Rapport d'enquête McKinsey丨L'état de l'intelligence artificielle en 2023 : l'année de l'éclosion de l'IA générative

Source : McKinsey

**Auteur :**Le contenu et l'analyse de l'enquête ont été réalisés par : Michael Chui, associé, McKinsey Global Institute, associé, McKinsey Bay Area Office (dont Lareina Yee est une associée principale) ; Bryce Hall, associé associé à Washington, DC bureau ; les associés principaux Alex Singla et Alexander Sukharevsky (responsable mondial de QuantumBlack, McKinsey Artificial Intelligence, basés respectivement dans les bureaux de Chicago et de Londres).

Source de l'image : générée par l'outil d'IA illimitée

La dernière enquête mondiale annuelle de McKinsey sur l'état de l'intelligence artificielle confirme l'explosion des outils d'intelligence artificielle générative (gen AI). En moins d'un an depuis que bon nombre de ces outils sont devenus disponibles, un tiers des personnes interrogées ont déclaré que leurs organisations utilisaient régulièrement l'IA générative dans au moins une fonction commerciale. Dans les développements récents, l'IA est passée du sujet des employés techniques à celui des chefs d'entreprise : près d'un quart des cadres interrogés ont déclaré qu'ils utilisaient personnellement des outils d'IA de génération pour leur travail, et plus d'un quart des répondants d'entreprises utilisant l'IA ont indiqué que gen AI est à l'ordre du jour de leurs conseils d'administration. De plus, 40 % des répondants ont indiqué que leur organisation augmentera son investissement global dans l'IA en raison des progrès de la technologie de l'IA. Les résultats suggèrent que la gestion des risques associés à l'IA en est encore à ses débuts, avec moins de la moitié des personnes interrogées affirmant que leurs organisations réduisent le risque qu'elles jugent le plus pertinent : l'inexactitude.

Les organisations qui ont déjà intégré des capacités d'IA sont les premières à explorer le potentiel de l'IA, tandis que les organisations qui voient le plus de valeur dans les capacités d'IA plus traditionnelles - ce que nous appelons les plus performantes de l'IA - ont déjà progressé en termes d'adoption d'outils d'IA. d'autres organisations.

Les répondants s'attendent à ce que l'IA ait un impact significatif sur les entreprises et des changements importants dans leur main-d'œuvre. Ils s'attendent à des licenciements dans certains domaines et à une reconversion massive en réponse à l'évolution des besoins en talents. Cependant, bien que l'utilisation de l'IA de génération puisse stimuler l'adoption d'autres outils d'IA, nous ne constatons pas d'augmentation significative de l'adoption de ces technologies par les entreprises. Le pourcentage d'entreprises adoptant un outil d'IA est resté stable depuis 2022, et l'adoption reste concentrée dans un petit nombre de fonctions commerciales.

1. Bien qu'il n'en soit qu'à ses balbutiements, l'application de l'IA générative est très répandue

Les résultats de l'enquête sur le terrain à la mi-avril 2023 ont montré que bien que les technologies d'IA commencent à peine à être accessibles au public, l'expérimentation de ces outils est déjà courante et les répondants s'attendent à ce que les nouvelles capacités transforment leurs industries. L'IA de nouvelle génération intéresse les acteurs du monde de l'entreprise : les personnes de toutes les zones géographiques, de tous les secteurs et de toute ancienneté utilisent l'IA de nouvelle génération au travail et en dehors du travail. Soixante-dix-neuf pour cent des personnes interrogées ont déclaré avoir été au moins exposées à l'IA au travail ou en dehors du travail, et 22 % ont déclaré utiliser régulièrement l'IA dans leur travail. Bien que l'utilisation ait été signalée comme étant similaire à tous les niveaux d'ancienneté, l'utilisation était la plus élevée chez les répondants travaillant dans l'industrie de la technologie et en Amérique du Nord.

