Cela fait plus de cinq ans que l’intelligence artificielle s’est invitée au menu de la digitalisation des entreprises et, peu à peu, l’impatience a grandi : quand en tirera-t-on les fruits ? à quelle échelle et sur quels use cases ? Avec quel potentiel d’accélération ? On le sait : la maturité IA est un processus lent qui nécessite un minutieux travail de fondation - sur les data, sur les modèles, sur les use cases. Mais, à présent que certains précurseurs arrivent dans leur phase de « scalabilité », quelles voies et quels espoirs ouvrent-ils en matière de ROI ?
Dans une étude réalisée au printemps 2020, nous établissions que le ROI moyen de toutes les entreprises par rapport à leurs investissements IA était de… 1,3 %. Au regard des nombreux espoirs soulevés par l’IA, il n’est pas exagéré de parler de déception face à la relative faiblesse de ce chiffre, d’autant que les premiers payback interviennent en moyenne autour de 17 mois. L’IA ne serait-elle qu’une condition imposée par le marché, sans autre rétribution que celle de « ne pas perdre face à la concurrence » ?
Heureusement, les perspectives semblent plus heureuses si l’on se projette à plus lointaine échéance – au fur et à mesure que la courbe de maturité progresse. Ainsi, en comparant « beginners » et « leaders » sur un instant T de leurs courbes de maturité respectives, on remarque que les précurseurs en sont déjà à un ROI moyen de plus de 4,3 % (avec près de 40 % d’entre eux qui le placent au-dessus de 5 %) là où les « beginners » atteignent tout juste l’équilibre. Une évolution qui confirme donc la valeur exponentielle de l’apport IA quand l’entreprise industrialise ses modèles.
Mais sur quelles fonctions l’IA applique-t-elle le plus ses vertus de performance ? En adoptant une vision cross-sectorielle, quel que soit le niveau d’avancement, on constate que les apports les plus immédiats se sont faits sur les trois principaux segments que sont le customer service, l’IT (opérations et infrastructures) et la planification. Ce sont les secteurs sur lesquels la majorité des répondants (+65 % d’entre eux) ont identifié des ROIs substantiels. En revanche, des use cases comme la détection des fraudes, la finance ou les sales sont beaucoup moins cités (moins de 57 %) et apparaissent donc comme retardataires sur ce point.
C’est ici qu’il devient intéressant d’adopter une approche différenciée par niveau de maturité : car si le customer service ou l’IT concernent toutes les entreprises – avec des résultats éprouvés - certains use cases semblent n’avoir été explorés que par les plus avancées d’entre elles. Ainsi en est-il des fonctions de product management (R&D et Innovation), de supply chain et de risk management qui sont près de six fois plus expérimentées par les « leaders » que par les « beginners ». En comparant avec les chiffres cités plus haut, il ressort que 62 % des répondants témoignent d’un ROI visible sur ces use cases, alors même qu’ils ne concernent que les entreprises leaders. Il devient donc évident que l’IA porte ses fruits sur ces pans d’activité, mais qu’ils restent encore insuffisamment industrialisés parmi la majorité des entreprises interrogées – une façon de cibler les efforts à accomplir pour les années à venir.
Par-dessus tout, ces chiffres témoignent d’une tendance plus globale à un glissement progressif des apports de l’IA : nous sommes en train de passer d’une optimisation des activités existantes à la création de nouvelles sources de revenus et de services. En d’autres termes : là où l’IA semble aujourd’hui utile à l’efficacité des process, elle pourrait demain être vectrice d’innovation et de business development. Ainsi, quand on les interroge sur la valeur générée par leurs investissements, les « beginners » ont tendance à citer en premier la productivité ou la satisfaction client (des activités d’optimisation), alors que les précurseurs valorisent davantage l’augmentation de CA ou des parts de marché (des activités d’expansion).
Ces tendances sont d’ailleurs confirmées dans une autre étude menée quelques mois plus tard sur les espoirs en matière de rétribution IA attendue d’ici 2023 : si « l’efficacité opérationnelle » et « l’expérience client » ressortent parmi les ROIs les plus cités, leur cinétique est moindre que celle de « l’innovation ». Le ROI de celle-ci se trouve doublé entre 2020 et 2023 (de 6 à 12 % de répondants) là où il augmente de 50 % environ pour l’efficacité opérationnelle (de 11 à 17 % de répondants) et de 85 % environ pour l’expérience client (de 8 à 15 %).
La recherche de croissance est donc bien le « bout du chemin » pour ceux qui envisagent une transformation IA. Si les ROI s’expriment aujourd’hui davantage en matière d’optimisation et de réduction des pertes, ils pourraient se faire plus innovants et générateurs de revenus dans les années à venir. D’autant plus si les efforts de data management sont facilités en cours de route par l’utilisation de l’IA et si la collaboration s’organise de façon fluide avec les équipes.
