Sifted Talks : Comment les entreprises en croissance déploient l'IA en production
Les entreprises en croissance rencontrent des obstacles dans l'adoption généralisée de l'IA, notamment l'augmentation des coûts et les problèmes de confiance. Des experts du secteur ont discuté des solutions pour passer des phases pilotes.
La transition de l'utilisation expérimentale au déploiement à grande échelle de l'IA générative présente des défis opérationnels importants pour les entreprises en croissance. Ceux-ci incluent l'augmentation des coûts, l'établissement de la gouvernance et l'instauration de la confiance dans les fonctions autonomes de l'IA.
Ces questions étaient au cœur d'un récent événement Sifted Talks, où des experts ont partagé leurs idées sur la manière dont les entreprises peuvent réussir à dépasser les phases pilotes de l'IA et à construire des opérations résilientes et natives à l'IA. Omar Davison, ingénieur solutions chez Box, a souligné que l'identification de l'endroit où l'IA apporte le plus de valeur – que ce soit pour la productivité individuelle, l'efficacité des départements ou l'optimisation à l'échelle de l'organisation – est cruciale. Pour les organisations moins matures en IA, les gains immédiats résident souvent dans l'amélioration de l'efficacité individuelle du temps.
Thibault Martin, responsable écosystème chez Dust, a noté que la technologie elle-même freine rarement la mise à l'échelle de l'IA ; c'est plutôt le manque de cadres clairs pour la sécurité et l'allocation budgétaire qui constitue souvent le goulot d'étranglement. Il a comparé les agents IA à de nouvelles ressources nécessitant des objectifs définis et une responsabilité claire pour les dirigeants d'entreprise. Lucien Bredin, cofondateur de Naboo, a partagé un exemple où leur jumeau IA gère 80 % de l'organisation d'événements quotidiennement, avec une supervision humaine pour maintenir la confiance.
Jannat Rajan, investisseuse en croissance, a souligné que l'intégration de l'IA dans les processus clés peut réduire considérablement les marges des entreprises. Les entreprises prospères gèrent ces coûts en diversifiant leurs modèles d'IA et en réajustant les prix de leurs logiciels. Elle a préconisé un portefeuille de moteurs d'IA, similaire à la tendance initiale du "multi-cloud", pour optimiser les dépenses et éviter la dépendance vis-à-vis d'un fournisseur, en insistant sur l'importance d'opérations financières spécialisées pour les coûts de l'IA.