Pourquoi la plupart des entreprises peinent à tirer profit de leurs investissements en IA
Selon une enquête menée par Genpact en partenariat avec HFS Research auprès de plus de 2 000 dirigeants d’entreprise issus de tous secteurs et fonctions, 85 % des répondants affirment que leurs fondations sous‑jacentes – données fragmentées, processus non gouvernés, systèmes vieillissants et talents sous‑formés – nuisent activement à leurs projets d’intelligence artificielle[1]. Pourtant, seules 13 % des dépenses fonctionnelles moyennes sont actuellement consacrées à l’IA, ce qui montre un déséquilibre flagrant entre l’ambition affichée et la capacité réelle à la soutenir.
Les quatre dettes qui freinent l’IA
L’étude identifie quatre formes de dette structurelle qui, lorsqu’elles s’accumulent, créent un goulot d’étranglement au moment où l’IA rencontre la complexité réelle des opérations.
1. Dette technologique
Les systèmes de base ont en moyenne dix ans d’âge. Les équipes de développement passent la majorité de leur temps à maintenir cette infrastructure en vie plutôt qu’à construire les capacités dont l’IA a réellement besoin (automatisation de pipelines, APIs modernes, environnements cloud‑natifs).
2. Dette de données
Plus de la moitié des données fonctionnelles ne sont pas prêtes pour l’IA. Les analystes passent leurs journées à réconcilier, corriger et préparer des jeux de données, un travail qui ne produit aucune valeur directe et qui éclipse les activités génératrices d’insights.
3. Dette de processus
Environ 50 % des processus d’entreprise nécessitent encore une intervention manuelle de bout en bout. Sans une définition claire et standardisée, il est impossible d’automatiser de façon fiable ces flux, ce qui conduit à la reproduction de l’inefficacité plutôt qu’à son élimination.
4. Dette de talents
Les organisations embauchent des travailleurs du savoir pour réfléchir et décider, mais les systèmes défectueux les obligent à passer leurs journées à des tâches de saisie, de vérification ou de contournement. Le potentiel cognitif reste donc largement sous‑exploité.
Collectivement, ces quatre dettes absorbent plus de 40 % de la capacité opérationnelle d’une entreprise, laissant peu de marge pour l’innovation. Traiter une dette isolément ne fait que déplacer la pression vers les autres domaines ; le mode d’échec reste le même : l’automatisation de l’inefficacité.
L’intelligence des processus : la couche d’intégration indispensable
Les modèles de langage de pointe (frontier models) maîtrisent environ 80 % des tâches courantes de l’entreprise[2]. Les 20 % restants correspondent aux exceptions, aux cas extrêmes et aux décisions à fort risque – là où le jugement humain et la compréhension fine du contexte sont indispensables.
Pour combler cet écart, il faut une connaissance approfondie de la façon dont les processus se déroulent, où les données se corrompent et où l’intervention humaine détermine le résultat. Cette compréhension constitue l’intelligence des processus. Elle agit comme le tissu conjonctif entre un plan de transformation et son résultat réel, permettant de résoudre simultanément les dettes technologiques, de données, de processus et de talents.
Comme le souligne Balkrishan « BK » Kalra, président‑directeur général de Genpact : « Pas d’intelligence artificielle sans intelligence des processus. C’est avec cette conviction que nous fonctionnons. »
Ce que savent les 6 % qui réussissent
L’étude révèle que seulement 6 % des entreprises sont considérées comme des « résolveurs de dettes avérés », tandis que 51 % n’ont encore mis en place aucun plan de résolution[3]. La différence réside dans l’exécution.
- Mandat de PDG : les entreprises performantes traitent la résolution de la dette comme une responsabilité stratégique du directeur général, pas comme un simple projet informatique.
- Approche holistique : elles reconnaissent que les dettes couvrant les données, les processus, la technologie et les talents sont interdépendantes. Financer uniquement la dette la plus visible ne suffit pas ; il faut adresser les quatre simultanément.
- Création de composants réutilisables : chaque déploiement génère des actifs (modèles, scripts, connaissances institutionnelles) qui peuvent être réutilisés, réduisant ainsi l’effort requis pour les initiatives suivantes.
- Effet de levier cumulatif : le premier projet est le plus difficile ; le dixième est considérablement plus facile, créant un avantage compétitif qui appartient à celui qui commence tôt.
Une fenêtre d’opportunité limitée mais réelle
Si les entreprises du Global 2000 parvenaient à résoudre ces quatre dettes, l’étude estime une croissance des revenus 8 % plus rapide et une réduction des coûts d’exploitation de 16 %[4]. Cela représente aujourd’hui la plus grande opportunité de performance sous‑utilisée dans le monde des affaires.
Le avantage appartient à ceux qui agissent maintenant. Chaque trimestre d’attente creuse l’écart entre l’ambition et la capacité, augmentant le risque de se faire distancer par des concurrents qui ont déjà posé les fondations nécessaires.
En résumé, l’IA ne pourra tenir ses promesses que si les entreprises investissent autant dans l’intelligence de leurs processus que dans les algorithmes eux-mêmes. Construire des fondations solides n’est pas une option ; c’est la condition sine qua non pour transformer l’innovation en valeur tangible.
Références
- Genpact & HFS Research. « AI Debt Study », 2024. Disponible en ligne : genpact.com/resources/research-reports