Remarque : Cliquez sur le texte d'origine pour afficher plus de données d'enquête

Les organisations utilisent également à grande échelle l'IA générative. Un tiers des personnes interrogées ont déclaré que leur organisation utilise déjà régulièrement l'IA générative dans au moins une fonction, ce qui signifie que 60 % des organisations déclarant adopter l'IA utilisent l'IA générative. De plus, parmi les entreprises déclarant adopter l'IA, 40 % ont déclaré que leurs entreprises prévoyaient d'investir davantage dans l'IA grâce à l'IA de génération, et 28 % ont déclaré que l'utilisation de l'IA de génération était à l'ordre du jour du conseil d'administration. Selon le rapport, les fonctions commerciales qui utilisent le plus ces nouveaux outils sont les mêmes fonctions commerciales qui utilisent le plus l'IA : marketing et ventes, développement de produits et services et opérations de service, telles que le service client et le support back-office. Cela suggère que les entreprises recherchent le plus de valeur de ces nouveaux outils. Dans nos recherches précédentes, ces trois domaines, ainsi que le génie logiciel, représentaient le potentiel d'environ 75 % de la valeur annuelle totale fournie par les cas d'utilisation de l'IA générative.

À ces stades précoces, les attentes concernant l'impact de l'IA sont élevées : les trois quarts des personnes interrogées s'attendent à ce que l'IA entraîne des changements importants ou perturbateurs dans la nature de la concurrence dans leurs industries au cours des trois prochaines années. Les répondants travaillant dans les secteurs de la technologie et des services financiers étaient les plus susceptibles de s'attendre à des changements perturbateurs de l'IA. Nos recherches précédentes ont montré que si toutes les industries sont susceptibles d'être perturbées dans une certaine mesure, l'ampleur de l'impact peut varier. Les industries les plus dépendantes du travail intellectuel sont susceptibles de connaître plus de perturbations et de récolter probablement plus de valeur. Selon nos estimations, les entreprises technologiques seront les plus touchées par l'IA de génération, avec une valeur ajoutée équivalente à 9 % des revenus mondiaux de l'industrie, mais les industries basées sur la connaissance telles que la banque (jusqu'à 5 %), les produits pharmaceutiques et médicaux (également en hausse). à 5 %) et l'éducation (jusqu'à 4 %) pourraient également être significativement affectées. En revanche, les industries manufacturières telles que l'aérospatiale, l'automobile et l'électronique de pointe sont susceptibles d'être moins perturbatrices. Cela contraste fortement avec les vagues technologiques précédentes qui ont eu le plus grand impact sur la fabrication, car la génération de l'IA a un avantage dans les activités basées sur le langage plutôt que dans celles qui nécessitent un travail manuel.

Alex Singla (responsable mondial de QuantumBlack, McKinsey Artificial Intelligence) a commenté :

C'est incroyable la rapidité avec laquelle la discussion autour de l'IA générative a évolué. Il y a quelques mois à peine, la conversation entre les dirigeants était rudimentaire, essayant principalement de comprendre de quoi il s'agissait et de voir ce qui était à la mode et ce qui était la réalité. Et maintenant, en seulement six mois environ, les chefs d'entreprise ont des conversations beaucoup plus complexes. Nous pouvons voir d'après les résultats de l'enquête que près d'un tiers des entreprises utilisent l'IA générative dans au moins une fonction commerciale. Cela met en évidence le niveau de compréhension et d'acceptation par les entreprises de la faisabilité de l'intelligence artificielle générative en entreprise.

La question suivante est de savoir comment les entreprises franchiront la prochaine étape et si l'IA générative suivra le modèle d'IA plus général que nous avons observé, qui plafonne autour de 50 % d'adoption. D'après les données, nous constatons que près de la moitié des entreprises qui utilisent déjà l'IA prévoient d'augmenter leurs investissements dans l'IA, en partie parce qu'elles reconnaissent qu'un ensemble plus large de capacités est nécessaire pour tirer pleinement parti de l'IA.

