IA de confiance : le facteur clé pour rentabiliser les projets d’entreprise

Selon le dernier Data and AI Impact Report de SAS, fondé sur une étude IDC, elles ont jusqu’à 15 fois plus de chances de déclarer un ROI élevé sur leurs projets d’intelligence artificielle.

La confiance, nouvel accélérateur du ROI de l’IA

La course à l’intelligence artificielle ne se joue plus uniquement sur l’adoption de modèles génératifs ou d’agents autonomes. Elle dépend de la capacité des organisations à déployer une IA fiable, explicable et gouvernée. C’est le principal enseignement du deuxième rapport annuel Data and AI Impact Report: The New Economics of Trust, publié par SAS sur la base de données de recherche IDC.

Les entreprises les plus avancées sur les pratiques d’IA de confiance affichent un retour sur investissement au moins deux fois supérieur à celui de leurs pairs. Elles sont aussi 62% à faire état d’un ROI fort ou élevé, contre seulement 4% parmi les organisations moins matures : un écart qui correspond à une probabilité 15 fois supérieure de rentabiliser efficacement les projets IA.

C’est donc la manière de piloter l’IA qui crée la différence. Les organisations leaders associent gouvernance, supervision humaine, traçabilité des décisions et contrôle de la qualité des données. Elles enregistrent des gains 1,85 fois plus élevés sur 13 indicateurs de performance, incluant le chiffre d’affaires, les économies de coûts et l’expérience client.

Les salariés contournent une IA qu’ils ne comprennent pas

L’un des freins les plus critiques à l’adoption de l’IA en entreprise reste le manque de confiance des utilisateurs. Lorsqu’un système fournit une recommandation sans expliquer son raisonnement, les collaborateurs hésitent à l’appliquer, voire la corrigent manuellement.

Le rapport indique ainsi que 97,2% des utilisateurs outrepassent, dans certains cas, les recommandations produites par l’IA. La première cause de ce comportement n’est pas nécessairement l’inexactitude perçue de la réponse, mais l’incapacité de l’outil à justifier la décision proposée.

Cette défiance génère un coût opérationnel direct : multiplication des vérifications, corrections manuelles, ralentissement des processus et perte de productivité. Elle entretient également un cercle vicieux : faute d’usage réel et assumé, l’entreprise peine à industrialiser ses cas d’usage IA et à en mesurer les bénéfices économiques.

« Lorsque l’IA fonctionne, son impact est considérable. Pour atteindre précision et reproductibilité, les organisations doivent intégrer l’expertise métier dans les flux de travail agentiques, tout en maintenant l’humain au centre de la gouvernance et du contrôle », déclare Bryan Harris, Chief Technology Officer chez SAS.

Le sujet prend une ampleur particulière avec l’IA agentique. La confiance des répondants baisse de 76% pour l’IA générative à 66% pour les systèmes agentiques, dont le niveau d’autonomie nourrit des préoccupations accrues sur le contrôle, la responsabilité et la fiabilité des décisions.

Des fondations data encore insuffisantes

L’IA de confiance ne peut pas reposer sur la seule supervision humaine. Elle exige une infrastructure de données robuste, accessible, gouvernée et contrôlée. Or, de nombreuses entreprises déploient leurs modèles sur des architectures data fragmentées, incomplètes ou vieillissantes.

Seules 17,5% des organisations interrogées disposent d’une infrastructure de données entièrement optimisée et suffisamment mature pour répondre aux exigences de l’IA agentique. Cette faiblesse compromet la qualité des résultats, limite l’explicabilité et rend plus difficile l’audit des systèmes automatisés.

À l’inverse, les entreprises disposant de fondations data optimisées ont quatre fois plus de chances d’anticiper un ROI élevé pour leurs initiatives IA. Elles sont également six fois plus susceptibles d’imposer les contrôles nécessaires en matière de qualité des données et d’explicabilité.

Gouvernance et explicabilité deviennent stratégiques

Pour Chris Marshall, vice-président chez IDC, l’enjeu est désormais de préserver la confiance à mesure que l’IA gagne en autonomie. Les entreprises doivent donc faire du contrôle, de la redevabilité et de la transparence des prérequis opérationnels, et non de simples exigences de conformité.

Les organisations les plus performantes semblent l’avoir compris : 85% des leaders de l’IA de confiance prévoient d’augmenter de plus de 10% leurs investissements dans ce domaine cette année. La rentabilité de l’IA ne dépend donc pas seulement de la puissance des modèles, mais de la solidité du cadre data et de gouvernance qui les entoure.

Source : Enquête mondiale menée auprès de 2 699 décideurs ayant une connaissance ou une influence sur les initiatives de leur entreprise en matière de données et d’IA – 28 pays et quatre secteurs prioritaires : la banque, l’assurance, les sciences de la vie et le secteur public.

Ressources complémentaires sur iTPro.fr

IA en entreprise : adoption massive, mais la confiance reste le principal frein

L’anxiété liée à l’IA, un risque sous-estimé pour la sécurité