GenAI domine le paysage de l’IA : 29% des entreprises intègrent l’IA générative

L’utilisation de GenAI intégrée dans des applications existantes est la principale méthode d’utilisation de l’IA générative, devant d’autres options telles que la personnalisation des modèles GenAI par l’ingénierie rapide, l’entraînement ou le réglage des modèles GenAI personnalisés, ou l’utilisation d’outils GenAI autonomes.

L’intelligence artificielle générative (GenAI) est le type de solution d’IA le plus largement utilisé dans les organisations, selon une nouvelle enquête de Gartner. Plus précisément, 29 % des personnes interrogées ont déclaré avoir mis en œuvre et utiliser la GenAI, ce qui en fait la solution d’IA la plus fréquemment déployée.

L’enquête a également révélé que l’utilisation de GenAI intégrée dans des applications existantes (telles que Copilot for 365 de Microsoft ou Firefly d’Adobe) est le meilleur moyen de répondre aux cas d’utilisation de l’IA générative, 34 % des personnes interrogées déclarant qu’il s’agit de leur principale méthode d’utilisation de GenAI. Cette méthode s’est avérée plus courante que d’autres options, telles que la personnalisation des modèles GenAI avec l’ingénierie rapide (25 %), la formation ou le réglage des modèles GenAI personnalisés (21 %) ou l’utilisation d’outils GenAI autonomes tels que ChatGPT ou Gemini (19 %).

« La GenAI agit comme un catalyseur pour l’expansion de l’IA dans l’entreprise », déclare Leinar Ramos, analyste principal chez Gartner. « Cela crée une fenêtre d’opportunité pour les leaders de l’IA, mais aussi un test pour savoir s’ils seront capables de capitaliser sur cet élan et d’apporter de la valeur à l’échelle. »

La démonstration de la valeur de l’IA est le principal obstacle à son adoption

Le principal obstacle à l’adoption de l’IA, signalé par 49 % des répondants à l’enquête, est la difficulté d’estimer et de démontrer la valeur des projets d’IA. Ce problème l’emporte sur d’autres obstacles, tels que la pénurie de talents, les difficultés techniques, les problèmes liés aux données, le manque d’alignement commercial et de confiance dans l’IA.

« La valeur commerciale reste un défi pour les organisations lorsqu’il s’agit de l’IA », note Ramos. « Au fur et à mesure que les organisations développent l’IA, elles doivent prendre en compte le coût total de possession de leurs projets, ainsi que le large éventail d’avantages allant au-delà de l’amélioration de la productivité. »