Pour passer à l'étape suivante en faisant passer l'IA de l'expérimentation au moteur commercial et en garantissant un fort retour sur investissement, les entreprises doivent résoudre un large éventail de problèmes. Ces questions incluent : l'identification d'opportunités spécifiques pour l'IA générative au sein d'une organisation, ce que devraient être le modèle de gouvernance et d'exploitation, la meilleure façon de gérer les tiers (tels que le cloud et les grands fournisseurs de modèles de langage), ce qui est nécessaire pour gérer les différents risques, la compréhension l'impact des ressources humaines et technologiques, et comprendre comment équilibrer les avantages à court terme pour les banques avec les fondamentaux à long terme nécessaires à l'évolution. Ce sont des questions complexes, mais les clés pour débloquer une valeur vraiment énorme.

De nombreuses organisations doivent encore faire face aux risques potentiels posés par l'IA

Selon l'enquête, peu d'entreprises semblent être suffisamment préparées à l'adoption généralisée des technologies d'IA ou aux risques commerciaux que ces outils peuvent poser. Seuls 21 % des répondants qui ont déclaré avoir adopté l'IA ont déclaré que leur organisation avait mis en place des politiques régissant l'utilisation des technologies d'IA par les employés au travail. Lorsque nous avons posé des questions spécifiques sur les risques liés à l'adoption de l'IA, peu de répondants ont déclaré que leur entreprise réduisait le risque d'IA le plus souvent cité : l'inexactitude. Les répondants ont mentionné l'inexactitude plus fréquemment que la cybersécurité et la conformité réglementaire, qui étaient les risques les plus courants pour l'IA dans les enquêtes précédentes. Seuls 32 % des répondants déclarent réduire les imprécisions, ce qui est inférieur aux 38 % qui réduisent les risques de cybersécurité. Fait intéressant, ce chiffre est nettement inférieur à la proportion de répondants (51 %) qui ont déclaré avoir atténué les risques de cybersécurité liés à l'IA l'année dernière. Dans l'ensemble, comme nous l'avons vu au cours des années précédentes, une majorité de répondants ont indiqué que leurs organisations ne s'attaquent pas aux risques associés à l'IA.

Alexander Sukharevsky (responsable mondial de QuantumBlack, McKinsey Artificial Intelligence) a commenté :

Il existe une prise de conscience généralisée des risques associés à l'IA générative. Mais en même temps, l'anxiété et la peur omniprésentes font qu'il est difficile pour les dirigeants de réagir efficacement au risque. Selon notre dernière enquête, un peu plus de 20 % des entreprises ont mis en place des politiques de risque pour l'IA générative. Ces politiques se concentrent souvent sur la protection des informations exclusives d'une entreprise, telles que les données, les connaissances et autres propriétés intellectuelles. Ceux-ci sont essentiels, mais nous constatons également que de nombreux risques peuvent être traités en modifiant l'architecture technologique de l'entreprise, qui reflète la politique établie.

Mais le véritable écueil est que les entreprises ont une vision trop étroite du risque. Les entreprises doivent également prêter attention à une série de risques majeurs tels que le développement social, humanitaire et durable. En fait, les conséquences involontaires de l'IA générative sont plus susceptibles de causer des problèmes pour le monde que les scénarios apocalyptiques que certains vantent. Les entreprises qui abordent l'IA de la manière la plus constructive expérimentent et utilisent l'IA, tout en développant un processus structuré pour identifier et traiter ces risques plus larges. Ils mettent en place des utilisateurs test et des équipes spécifiques chargées de réfléchir à la façon dont les applications d'IA génératives pourraient mal tourner afin de mieux prédire certaines de ces conséquences. Ils travaillent également avec les personnes les meilleures et les plus créatives de l'entreprise pour déterminer les meilleurs résultats pour l'entreprise et la société dans son ensemble. Une compréhension réfléchie, méthodique et complète de la nature des risques et des opportunités émergents est essentielle au développement responsable et productif de l'IA générative.

