Après deux ans à avaler des annonces d’IA générative à chaque conférence, à chaque keynote, une phase de digestion était à prévoir.
Récemment, les grands établissements financiers américains ont mis en garde, début novembre, contre une surévaluation des valeurs technologiques, provoquant une correction immédiate des titres liés à l’intelligence artificielle. Les investisseurs commencent à douter de la rentabilité réelle des projets IA. Résultat, le marché lève (enfin) le pied.
Une mauvaise nouvelle ? Pas nécessairement. Au contraire. Un retour au réel ne fait jamais de mal. Clairement, promettre indéfiniment que chaque algorithme va sauver la productivité mondiale n’est pas tenable. Et les DSI, eux, ont fini par remettre les choses dans l’ordre : un projet IA n’est pas un trophée à montrer à la direction, mais un chantier à rentabiliser. Et la rentabilité, c’est rarement la partie la plus évidente en matière de numérique.
Après une floraison tous azimuts de “proofs of concept”, les entreprises réalisent qu’il faut transformer l’essai et qu’un projet IA, c’est avant tout une question de processus, de données propres et de gouvernance. Retour aux fondamentaux, donc : traçabilité, fiabilité, sécurité, etc. Bref, une mécanique fine plutôt que la fusée marketing. La prochaine étape ne sera pas d’empiler des modèles d’IA plus puissants, mais de faire en sorte que ceux déjà déployés servent vraiment à quelque chose.
ERP début des années 2000, Cloud Computing dix ans plus tard : à chaque fois, la lune est promise avant même d’apprendre à tenir les délais et les budgets. L’histoire ne bégaie pas, non, elle documente ! Et cette fois, les DSI semblent bien prêts à écrire un chapitre moins flamboyant, certes, mais beaucoup plus solide.