Les chatbots d’IA n’apportent qu’une amélioration limitée de la productivité
Les chatbots d’IA sont partout. Les entreprises les déploient rapidement, et des plateformes comme ChatGPT ont gagné 100 millions d’utilisateurs en moins de deux mois. C’est plus rapide que n’importe quel déploiement technologique auparavant. Mais la vitesse n’est pas synonyme d’impact.
Voici la dure vérité qui ressort d’une étude récente du Bureau national de la recherche économique (NBER) : Les chatbots d’IA n’apportent que de modestes gains de productivité, soit une moyenne de 2,8 % de temps gagné au travail. Ces gains se traduisent rarement par une augmentation des revenus. Les augmentations de salaire n’ont été que de 3 % à 7 %, et dans la plupart des cas, les heures enregistrées et la charge de travail sont restées les mêmes. Les outils sont utilisés, oui. Mais transformer les flux de travail ? Pas de manière significative dans les grands secteurs d’activité.
Les entreprises encouragent l’adoption des chatbots, créent des outils internes et forment leurs employés. Mais si l’objectif est une productivité mesurable à l’échelle, nous ne voyons pas de résultats transformateurs, pas encore. Les dirigeants de la suite doivent réfléchir de manière critique aux domaines dans lesquels l’IA contribue à des rendements réels.
Pour les dirigeants, la question n’est pas de savoir d’investir dans l’IA. Cette question est évidente. Mais la façon dont vous utilisez l’IA, et où, détermine la valeur. Les déploiements à grande échelle de chatbots sans retour sur investissement clair ou sans alignement sur des tâches significatives ne font que créer du bruit. Il est temps de doubler les cas d’utilisation qui sont liés à des résultats. Choisissez l’impact plutôt que l’activité. Dans l’état actuel des choses, le gain de productivité moyen ne justifie pas un investissement à grande échelle, à moins qu’il ne soit stratégiquement ciblé.
Les expériences contrôlées peuvent surestimer la productivité des chatbots
Les environnements contrôlés sont utiles pour les tests. Ils ne sont pas conçus pour refléter toute la complexité d’une main-d’œuvre moderne et internationale. Les expériences d’IA menées dans des environnements sélectionnés, des rôles ciblés, des équipes motivées et des conditions idéales, ont montré des gains de productivité supérieurs à 15 %. Ces chiffres sont impressionnants, mais ils ne se traduisent pas clairement par des opérations dans le monde réel.
Le même rapport du NBER qui a trouvé des gains minimes des chatbots à travers les industries explique pourquoi les résultats à grande échelle diffèrent. Les essais contrôlés mesurent souvent les performances dans des rôles déjà optimisés pour la pertinence de l’automatisation, comme le service client ou la rédaction de documents. Mais la plupart des entreprises ne fonctionnent pas dans ces conditions de bac à sable. Il y a une fragmentation des rôles, de la culture technologique, des flux de travail et du soutien de l’employeur en matière d’IA.
Ainsi, alors que le potentiel de l le potentiel de l’IA est réella généralisation excessive des résultats des essais crée de fausses attentes. La productivité de l’entreprise dans son ensemble n’augmente pas simplement parce qu’un outil a bien fonctionné dans le cadre d’un test A/B avec des objectifs et des incitations clairs.
Les cadres dirigeants doivent adapter leurs attentes à cet égard. Les essais contrôlés sont utiles, mais leurs conditions sont étroites. Lorsque nous prenons ces résultats et que nous les déployons dans des entreprises qui ne disposent pas d’environnements de soutien adaptés, de formation, d’alignement des dirigeants et de cas d’utilisation bien définis, les résultats s’évanouissent rapidement. Si votre organisation ne met pas délibérément en place ces conditions, l’IA ne sera pas à la hauteur.