2. Des entreprises pionnières ont pris les devants dans le domaine de l'intelligence artificielle

Les résultats de l'enquête montrent que les entreprises efficaces en matière d'IA - celles dont les répondants affirment qu'au moins 20 % de leurs revenus de 2022 avant intérêts et impôts peuvent être attribués aux applications d'IA - misent sur l'IA, à la fois l'intelligence artificielle générative et plus traditionnelle. Ces entreprises tirant une valeur énorme de l'IA utilisent déjà l'IA de génération dans plus de fonctions commerciales que d'autres, notamment le développement de produits et de services et la gestion des risques et de la chaîne d'approvisionnement. Dans toutes les capacités d'IA (y compris les capacités d'apprentissage automatique plus traditionnelles, l'automatisation des processus robotiques et les chatbots), les entreprises efficaces en matière d'IA sont également plus susceptibles que les autres d'utiliser l'IA dans le développement de produits et de services, comme l'optimisation des cycles de développement de produits, l'ajout de nouvelles fonctionnalités à produits existants et créer de nouveaux produits basés sur l'IA. Ces organisations utilisent également l'IA plus que d'autres dans la modélisation des risques, ainsi que dans les domaines des RH tels que la gestion des performances, la conception organisationnelle et l'optimisation du déploiement de la main-d'œuvre.

Une autre façon dont ils diffèrent de leurs pairs : les efforts d'IA des High Performers sont moins orientés vers la réduction des coûts, ce qui est une priorité absolue pour les autres organisations. Les répondants aux entreprises efficaces en matière d'IA étaient deux fois plus susceptibles de dire que l'objectif principal de leur organisation en matière d'IA était de créer des activités ou des flux de revenus entièrement nouveaux, et ils étaient plus susceptibles de mentionner que la création de nouvelles fonctionnalités augmente la valeur des produits existants.

Comme nous l'avons vu au cours des années précédentes, ces organisations très efficaces dépensent beaucoup plus que d'autres organisations pour l'IA : les personnes interrogées dans les organisations efficaces pour l'IA déclarent qu'elles sont 20 % plus susceptibles de consacrer leur budget numérique à l'IA. C'est plus de cinq fois celui de d'autres organisations. De plus, ils utilisent l'IA plus largement dans l'ensemble de l'organisation. Les répondants à AI Effective Companies sont plus susceptibles que les autres de dire que leurs organisations ont adopté l'IA dans quatre fonctions commerciales ou plus et ont intégré davantage de capacités d'IA. Par exemple, en plus de l'IA de génération et des capacités de langage naturel associées, les personnes interrogées parmi les plus performantes ont plus souvent déclaré avoir un graphe de connaissances intégré dans au moins un produit ou un processus fonctionnel métier.

Alors que les entreprises efficaces en IA ne sont pas à l'abri du défi d'extraire de la valeur de l'IA, les résultats suggèrent que les difficultés auxquelles elles sont confrontées reflètent leur maturité relative en IA, tandis que d'autres luttent avec des éléments fondamentaux, des luttes avec des éléments stratégiques. Les principaux défis cités le plus souvent par les répondants aux entreprises efficaces en IA sont les modèles et les outils, tels que la surveillance des performances des modèles en production et le recyclage des modèles selon les besoins au fil du temps. En revanche, d'autres répondants ont cité des problèmes stratégiques, tels que le développement d'une vision bien définie de l'IA liée à la valeur commerciale ou la recherche de ressources adéquates.

Les résultats fournissent une preuve supplémentaire que même les entreprises efficaces en matière d'IA ne maîtrisent pas les meilleures pratiques pour adopter l'IA, telles que les approches d'opérations d'apprentissage automatique (MLOps), bien qu'elles soient plus susceptibles que d'autres de le faire. Par exemple, seulement 35 % des répondants à AI-Efficient Enterprises ont déclaré que leur organisation assemble des composants existants, plutôt que de les réinventer, lorsque cela est possible, mais cela est beaucoup plus élevé que les 19 % des autres organisations interrogées par.

