Laurent - stock.adobe.com

Les deux tiers des entreprises confient leur Intelligence Artificielle à un prestataire

Une étude de Gartner révèle que dans le monde, les organisations sont moins de 33 % à internaliser le développement d'une technologie qui, pourtant, peut être critique pour leur indépendance à long terme.

Selon l'étude du cabinet d'analystes Gartner sur les investissements mondiaux des entreprises dans les technologies d'Intelligence Artificielle (IA), la moitié des organisations aurait décidé d'externaliser le développement de ces nouvelles fonctionnalités.

En clair, 45 % des entreprises confient leurs projets IA à des IBM, des Microsoft et autres Salesforce.

Dans le détail, 27 % achètent une solution d'IA et la personnalisent en interne en fonction de leurs besoins métiers et de leurs secteurs. Un peu plus de une sur dix décide de confier cette adaptation à un tiers (intégrateur ou ESN). Et 18 % achètent directement une solution IA adaptée à leur vertical (stratégie de Infor par exemple). Dans cette catégorie, on trouve les entreprises qui « consomment » l'IA clef en main lorsqu'elle est infusée dans une application, par exemple Einstein dans Salesforce ou plus récemment Dynamics IA de Microsoft (ERP et CRM).

A ces 56 % s'ajoute une dernière typologie d'organisations, qui se rapprochent des précédentes : les entreprises qui attendent que l'IA arrive, infusée, dans leurs solutions (10 %).

En tout ce sont donc les deux tiers des entreprises sondées qui se reposent sur des prestataires externes. Elles préfèrent « ne pas réinventer la roue », comme le résume Stéphanie Baghdassarian, Research Director chez Gartner.

Cette stratégie n'est pas sans poser des problèmes. Si les applications du Machine Learning, du Deep Learning ou de l'Informatique Cognitive sont critiques pour l'activité d'une entreprise, les confier à un éditeur revient à créer une situation de dépendance sur le long terme. Voire un problème de confidentialité vis à vis du prestataire (faire de l'IA sur des données chiffrées relèvent de la gageur).

« Le Machine Learning est un facteur qui crée de l'urgence. Comme l'algorithme apprend, plus vous commencez tôt plus vous vous procurez un avantage », nous le confirmait Cathy Mauzaize, Directrice de la division Enterprise Commercial de Microsoft France. Cette urgence explique la décision de s'appuyer sur des solutions existantes, plutôt que d'investir des sommes très importantes dans du fait-maison.

Se posent également les questions de la récupération des données, et surtout des enseignements et de l'amélioration des algorithmes. Changer de prestataire (comme passer de Salesforce à Dynamics, et donc de Einstein à une autre IA) sans récupérer « la partie apprise » revient à repartir de zéro et à se mettre dans une situation délicate.

Ces considérations poussent les 33 % restants à faire leur IA eux-mêmes. Dans ce petit tiers, 15 % développent leurs propres technologies quand 18 % s'appuient sur des briques open-source.

Mais les sommes en jeu sont élevées. Un quart des grands groupes ont consacré plus de 10 millions de dollars à l'IA en 2018 (dont 7 % plus de 20 millions). Quant au quart « supérieur » des ETI, il a investi plus de 3 millions de dollars.

Approfondir

Soyez le premier à commenter

M'envoyer une notification dès qu'un autre membre commente.

Merci de créer un identifiant pour pouvoir poster votre commentaire.

- ANNONCES GOOGLE

Close