Trois approches pour mesurer et gérer le retour sur investissement de l'IA

Après plusieurs années d'expérimentations IA et de projets pilotes, une question cruciale reste ouverte pour la plupart des entreprises : Quel retour — et quels types de retours — obtenons-nous de tous ces investissements en IA ? Pour de nombreux dirigeants, le ROI de l'IA semble encore souvent plus un art qu'une science : insaisissable, imprécis et dépendant du secteur.

Les enquêtes et les benchmarks dressent un tableau confus des retours actuels. Une grande partie des conseils reste également centrée sur la mesure des intrants — encourageant les organisations à investir, expérimenter et développer des capacités (« Vous devriez investir dans… ») — plutôt que sur les extrants et la manière d'évaluer l'impact (« Voici comment mesurer les résultats »). Aujourd'hui, peu d'entreprises appliquent la même discipline financière à l'intelligence artificielle qu'à une nouvelle usine ou une machine.

Nos entretiens avec plus de 30 PDG et hauts dirigeants de divers secteurs confirment que mesurer le ROI de l'IA est loin d'être une pratique standard : deux entreprises réalisant des investissements presque identiques peuvent définir le succès de manières totalement différentes. Pourtant, les entreprises qui ne parviennent pas à identifier une approche explicite du ROI de l'IA — ou qui déploient simplement des outils d'IA génériques en espérant des gains de productivité — réalisent rarement des retours crédibles et durables.

La mesure du ROI diffère selon le type de technologie IA utilisée. Les projets d'IA analytique, qui reposent généralement sur des techniques d'apprentissage automatique établies comme la prédiction et l'optimisation, produisent souvent des retours financiers plus directement attribuables mais tendent à être appliqués à des cas d'usage ciblés et bien définis. L'IA générative, en revanche, est largement applicable, étant donné sa capacité à effectuer une gamme de tâches de travail cognitif auparavant réalisées par des humains. Un outil d'IA générative crée souvent des améliorations en termes de vitesse, de qualité ou de volume de travail, nécessitant une traduction délibérée en impact financier. Et certaines entreprises combinent des solutions d'IA analytique et générative de manière personnalisée.

Le ROI de l'IA dépend également fortement du contexte sectoriel. Dans le secteur des biens de consommation, les entreprises rationalisent leurs chaînes d'approvisionnement en utilisant l'IA analytique, améliorant ainsi la réactivité à la demande. Une agence de marketing B2B utilisant l'IA générative peut se concentrer plutôt sur le débit créatif et l'idéation, les taux de réussite des propositions ou les conversions de leads — une définition différente du « retour ».

Trois voies vers un ROI tangible de l'IA

Sur la base de nos entretiens avec des dirigeants, nous avons identifié trois approches pratiques pour mesurer et gérer le ROI de l'IA. Ces approches reflètent une gamme de niveaux de maturité IA parmi les entreprises, ainsi que des intentions stratégiques variées.