17 mois aux allures d’éternité. Il semble en effet très loin ce 30 novembre 2022 qui a vu ChatGPT débarquer dans notre quotidien. Depuis, pas un jour ne s’est passé sans avoir entendu parler du phénomène. Un buzz aussi puissant qu’une technologie suscitant un engouement rare.
Des publications en pagaille, remplies de chiffres qui brûlent les yeux, ont contribué à nourrir un syndrome de FOMO. Dans l’assurance comme ailleurs, les entreprises multiplient les expérimentations, par crainte de ne surtout pas rater le train. Il semblerait, toutefois, que les résultats soient pour le moment loin d’être au rendez-vous.
C’est McKinsey, pourtant alimenteur régulier de la hype avec ses rapports, qui tire la sonnette d’alarme. Le cabinet de conseil observe ainsi de nombreuses entreprises qui, par manque de cadrage ou de ressources, se prennent les pieds dans le tapis.
La division dédiée à l’IA de McKinsey, QuantumBlack, quantifie ces échecs. Et ça fait mal ! En effet, 90% des projets pilotes d’IA générative échoueraient à passer en production. Moins de 10% des structures ont ainsi vu un effet sur plus de 20% de leur Ebit, vient préciser Stéphane Bout, responsable de QuantumBlack en France, dans les colonnes des Echos.
Est-ce seulement étonnant ? La complexité de l’IA générative est à la hauteur des promesses induites. Tirer le meilleur de cette technologie requiert tout d’abord une forme d’acculturation. Il faut aux décideurs pouvoir apprivoiser des outils totalement inédits, dont les impacts ne sont pas purement circonscrits à l’efficacité opérationnelle. Il y a aussi des dimensions éthiques, philosophiques et sociétales, qui invitent à se projeter différemment sur le business, voire à se réinventer.
Les entreprises doivent également pouvoir compter sur les talents humains capables de porter ces projets d’un genre nouveau en interne. Mais aussi s’appuyer sur les socles IT adaptés. Et sur ces points, le chantier est parfois gigantesque. 66% des dirigeants avouent par exemple être incapables de former leurs équipes à l’IA
Les entreprises doivent jongler simultanément avec de nombreux éléments pour réussir : traiter les données non structurées, développer des algorithmes avancés, construire la bonne architecture informatique, renforcer les capacités, gérer le changement et développer une expertise métier, pour n’en citer que quelques-uns.
Ben Ellencwei, Senior Partner chez QuantumBlack
Cette situation invite à la table des tendances que l’on connaît bien dans le monde de l’innovation. A commencer par la fameuse hype de Gartner, qui voit le soufflé brutalement retomber après l’excitation des premiers jours.
On pense également au dilemme de l’innovateur. Ou comment les acteurs historiques ont encore bien du mal à se positionner face aux technologies de rupture. Les experts de McKinsey recommande ainsi une rationalisation des expérimentations. En conseillant de se concentrer sur deux ou trois cas d’usage, mais de manière approfondie. Encore faut-il être capable de bien les identifier, et de trouver la bonne méthodologie pour les déployer.
Pour les assureurs, il va rapidement falloir se poser les bonnes questions. Car il ne semble aucunement viable d’abandonner les efforts autour d’une technologie vouée à impacter tous les segments de la chaîne de valeur.
L’IA générative est déjà bien installée, et porte ses fruits, en témoignent des cas d’usage aux résultats impressionnants. La bataille pour en faire un avantage concurrentiel de taille, sinon décisif, ne fait certainement que commencer.