L'adoption de certains des cas d'utilisation les plus transformateurs que les applications d'IA de génération peuvent fournir nécessitera probablement de nombreuses techniques et pratiques MLOps spécialisées, et ce, de la manière la plus sûre possible. Les opérations de modèle en temps réel sont l'un de ces domaines où la surveillance des systèmes et la configuration d'alertes instantanées pour résoudre rapidement les problèmes peuvent contrôler les systèmes d'IA. Ici, les surperformants se démarquent, mais ont encore de la place pour se développer : un quart des répondants de ces entreprises ont déclaré que l'ensemble de leurs systèmes étaient surveillés et équipés d'alertes instantanées, tandis que seulement 12 %.

Bryce Hall (McKinsey Associate Partner) a commenté :

L'une des conclusions constantes de notre étude mondiale sur l'IA menée chaque année au cours des six dernières années est que les personnes les plus performantes ont une vision large de ce qu'il faut pour réussir. Ils sont particulièrement doués pour se concentrer sur la valeur, puis réorganiser l'organisation pour capturer cette valeur. Ce modèle est également évident lorsque l'on étudie comment les personnes les plus performantes utilisent l'intelligence artificielle générative.

Par exemple, en termes de stratégie, les dirigeants que nous avons analysés planifient des opportunités à forte valeur ajoutée pour l'IA dans leurs domaines d'activité. Il convient de noter qu'ils ne font pas ce travail exclusivement sur l'IA générative. Bien que nous soyons tous enthousiasmés par la gamme vertigineuse d'applications d'IA de génération, plus de la moitié de la valeur potentielle pour les entreprises provient d'applications d'IA qui n'utilisent pas l'IA de génération. Ces entreprises maintiennent une approche disciplinée dans l'examen de toutes les opportunités d'IA en fonction de la valeur potentielle.

Cette approche s'applique à tous les domaines de compétence. Par exemple, en matière de technologie et de données, les entreprises performantes se concentrent sur les capacités dont elles ont besoin pour capturer la valeur qu'elles identifient. Cela inclut la possibilité de permettre à de grands modèles de langage d'être formés sur des données spécifiques à l'entreprise et à l'industrie. Ils évaluent et testent l'efficacité et la vitesse obtenues en utilisant les services d'IA existants (ce que nous appelons l'approche « preneur ») et développent des capacités qui créent un avantage concurrentiel, par exemple en ajustant les modèles et en les formant à utiliser leurs propres données propriétaires ( nous l'appelons l'approche « shaper »).

3. À mesure que les besoins en talents liés à l'IA évoluent, l'impact de l'IA sur la main-d'œuvre devrait être important

Les résultats de notre dernière enquête révèlent un changement dans les rôles que les entreprises embauchent pour soutenir leurs ambitions en matière d'IA. Au cours de l'année écoulée, les entreprises utilisant l'IA ont le plus souvent embauché des ingénieurs de données, des ingénieurs en apprentissage automatique et des scientifiques de données en IA, tous des titres de poste que les répondants ont signalés comme courants dans l'enquête précédente. Cependant, par rapport à l'enquête précédente, une proportion beaucoup plus faible de répondants a déclaré que le titre de poste le plus embauché l'année dernière, les ingénieurs logiciels liés à l'IA (28 % dans la dernière enquête, contre 39 %). Plus récemment, avec la prolifération de la technologie de l'intelligence artificielle, la demande pour cette compétence a également augmenté, de sorte que des emplois en ingénierie rapide ont émergé, et 7% des répondants qui ont adopté la technologie de l'intelligence artificielle ont déclaré qu'au cours de l'année écoulée. Ces postes sont pourvus à mi-parcours. -année.

