Un an après l’irruption spectaculaire de l’intelligence artificielle générative sur la scène mondiale, une question hante les couloirs des grandes entreprises françaises : où sont les millions ? Derrière l’effervescence technologique et les promesses d’une révolution des usages, nombre de grands groupes peinent encore à traduire leurs expérimentations en gains concrets ou en nouveaux relais de croissance.
Depuis l’automne 2022 et l’apparition de ChatGPT, la plupart des fleurons du CAC 40 et de l’industrie hexagonale se sont lancés dans la course à l’intelligence artificielle générative. L’heure était alors à l’emballement et à la démonstration de force : laboratoires R&D mis à contribution, hackathons internes, partenariats stratégiques avec les géants de la tech, ou création d’équipes d’experts dédiées. L’objectif affiché était clair : être à la pointe dans l’adoption des nouveaux outils pour ne pas se laisser distancer par la concurrence internationale.
Mais douze mois plus tard, la réalité s’avère plus nuancée. « On a testé des dizaines de cas d’usage, mais peu se sont transformés en projets à grande échelle », concède un cadre de la direction digitale d’un groupe industriel. Plusieurs directions informatiques signalent la persistance de freins majeurs : coûts d’infrastructure parfois prohibitifs, incertitudes réglementaires, manque de profils qualifiés et surtout difficulté à mesurer l’impact réel sur la performance de l’entreprise. Certains POC (Proof of Concept) prometteurs achoppent sur la complexité d’intégration avec les systèmes existants ou la réticence des métiers à changer leurs habitudes.
Cet état de fait ne concerne pas uniquement les industries traditionnelles. Le secteur bancaire français, pourtant souvent en pointe sur les innovations technologiques, confesse lui aussi des avancées irrégulières. « Pour l’instant, le déploiement massif n’est pas à l’ordre du jour. Nous avançons de manière pragmatique, en priorisant les usages à forte valeur ajoutée tout en restant attentifs à la robustesse et la sécurité des solutions déployées », résume le responsable innovation d’un grand réseau bancaire. Les premiers bénéfices tangibles se concentrent surtout sur l’automatisation de tâches répétitives (traitement documentaire, analyse de données, génération de contenus internes), mais les applications directement génératrices de revenu, elles, tardent à émerger.
Face à ces obstacles, les dirigeants tempèrent l’impatience. Beaucoup rappellent que l’introduction de l’IA générative relève d’une transformation systémique qui implique une refonte des processus internes, une évolution des compétences, voire une redéfinition de certains métiers. « La vraie révolution ne se mesure pas uniquement en millions de gains immédiats. Elle s’appréciera dans la durée, au fur et à mesure que l’IA sera intégrée au cœur des métiers, de la relation client à la R&D », estime la directrice digitale d’un acteur de l’énergie.
Pour accélérer le passage du laboratoire à la production, certains groupes choisissent de mutualiser leurs efforts. De nouveaux consortiums se forment pour partager des retours d’expérience et mutualiser les investissements dans les infrastructures ou la formation. Parallèlement, les directions innovation multiplient les collaborations avec des start-up spécialisées pour tester plus rapidement de nouveaux cas d’usage, tout en restant à l’écoute des évolutions réglementaires européennes désormais en discussion à Bruxelles.
Derrière les interrogations sur le « retour sur investissement » pointe donc une réalité plus complexe : l’IA générative impose un changement de culture et de rythme, auquel les grands groupes français s’adaptent pas à pas. Si les millions ne sont pour l’instant qu’au stade des projections, la conviction demeure que le véritable potentiel de la technologie se dessinera sur le long terme.