L’IA générative dans les grands groupes français : promesse de révolutions, résultats encore timides
Plus de trois ans après l’émergence retentissante de ChatGPT, l’intelligence artificielle générative reste au centre des discours stratégiques dans les grandes entreprises françaises. Pourtant, la réalité du terrain révèle que son impact concret demeure, pour l’heure, loin de l’engouement suscité. À l’image du paradoxe formulé par l’économiste Robert Solow à propos de l’informatique dans les années 1980, l’IA générative, omniprésente dans les débats, tarde à se traduire dans les gains de productivité ou l’emploi.
Selon une récente étude du National Bureau of Economic Research auprès de 6 000 dirigeants en Europe, aux États-Unis et en Australie, près de 90 % des entreprises n’observent pas de changements perceptibles sur leur productivité ou sur l’emploi, malgré des investissements souvent conséquents. Un constat corroboré par les chiffres du MIT, qui affirmait en 2023 que 95 % des projets d’IA générative échouent à générer un réel retour sur investissement.
Un parcours semé d’obstacles
Dans de nombreux grands groupes français, la phase de « découverte » de l’IA générative s’est souvent heurtée à des problèmes structurels. La première source de difficultés touche à la donnée : les grands modèles de langage (LLM) sur lesquels repose cette technologie nécessitent une information volumineuse, complète et structurée. Or, les systèmes hétéroclites hérités de décennies d’informatisation – de la comptabilité au marketing – forment un entrelacs de « silos » difficilement compatibles. Ce constat est partagé par Didier Lellouche, responsable intelligence artificielle de LCL, qui évoque le « cimetière des POC » (preuves de concept mort-nés) dans son groupe. L’intégration de nouveaux systèmes d’IA se révèle souvent trop complexe, coûteuse et peu lisible, notamment face à l’opacité des tarifs facturés par unité de texte analysée.
Le défi n’est pas uniquement technique : la culture d’entreprise et l’organisation constituent des freins majeurs. Les effectifs massifs, dispersés géographiquement, rendent difficile la montée en compétence homogène. Si certains acteurs, comme Schneider Electric, annoncent avoir « formé 140 000 collaborateurs », le saut vers une utilisation fluide et généralisée demeure incertain. Par ailleurs, la question de la souveraineté technologique se heurte à la domination écrasante des solutions américaines : en l’absence d’alternative européenne « intégrée », les dirigeants expriment leur frustration face à une dépendance accrue aux géants étrangers.
Entre gains mesurés et résistances
Malgré des annonces ambitieuses et quelques cas d’usage convaincants – comme l’algorithme d’Air France réduisant drastiquement le temps de recherche de documentation pour ses techniciens – les retours sur investissement restent disparates. Les principaux bénéficiaires à ce stade semblent être les métiers tertiaires : communication, marketing, développement informatique. Chez LCL, un outil permet d’automatiser la réponse à la majorité des emails clients, tandis que Bpifrance observe jusqu’à 20 % de gains de productivité sur certaines tâches informatiques. Mais la question du « million manquant », devenu un classique des salles de comité exécutif, demeure sans réponse précise. Seul un groupe hôtelier aurait, à ce jour, engrangé plusieurs millions d’euros en optimisant grâce à l’IA la présentation de ses chambres.
Parallèlement, l’IA dite « traditionnelle » – détection de fraude, logistique, maintenance prédictive – continue d’offrir des retours sur investissement tangibles, représentant encore la majorité des dépenses IA des grandes entreprises.
Perspectives et incertitudes
L’espoir réside désormais dans la montée en puissance de systèmes d’IA générative plus avancés, dits « agentiques », capables d’automatiser des tâches complexes comme l’analyse d’incidents ou la gestion logistique. Si ces agents de nouvelle génération, dotés d’autonomie croissante, promettent des gains significatifs pour l’industrie ou les services, ils posent en retour des défis majeurs en matière de sécurité, de gouvernance des données et d’organisation interne. Les expérimentations menées par des institutions comme Harvard ou le MIT ont d’ailleurs déjà mis au jour des risques inattendus, de la fuite d’informations à des comportements aberrants d’agents autonomes.
Le secteur reste donc en phase exploratoire : la majorité des dirigeants interrogés estiment que la technologie est loin d’avoir atteint son plein potentiel, mais ils s’attendent à ce que l’IA générative devienne un standard incontournable dans l’organisation, l’automatisation et la stratégie à moyen terme. D’ici là, l’écart entre le discours sur la « révolution IA » et les bénéfices tangibles reste patent. Le paradoxe de Solow, version intelligence artificielle, continue de marquer les esprits.



Laisser un commentaire