Les résultats suggèrent que l'embauche pour des postes liés à l'IA reste un défi, mais est devenue plus facile au cours de l'année écoulée, reflétant probablement une vague de licenciements dans les entreprises technologiques de la fin 2022 au premier semestre 2023. Par rapport à l'enquête précédente, une plus petite proportion de répondants ont signalé des difficultés à recruter des data scientists, des ingénieurs de données et des experts en visualisation de données en intelligence artificielle, mais les réponses des répondants ont indiqué que le recrutement d'ingénieurs en apprentissage automatique et de responsables de produits intelligents humains reste aussi difficile que l'année dernière.

Dans trois ans, les personnes interrogées prédisent que l'application de l'IA va remodeler de nombreux rôles au sein de la main-d'œuvre. En général, ils s'attendent à ce que plus de travailleurs se recyclent qu'ils ne partent. Près de 40 % des personnes interrogées ont déclaré qu'elles s'attendaient à ce que plus de 20 % de leurs effectifs soient requalifiés après l'adoption de l'IA, tandis que 8 % ont déclaré que leurs effectifs seraient réduits de plus de 20 %.

Spécifique à l'impact attendu de l'IA, les opérations de service sont la seule fonction où une majorité de répondants s'attendent à ce que les effectifs de leur organisation diminuent. Ce résultat est globalement cohérent avec nos recherches récentes : bien que l'avènement de l'IA ait augmenté nos estimations de la proportion d'activités des employés pouvant être automatisées (de 50 % à 60 % à 70 %), cela ne se traduit pas nécessairement par l'automatisation de tout le rôle.

On s'attend à ce que les entreprises efficaces en IA entreprennent des niveaux de requalification plus élevés que les autres entreprises. Les répondants de ces organisations sont plus de trois fois plus susceptibles de dire que leur organisation requalifiera plus de 30 % de ses effectifs au cours des trois prochaines années en raison de l'adoption de l'IA.

Lareina Yee (McKinsey Senior Partner ; McKinsey Technology Council Chair) a commenté :

Nous en sommes aux premiers stades de l'intelligence artificielle générative, et les entreprises anticipent déjà l'impact significatif qu'elle aura sur les talents : de l'ouverture de nouvelles opportunités d'emploi à la modification de la façon de travailler, en passant par l'introduction de catégories de travail entièrement nouvelles (telles que ingénierie juste à temps). L'une des forces de l'IA générative, qui est son plus grand défi, est qu'elle peut aider presque tout le monde à faire son travail.

Cette échelle est différente de l'IA traditionnelle, qui impacte une main-d'œuvre assez restreinte - mais non moins importante - avec des compétences approfondies dans des domaines techniques tels que l'apprentissage automatique, la science des données ou la robotique. Compte tenu des capacités hautement spécialisées requises, il semble toujours y avoir une pénurie de talents en IA. Notre enquête montre que le recrutement pour ces postes reste un défi. L'IA générative, en revanche, nécessite toujours des personnes hautement qualifiées pour créer de grands modèles de langage et former des modèles génératifs, mais les utilisateurs peuvent être presque n'importe qui, et ils n'ont pas besoin d'un diplôme en science des données ou d'une expertise en apprentissage automatique pour travailler efficacement. La métaphore est similaire à la transition des ordinateurs centraux (gros ordinateurs exploités par des spécialistes hautement qualifiés) aux ordinateurs personnels (accessibles à tous). C'est un changement révolutionnaire qui change la façon dont les gens utilisent la technologie comme un outil électrique.

Notre enquête reflète également la vision de l'IA générative en tant qu'outil. Pour la plupart, les entreprises voient l'IA comme un outil pour augmenter l'activité humaine, pas nécessairement pour la remplacer. Jusqu'à présent, nous avons surtout vu des entreprises se pencher sur l'utilisation de l'IA générative, en se concentrant sur les domaines des services publics où la voie vers une amélioration de la croissance des performances ou de la productivité est la plus claire. Par exemple, utiliser des outils d'intelligence artificielle générative pour aider à moderniser le code hérité ou accélérer le temps de recherche et de découverte scientifique. Nous ne faisons qu'effleurer la surface de ces améliorations, et nous pouvons nous attendre à ce que leur adoption s'accélère.

