvent. Autrement dit, l\u2019obsession du \u201cfait maison\u201d co\u00fbte cher\u2026 pour rien.<\/p>\n Des budgets mal orient\u00e9s, des effets peu mesur\u00e9s<\/p>\n Autre erreur classique : les entreprises misent massivement sur les outils commerciaux ou marketing, alors que le vrai retour sur investissement se cache ailleurs. Le MIT souligne que l\u2019automatisation des fonctions support, la r\u00e9duction de la sous-traitance et la rationalisation des op\u00e9rations offrent des gains bien plus mesurables.<\/p>\n Mais faute d\u2019indicateurs pertinents, les directions se retrouvent \u00e0 t\u00e2tons. Le rapport \u00e9voque une g\u00e9n\u00e9ralisation de l\u2019\u201cIA fant\u00f4me\u201d : des outils comme ChatGPT utilis\u00e9s en douce par les employ\u00e9s, sans validation ni supervision… Et surtout, sans aucune mesure d\u2019impact fiable.<\/p>\n Dans les entreprises, l\u2019IA g\u00e9n\u00e9rative se d\u00e9ploie souvent par la porte de service, sans validation, ni strat\u00e9gie claire<\/p>\n \u00a9 Shuttershock<\/p>\n<\/p>\n Un effet sur l\u2019emploi discret\u2026 pour l\u2019instant<\/p>\n Pas de licenciements massifs en vue, dit le MIT, qui constate plut\u00f4t un non-remplacement des postes vacants dans les fonctions per\u00e7ues comme peu critiques : service client, administratif, bureautique. Le changement est d\u00e9j\u00e0 l\u00e0, mais il avance masqu\u00e9.<\/p>\n En parall\u00e8le, les entreprises les plus avanc\u00e9es explorent une nouvelle fronti\u00e8re : les IA agentiques, ou agents IA<\/a>, capables d\u2019agir seules, de m\u00e9moriser, d\u2019apprendre, et de prendre des initiatives dans un cadre d\u00e9fini. Une nouvelle g\u00e9n\u00e9ration d\u2019outils, qui pourrait rebattre toutes les cartes.<\/p>\n Publicit\u00e9, votre contenu continue ci-dessous<\/p>\n Publicit\u00e9<\/p>\n\n
<\/p>\n
\n
\n
<\/p>\n