Les premiers utilisateurs ont déjà commencé à en tirer des bénéfices, allant de l’amélioration de l’efficacité opérationnelle à celle de l’expérience client, en passant par l’augmentation des ventes. Par exemple, en moyenne, les entreprises ont amélioré de 6,7 % l’engagement et la satisfaction de leurs clients au cours de l’année écoulée dans les domaines où cette technologie a été pilotée ou déployée.

« L’IA générative commence à transformer les activités des entreprises, qui constatent déjà une croissance tangible de leur chiffre d’affaires, et une plus grande innovation. Par conséquent, plutôt que de se concentrer uniquement sur l’optimisation des coûts, les entreprises explorent activement de nouvelles voies pour en tirer parti et créer plus de valeur, commente Pascal Brier, directeur de l’innovation chez Capgemini et membre du comité exécutif du Groupe. Avec la hausse des investissements, l’essor de systèmes d’IA plus complexes et autonomes annonce une nouvelle ère d’IA générative qui pourrait influer sur le mode de fonctionnement des entreprises. Pour accélérer dans ce parcours, les entreprises doivent établir des bases de données fiables, avec des processus clairs permettant de gérer les silos, et permettre l’intégration des données entre les différentes fonctions. La confiance, la transparence et la responsabilité continueront à jouer un rôle central dans l’avènement de cette nouvelle ère de l’IA qui a le potentiel de générer beaucoup de valeur sur la durée. »

Les chatbots d’IA évoluent vers des systèmes multi-agents[1] qui devraient accélérer la création de valeur

Près des trois quarts des entreprises (74 %) reconnaissent que l’IA générative les aide à générer des revenus et à innover. Au fur et à mesure que l’IA progresse, elle évoluera du rôle d’outil de support à celui d’agent indépendant doté d’une meilleure capacité d’exécution, ce qui permettra aux entreprises de réimaginer la façon dont elles exercent leurs activités et d’accroître leurs retours sur investissements en matière d’IA. Ce potentiel de création de valeur a contribué à l’émergence des systèmes multi-agents : une technologie qui évolue rapidement et qui a la capacité de stimuler l’innovation. Le rapport indique des niveaux élevés de confiance dans les agents d’IA pour des tâches spécifiques telles que la rédaction de mails professionnels, le codage et l’analyse de données. Cependant, il révèle également que les dirigeants sont conscients de la nécessité de maintenir cette confiance et une transparence éthique dans son développement et son déploiement.

La progression de l’adoption de l’IA générative dans tous les domaines implique l’utilisation d’outils accessibles à tous

L’accélération de l’IA générative au cours des 12 derniers mois ne se limite pas aux entreprises, car les récents développements technologiques ont rendu les outils publics plus accessibles aux non-experts. Par conséquent, et bien que son adoption ait augmenté, seulement 3 % des entreprises ont interdit l’utilisation d’outils publics d’IA générative sur le lieu de travail. La quasi-totalité des entreprises (97 %) autorisent leurs collaborateurs à utiliser l’IA générative d’une manière ou d’une autre, et plus de la moitié d’entre elles établissent des règles spécifiques à l’intention de leurs équipes.

Face à l’adoption rapide de l’IA générative, le rapport souligne que les entreprises doivent faire preuve de responsabilité. Il est indispensable de définir des lignes directrices claires permettant de valider les décisions prises par les systèmes multi-agents pour assurer la transparence et la fiabilité des opérations et pour atténuer les risques futurs que les outils publics peuvent poser à leur entreprise.

Vous trouverez le rapport en pièce jointe. Vous pouvez également y accéder en ligne : https://www.capgemini.com/insights/research-library/generative-ai-in-organizations-2024/

[1] Les systèmes multi-agents désignent des technologies conçues pour fonctionner de manière indépendante, planifier, analyser, atteindre des objectifs et exécuter des tâches complexes avec une supervision humaine directe minimale ou limitée. Ces systèmes présentent des caractéristiques traditionnellement réservées aux opérateurs humains, notamment la prise de décision, la planification et l’adaptation des techniques d’exécution en fonction des données d’entrée, des objectifs prédéfinis et des considérations environnementales.