Cette nouvelle étude, intitulé « IA générative – De l’exploration à l’impact », explore les dynamiques du marché de l’intelligence artificielle générative, les défis à relever et les opportunités pour maximiser la valeur de l’IA générative.
En résumé :
- 2024 a été une année d’accélération de l’IA générative d’un point de vue technologique avec des niveaux d’investissement inédits, et l’apparition de solutions plus performantes et variées
- Une certaine déception à date des entreprises dont seulement 1 sur 5 a réussi à déployer à l’échelle un premier cas d’usage, malgré le foisonnement des prototypes (« POC »)
- Une confirmation de la projection du marché de l’IA générative à 100 milliards de dollars d’ici 2028
Le marché de l’IA générative a plus que doublé en 2024 atteignant entre 20 et 25 milliards de dollars de revenus. Sopra Steria Next confirme ses projections sur le marché de l’IA générative, qui devrait atteindre au moins 100 milliards de dollars d’ici 2028 dans le scénario central.
Malgré cet essor technologique, de nombreux freins peuvent être observés au sein des entreprises. En effet, seules 22% des grandes entreprises ont réussi à réellement déployer au moins une première application d’IA générative à l’échelle en 2024.
Les entreprises font face à un paradoxe : elles ont pleinement conscience du potentiel de l’IA générative, mais éprouvent encore des difficultés à l’industrialiser et à en tirer une valeur concrète. Ces blocages ne sont pas technologiques, mais avant tout organisationnels et opérationnels.
Afin de passer de l’exploration à l’impact et d’accompagner ses clients dans cette transformation, Sopra Steria Next a identifié quatre axes stratégiques ayant pour objectifs d’accélérer l’adoption de l’IA générative :
- Se concentrer sur l’impact tangible sur le P&L – Réussir à déployer à grande échelle les solutions d'IA générative les plus matures, et à gagner la bataille de l'utilisation quotidienne par les employés.
- Explorer les possibilités de l’IA agentique - Passer du «Text-to-Text» au «Speak-to-Action», et aller vers une approche multi-tâches intégrée et personnalisée : «Smart Lean»
- Apprendre à conjuguer différents modèles d’IA génératives – Savoir utiliser plusieurs modèles d’IA générative, et les faire fonctionner ensemble, afin d’optimiser le quadriptyque Coût / Performance / Vitesse / Empreinte ESG
- Garantir une IA éthique et responsable lors du déploiement à grande échelle – Possibilité d'utiliser des données synthétiques pour améliorer et simplifier la gestion des données, et bien sûr intégrer la réglementation sur l’IA (AI Act).
Cliquez ici pour découvrir un résumé des principaux chiffres et enseignements de l’étude.
Ou remplissez le formulaire ci-dessous pour demander la version complète de l’étude.