L’enthousiasme initial autour de l’intelligence artificielle (IA) commence à s’estomper dans le monde de l’entreprise. Si les promesses d’efficacité accrue et de gains substantiels étaient grandes, les résultats concrets tardent à se matérialiser, poussant certaines sociétés à revoir leurs plans d’investissement.
L’exemple de CellarTracker, une start-up américaine spécialisée dans le vin, illustre les difficultés rencontrées. L’entreprise souhaitait développer un “sommelier IA” basé sur le modèle ChatGPT d’OpenAI, capable de conseiller ses utilisateurs sur le choix des vins. Cependant, l’IA s’est avérée excessivement polie, évitant de donner des avis tranchés. « Elle est très courtoise, au lieu de simplement dire : ‘Il est très peu probable que ce vin vous plaise’ », explique Eric LeVine, le directeur de CellarTracker. Il a fallu six semaines de travail pour calibrer l’IA et obtenir des recommandations honnêtes.
Mais le cas de CellarTracker n’est pas isolé. Selon une étude de Forrester, seulement 15 % des 1 500 entreprises interrogées ont pu améliorer leurs marges grâce à l’IA. De son côté, BCG estime que seulement 5 % des entreprises ont tiré un bénéfice significatif de cette technologie. Les perspectives ne sont pas plus encourageantes : Forrester prévoit que les entreprises reporteront environ un quart de leurs investissements prévus en IA d’ici 2026.
« Les entreprises qui ont développé cette technologie ont véhiculé l’idée que tout changerait rapidement », analyse Brian Hopkins, analyste chez Forrester. « Mais nous, les humains, ne changeons pas aussi vite. »
Plusieurs entreprises ont déjà ajusté leurs stratégies. Klarna, un service de paiement, a ainsi renforcé son service client avec davantage d’agents humains, reconnaissant que certains clients préfèrent interagir avec des personnes réelles. Le PDG de Klarna, Sebastian Siemiatkowski, a admis que c’était le cas. Verizon, l’opérateur de téléphonie mobile américain, utilise également l’IA principalement pour répondre aux demandes simples.
« L’empathie est probablement le facteur décisif qui nous empêche actuellement de confier la communication avec les clients à des agents IA de manière exhaustive », souligne Ivan Berg, responsable des projets IA chez Verizon.
Les défis ne sont pas uniquement liés à l’interaction humaine. Cando, un fournisseur de services pour l’industrie ferroviaire, a rencontré des difficultés avec la capacité de son IA à résumer un manuel de réglementation canadienne d’environ 100 pages. L’IA oubliait parfois des règles, en interprétait de mauvaises, ou en inventait même. Le projet, qui avait déjà coûté plusieurs centaines de milliers de dollars en développement, a finalement été abandonné.
« Nous pensions tous que ce serait facile », confie Jeremy Nielsen, le PDG de Cando. « Ce n’était pas le cas. »
