ROI es-tu là ?
Le ROI de l'IA ne viendra pas des copilotes, mais d'applications intégrées qui automatisent et optimisent des processus métiers à l'échelle. L'enjeu clé : industrialisation et impact opérationnel réel
On entend à l’envi que les projets d’IA ne démontrent pas de ROI, et si, comme toujours la réponse était dans la question ?
Une entreprise qui se focalise sur les copilotes et autres compagnons ne capturera pas les bénéfices de l’IA. Seules des applications (des " agents ") qui réalisent tout ou une partie de workflows fastidieux, à l’échelle et de manière autonomes ou qui supportent significativement les humains en optimisant et éclairant leurs prises de décisions complexes (des " assistants ") génèrent de réels ROI.
Le phénomène ChatGPT (évidemment suivi de Gemini, Claude, Mistral…) a tellement frappé les esprits du grand public, qu’il a également profondément influencé la vision " corporate " de l’IA.
De nombreux dirigeants se contentent de déployer Copilote, de proposer des assistants ou compagnons virtuels, ou, enfin, de former les employés au prompt et à la réalisation autonome de petits utilitaires IA pour automatiser certaines activités mineures. On peut espérer de tout ceci, au plus, de la productivité individuelle et une meilleure qualité de vie au travail mais cela reste diffus et les retours identifiables bien ténus. On utilise parfois l’expression " productivité de machine à café " pour qualifier les quelques minutes gagnées, ici ou là, par l’utilisation de ces fonctionnalités, mais cela reste difficile à matérialiser pour l’entreprise.
La démarche de formation des employés au prompt ou au développement de petits utilitaires IA s’apparente aux formations bureautiques déployées " autrefois " (formules, pivots, macros sur les feuilles de calcul) ou aux formations de Business Intelligence (comment créer son rapport dans le datawarehouse). Intéressant mais loin d’être transformant ou révolutionnaire. Cette approche peut même se révéler contre-productive si tous les collaborateurs se mettent à redévelopper les mêmes fonctionnalités (par exemple l’envoi automatique de Newsletter au client dans le CRM) alors que le sujet devrait être structuré pour tous, une fois pour toute, ou encore, si certains utilisateurs sont trop peu familiers des structures de données et des logiques algorithmiques pour obtenir des résultats corrects.
Quoi qu’il en soit, ces démarches ne génèreront, à l’évidence, pas de réel ROI tangible.
A l’inverse, combiner l’IA générative (pour lire des mails, décortiquer des contrats complexes, ingérer des factures, interpréter des plans…) avec d’autres technologies (systèmes de règles, optimisation sous contrainte, boucles agentiques de raisonnement autonome) pour totalement remplacer un collaborateur humain dans la réalisation de tout ou partie d’un workflow, est porteur d’un ROI évident. Surtout lorsque les workflows ciblés sont réalisés par des équipes nombreuses. Nous disposons actuellement d’exemples passés en production, à l’échelle, sur des workflows divers : processus d’ouverture de compte et d’" onboarding " clients, traitement des mails entrants de demandes commerciales ou de service, rapports d’incidents ou auto-diagnostiques de conformité, ou encore workflows de gestion des sinistres assuranciels.
Mais les ROIs de l’automatisation, utilisant pour certaines étapes l’IA (générative ou fondée sur l’apprentissage machine) ne se limite pas à la productivité administrative. On peut également accélérer la mise sur le marché de nouveaux produits ou de nouveaux argumentaires marketing, en produisant et validant des contenus (tels que des vidéos), conformes aux guidelines de la marque et à la règlementation, plus rapidement et en plus grand nombre afin de les contextualiser et personnaliser pour une meilleure efficacité. Enfin, et presque surtout, on peut optimiser le résultat d’un processus, plus que son coût de réalisation. Par exemple, pour une entreprise de service, optimiser le planning d’intervention des équipes pour maximiser la marge des contrats augmentera la profitabilité au-delà de la productivité du planificateur. Optimiser les plans de transport d’un importateur réduira les coûts bien plus que le simple redimensionnement à la baisse des équipes logistique !
Pour avoir un ROI de l’IA, il faut se confronter à des processus porteurs d’un réel impact pour la productivité, la performance et l’avantage compétitif de l’entreprise, d’une part, et concevoir de réelles applications industrielles (des agents ou assistants IA) qui vont se connecter aux systèmes et être déployés d’une manière industrielle, d’autre part. Des cas d’usage à l’échelle existent dès à présent. L’enjeu de l’IA ne réside pas tant dans la puissance des modèles que dans la course à l’adoption, à l’échelle des entreprises et des États.