Les initiatives menées par les employeurs améliorent les résultats des chatbots d’IA
Voici ce que les données montrent : lorsque les employeurs encouragent et soutiennent activement l’adoption des chatbots IA, les résultats s’améliorent considérablement. Dans l’étude réalisée par le National Bureau of Economic Research, les entreprises qui ont fourni des outils d’IA en interne, ainsi qu’une formation structurée, ont vu les taux d’adoption de l’IA passer de 47 % à 83 %. Il ne s’agit pas seulement d’une statistique d’utilisation, mais d’une corrélation directe avec de meilleurs résultats en matière de productivité. Lorsque l’utilisation de l’IA est encouragée et alignée sur les processus de l’entreprise, les avantages en termes de productivité augmentent de 10 à 40 %.
La raison pour laquelle cela fonctionne n’est pas compliquée. Les employés utilisent l’IA plus efficacement lorsqu’ils sont correctement formés et que les outils sont intégrés dans les systèmes existants. Dans le cas contraire, les outils d’IA, aussi avancés soient-ils, ne sont pas intégrés dans l’exécution des tâches quotidiennes de manière à générer des résultats.
Pour les équipes dirigeantes, le message est direct : l’adoption passive ne fonctionne pas. Si vous souhaitez obtenir des résultats mesurables grâce à l’IA, l’investissement doit aller au-delà des licences et des abonnements. Les entreprises doivent mettre en place une infrastructure autour de la technologie, de l’intégration, de la formation et d’un message interne cohérent. Traitez l’activation de l’IA de la même manière que toute autre initiative stratégique.
De nombreuses initiatives en matière d’IA ne parviennent pas à produire le retour sur investissement escompté, en particulier les projets de chatbot.
Les investissements dans l’IA augmententmais les résultats continuent de décevoir. Selon une étude réalisée par IBM en 2023 auprès de 2 000 PDG du monde entier, seuls 25 % des projets d’IA répondent aux attentes en matière de retour sur investissement. La même étude a montré que 64 % des dirigeants investissent dans l’IA principalement pour éviter d’être distancés par leurs concurrents.
Il s’agit d’une lacune critique dans l’exécution. Sans aligner les déploiements d’IA sur les fonctions ou les objectifs fondamentaux de l’entreprise, les organisations finissent par déployer des outils qui ne font pas bouger l’aiguille de la productivité ou du chiffre d’affaires. La plupart des problèmes de performance de l’IA sont dus à l’absence d’intégration avec les processus existants ou de mise en place des bonnes fondations avant le déploiement.
Les dirigeants doivent passer d’une adoption fondée sur la peur à une exécution axée sur les objectifs. Déployer l’IA sans l’intégrer dans une stratégie opérationnelle et technique est une recette pour un impact neutre. Les projets qui réussissent sont ceux qui sont directement liés à des fonctions évolutives telles que le service à la clientèle, le développement de logiciels, l’assistance informatique et les opérations.
L’IA générative entre dans une phase de désillusion
L’IA générative est arrivée rapidement et a attiré l’attention. Des outils comme ChatGPT ont battu des records de croissance du nombre d’utilisateurs, et les leaders de tous les secteurs s’attendaient à une transformation rapide. Mais aujourd’hui, ces attentes sont en train d’être recalibrées. Selon Gartner Research, l’IA générative (genAI) entre dans ce qu’il appelle le « creux de la désillusion ». Il s’agit de la divergence entre les promesses et les performances dans le monde réel. Les problèmes fondamentaux : les organisations supposent un impact à grande échelle sans résoudre des problèmes critiques tels que la gouvernance des données, la préparation à l’IA et la capacité d’intégration.
Nombreux sont ceux qui s’attendaient à des gains rapides. Au lieu de cela, ils constatent des lacunes. Les outils d’IA manquent parfois d’intelligence contextuelle pour offrir une valeur durable, en particulier lorsque les entreprises n’ont pas mis en place les bases opérationnelles nécessaires pour les soutenir. Ce décalage entre le battage médiatique et l’exécution est la raison pour laquelle certaines entreprises ralentissent, réévaluent leurs initiatives en matière d’IA ou les mettent carrément en suspens.