## 4. Tous les yeux sont tournés vers l'IA générative, mais l'adoption et l'impact plus larges de l'IA restent stables

Alors que l'utilisation d'outils d'IA générative gagne rapidement en popularité, les données d'enquête ne montrent pas que ces nouveaux outils stimulent l'adoption globale de l'IA par les entreprises. Pour l'instant du moins, le pourcentage global d'organisations adoptant l'IA reste stable, 55 % des répondants déclarant que leur organisation a adopté l'IA. Pourtant, moins d'un tiers des répondants ont déclaré que leur organisation avait adopté l'IA dans plus d'une fonction commerciale, ce qui suggère que l'adoption de l'IA reste limitée. Comme dans les quatre enquêtes précédentes, le développement de produits et de services et les opérations de services sont restés les deux fonctions commerciales les plus fréquemment citées par les répondants pour avoir adopté l'IA. Dans l'ensemble, seuls 23 % des répondants ont déclaré que leur entreprise avait au moins 5 % de son EBIT l'année dernière attribuable à l'utilisation de l'intelligence artificielle - à peu près inchangé par rapport à l'enquête précédente - ce qui suggère qu'il reste encore beaucoup à faire pour capturer de la valeur.

Les organisations continuent de voir des rendements dans les domaines de l'entreprise qui utilisent l'intelligence artificielle et prévoient d'augmenter leurs investissements dans les années à venir. Nous avons constaté que la majorité des répondants ont signalé une augmentation des revenus liés à l'IA dans chaque fonction commerciale qui utilise l'IA. Pour l'avenir, plus des deux tiers des personnes interrogées s'attendent à ce que leurs organisations augmentent leurs investissements dans l'IA au cours des trois prochaines années.

Michael Chui (partenaire de McKinsey Global Institute) a commenté :

Nous avons souligné l'importance de l'IA générative - et pour cause, compte tenu de son potentiel de transformation - mais cette enquête est un bon rappel que, dans le monde de l'IA au sens large, il y a beaucoup de valeur. En fait, certaines de nos autres recherches suggèrent que l'IA non générative a un potentiel encore plus précieux que l'IA générative. Les cas d'utilisation dans des domaines tels que l'amélioration de la précision des prévisions, l'optimisation des réseaux logistiques et la fourniture de recommandations d'achat pour le prochain produit créent tous de la valeur pour les entreprises qui peuvent tirer parti de la promesse plus large de l'intelligence artificielle.

Alors que le taux d'adoption global de l'IA reste stable à environ 55 %, plus des deux tiers des personnes interrogées ont indiqué que leur entreprise prévoyait d'augmenter ses investissements dans l'IA. Nous continuerons à voir une vague d'entreprises efficaces en IA qui construisent les fondations et les capacités nécessaires pour créer de la valeur. Une explication est que "les riches s'enrichissent" lorsqu'il s'agit d'extraire de la valeur de l'IA. Nous sommes curieux de savoir si l'intérêt accru pour l'intelligence artificielle générative ouvrira la porte à l'adoption générale de l'intelligence artificielle à l'avenir.

À propos de l'enquête

L'enquête en ligne a été menée du 11 au 21 avril 2023 et a reçu des réponses de 1 684 participants de toutes les régions, industries, tailles d'entreprise, spécialités fonctionnelles et mandats. Parmi ces répondants, 913 ont déclaré que leur organisation avait adopté l'IA dans au moins une fonction et ont été interrogés sur l'utilisation de l'IA par leur organisation. Pour tenir compte des différences dans les taux de réponse, les données sont pondérées en fonction de la contribution du pays de chaque répondant au PIB mondial.