Les chefs d’entreprise doivent définir les attentes en matière d’adoption. Le marché passe de la curiosité à l’examen minutieux. Le succès de l’IA générative dépend de la résolution des problèmes d’infrastructure, de la gestion des risques et de la préparation de la main-d’œuvre. Il ne suffit pas d’être précoce, l’exécution est maintenant importante. Il s’agit d’aller au-delà des projets pilotes de surface et de développer la maturité des capacités et de la gouvernance.
Les gains de temps réalisés grâce à l’IA ne se traduisent souvent pas par des gains de productivité significatifs
L’IA peut faire gagner du temps, les données le prouvent. Une étude récente de Gartner indique que les employés qui utilisent l’IA gagnent en moyenne 5,4 heures par semaine, soit environ 12 % de leur temps de travail total. Mais le problème est là : la majeure partie de ce temps économisé n’est pas réorientée vers un travail utile. Le rapport révèle que plus des deux tiers de ce temps sont consacrés à des tâches de faible valeur.
Il s’agit là d’un défi. Les gains de temps ne suffisent pas à générer des résultats commerciaux. Si cette capacité récupérée n’est pas gérée de manière ciblée, il s’agit simplement d’une marge de manœuvre non allouée dans le système. Sans stratégie pour réintégrer ces heures récupérées dans des tâches à haut rendement, les gains de temps ne se traduiront pas par un retour sur investissement. Vous obtenez de l’efficacité sans effet de levier.
Pour les dirigeants, le message est simple : la récupération du temps est une opportunité de base, pas un résultat. Les dirigeants doivent identifier les flux de travail ou les domaines dans lesquels le temps libéré peut être réinvesti dans l’innovation, la satisfaction des clients ou les priorités essentielles. Dans le cas contraire, le retour sur investissement s’amenuise. L’IA a besoin d’une direction, et cela commence par le leadership.
Les agents autonomes d’IA offrent un potentiel supérieur en termes de retour sur investissement et de productivité
Les chatbots d’IA générative sont utiles, mais ils ont des limites. Ils aident à rédiger des contenus ou à répondre à des questions, mais ils ne fonctionnent pas de manière autonome. Ce sont les agents d’IA autonomes qui le font. Ces systèmes peuvent interpréter des données, exécuter des tâches, ajuster des actions en fonction du retour d’information et prendre des décisions en temps réel. Cela les rend plus utiles, en particulier pour les cas d’utilisation qui nécessitent un traitement dynamique des tâches sans direction humaine continue.
Les entreprises ont commencé à réorienter leurs investissements vers ces agents, car les résultats sont plus clairs. Dans une étude Box portant sur 1 300 responsables informatiques, les organisations qui utilisent déjà des agents autonomes ont fait état d’une amélioration moyenne de la productivité de 37 %. Dans une enquête distincte d’Ernst & Young, 48 % des dirigeants du secteur technologique ont déclaré qu’ils déployaient pleinement des agents d’intelligence artificielle. La moitié de ces dirigeants s’attendent à ce que la majorité des déploiements d’IA dans leur entreprise soit basée sur des agents d’ici deux ans.
Les agents autonomes ont besoin d’objectifs structurés et d’environnements de données adéquats pour fonctionner à grande échelle. Les dirigeants devraient considérer leur déploiement comme un investissement dans le système de base, et non comme un outil supplémentaire. Bien conçus, ces agents peuvent remplacer des flux de travail entiers, et pas seulement réduire le temps consacré à une tâche. Le retour sur investissement le plus rapide sera obtenu dans les domaines où l’IA autonome peut effectuer des transactions de manière cohérente, coordonner des processus internes ou résoudre des problèmes avec des clients sans avoir recours à des données manuelles.
La valeur future de l’IA dépend de la redéfinition des objectifs au-delà de l’efficacité immédiate
Les mesures de productivité sont importantes, mais ce ne sont pas les seuls indicateurs de performance qui comptent. De nombreuses organisations mettent en œuvre des outils d’IA dans un souci d’efficacité, de réduction du nombre d’heures et d’accélération de la production. Mais il s’agit là d’une vision étroite. La démarche plus stratégique consiste à se demander où l’IA peut aider à changer ce que l’entreprise fait, et pas seulement la vitesse à laquelle elle le fait. Trop d’entreprises s’arrêtent à l’optimisation des tâches courantes et négligent les opportunités d’évolution de l’entreprise elle-même.
Vous ne pouvez pas exploiter toute la valeur de l’IA en la limitant à des gains de temps. L’utilisation stratégique de l’IA implique de repenser les processus, d’élargir les offres, d’améliorer la pertinence pour les clients et de permettre une meilleure prise de décision. Cela exige de repenser au plus haut niveau la manière dont l’IA s’inscrit dans la planification de l’avenir.
Les dirigeants doivent inciter leurs équipes à aller au-delà des mesures d’efficacité. Quelles capacités l’IA débloque-t-elle qui n’existaient pas auparavant ? Quels marchés ou services deviennent accessibles grâce à l’automatisation, à la connaissance ou à l’échelle ? L’IA doit favoriser la différenciation de l’entreprise, et pas seulement la production horaire. Dans le cas contraire, les investissements augmenteront sans impact.
La maturité croissante de la stratégie d’IA reflète l’abandon des déploiements ad hoc.
Les organisations commencent à dépasser la phase d’essai et d’observation de l’adoption de l’IA. Elles s’orientent clairement vers des stratégies structurées avec des objectifs définis et des résultats mesurables. Selon une étude d’IBM, le pourcentage d’entreprises utilisant l’IA de manière non structurée et ad hoc est passé de 19 % à 6 % en l’espace d’un an. Cela signifie que les dirigeants commencent à reconnaître que l’expérimentation sans direction ne donne pas de résultats concrets.
Cette évolution signifie que l’IA n’est plus traitée comme un ensemble d’outils déconnectés. Elle est de plus en plus liée aux priorités opérationnelles, à l’automatisation des processus, à l’expérience client, à la personnalisation des produits et à l’intelligence décisionnelle. Les entreprises qui élaborent des stratégies d’IA avec des objectifs clairs, des critères de performance et une adhésion interfonctionnelle seront en tête. Celles qui ne le font pas continueront à voir un retour sur investissement irrégulier.
Pour la suite, la stratégie d’IA doit désormais être mise en place par les dirigeants, et non par des équipes isolées. Les PDG, directeurs de l’exploitation et directeurs de la technologie doivent s’assurer de l’alignement entre les départements dès le début. Sans cet alignement, l’IA devient fragmentée, ce qui entraîne un gaspillage de budget et de talents. L’avantage concurrentiel reviendra aux organisations qui intègrent l’IA dans leurs opérations de base et qui suivent les facteurs de valeur directs plutôt que les seuls taux d’activité ou d’adoption.
Récapitulation
L’IA n’est pas le problème, c’est le désalignement qui l’est. Le battage médiatique autour des outils génératifs, en particulier les chatbots, a été plus rapide que les résultats. La plupart des organisations ont adopté ces outils rapidement, sans orientation claire, et sont maintenant confrontées à des résultats décevants. La leçon est claire : il est facile d’acheter de l’IA ; la transformer en valeur nécessite de la structure, du contexte et de la concentration.
Le leadership définit les résultats. Les gains de productivité restent modestes lorsque l’IA est utilisée à la périphérie des opérations ou sans un soutien complet à l’adoption. Lorsqu’elle est intégrée dans les flux de travail de base, liée à des objectifs réels et soutenue par la formation et l’infrastructure, l’impact augmente. Les agents autonomes de l’IA obtiennent de meilleurs résultats non pas parce qu’ils sont plus intelligents, mais parce qu’ils sont déployés avec intention.
Les dirigeants devraient adopter une vision plus large. Les gains de temps, l’automatisation et l’efficacité ne sont que des points de départ. La véritable opportunité est d’utiliser l’IA pour remodeler l’entreprise, la façon dont les décisions sont prises, la façon dont les services sont fournis et la façon dont le travail évolue. Ce changement ne se fera pas par le biais de projets pilotes dispersés ou d’une adoption fondée sur la peur. Il faut du leadership, un alignement interfonctionnel et une feuille de route à long terme fondée sur des résultats mesurables. C’est là que réside la valeur.
