Les dépenses des entreprises dans l'IA agentic augmentent, mais la clarté est en retard

Selon le dernier sondage U.S. AI Pulse d'EY, les budgets des entreprises s'orientent vers des projets d'IA agentic dans tous les secteurs, mais la plupart des décideurs ne savent toujours pas ce qu'ils achètent.

Le terme est lancé partout, collé sur tout ce qui sent vaguement l'IA générative, et les dirigeants approuvent des dizaines de millions sans réelle compréhension de ce que font réellement ces systèmes. Cela crée un décalage entre les liquidités et les capacités, et ce n'est pas négligeable.

Un dirigeant senior sur cinq a déclaré que son entreprise avait déjà investi plus de 10 millions de dollars dans l'IA, et près d'un tiers prévoit de faire de même l'année prochaine.

Dan Diasio, responsable mondial de l'IA chez EY, ne semblait pas surpris. « L'IA agentic a un buzz autour d'elle que beaucoup sur le marché veulent exploiter », a déclaré Dan. « Nous avons vu un incroyable rebranding de tout ce qui est lié à l'IA générative présenté comme « IA agentic ». »

Le problème ? La plupart de ce que les entreprises appellent agentic fonctionne encore comme un assistant. Vous tapez quelque chose, il renvoie quelque chose. Il peut recommander une prochaine étape ou automatiser certaines tâches administratives, mais il ne fait rien de manière indépendante. Dan a déclaré que les vrais agents savent quand une tâche doit être effectuée, comprennent le contexte et gèrent chaque étape sans qu'on le leur dise.

Les dirigeants dépensent plus, adoptent moins

Malgré l'augmentation des dépenses, la mise en œuvre progresse lentement. Seuls 14 % des dirigeants interrogés ont déclaré que leur entreprise avait entièrement déployé l'IA agentic. Tout le monde est coincé dans le purgatoire des phases pilotes. Dan a déclaré que cet écart est dû au fait que les entreprises ne sont pas prêtes pour les exigences.

« Cela inclut la possession de connaissances organisées et de haute qualité pour guider ces systèmes et une compréhension claire de la manière dont les entreprises naviguent dans le changement massif entre les états actuel et futur. » Traduction : pas de fondation, pas de déploiement.

Même avec les retours des outils IA plus anciens, la plupart des entreprises hésitent à avancer. Dan a déclaré que c'est le mélange de faiblesses techniques et de résistance au changement qui ralentit les choses. « Bien que cette combinaison crée un climat d'incertitude, elle fournit une feuille de route claire pour les organisations », a-t-il déclaré. Cette feuille de route ? Réparer d'abord le désordre interne. Sinon, ce ne sont que des phases pilotes plus coûteuses qui n'aboutissent nulle part.

Deepankar Mathur, directeur adjoint chez Searce, a déclaré que toute l'idée d'une adoption à grande échelle est maintenant un peu inutile. « C'est comme essayer de toucher une cible qui bouge constamment », a déclaré Deepankar.

La façon dont l'IA agentic évolue, il n'y a pas de moment de lancement unique. Au lieu de cela, il s'agit de mises à jour constantes. Identifier ce qui doit être automatisé, décider de ce qui compte le plus, utiliser les meilleurs outils disponibles, puis les améliorer à nouveau, immédiatement. « Ce cycle d'amélioration n'est pas un projet temporaire ; c'est une exigence opérationnelle « toujours active » », a-t-il déclaré.

Les dirigeants définissent les rôles, sécurisent les systèmes et débloquent les équipes

Dan a déclaré que le moyen d'éviter la peur et la confusion est de traiter le mélange IA-humain comme un véritable partenariat. Préciser qui fait quoi. « Cela signifie élaborer une stratégie qui décrit quelles tâches l'IA gérera et quels rôles les humains joueront », a-t-il déclaré. Cela élimine le doute et donne aux employés la possibilité de travailler avec les outils plutôt que contre eux.

Mais cela ne fonctionne que si l'IA a quelque chose avec quoi travailler. « Les emplois sont effectués grâce au savoir-faire et à l'expérience, qui sont des informations qui peuvent exister uniquement dans la tête des travailleurs », a déclaré Dan. Ce type de connaissance ne repose pas dans une base de données. Il doit être capturé et transformé en matériel structuré. Les systèmes agents en ont besoin pour prendre des décisions intelligentes. Pas d'entrée, pas de sortie.

Et puis il y a la cybersécurité. Dan a déclaré que davantage d'agents en production signifie davantage de vulnérabilités. « Nous commençons à recevoir plus de nouvelles sur les implications cybernétiques dans de nombreux agents », a-t-il déclaré. Cela signifie que les entreprises doivent construire des plans cyber centrés sur l'IA dès le premier jour. Définir des règles autour de l'utilisation des données, de la vie privée, de l'éthique et du moment où un humain doit intervenir. « En abordant proactivement ces questions de gouvernance, les dirigeants peuvent construire un système digne de confiance et transparent », a-t-il déclaré.

Deepankar a également plaidé en faveur de l'accès direct des équipes aux outils IA. Il a déclaré qu'il n'est plus nécessaire d'être ingénieur pour construire quelque chose d'utile. « La barrière à la mise en œuvre de l'IA a considérablement baissé », a-t-il déclaré. Mais s'en remettre à des comités de pilotage ou à des conseils IA centralisés ralentit simplement les choses. « Un véritable progrès nécessite que les dirigeants défendent activement et permettent cette adoption généralisée. »

Il a déclaré que les entreprises les plus avant-gardistes mettent en place des centres d'excellence IA internes. Ce ne sont pas de grands départements, juste des équipes serrées d'experts qui s'intègrent dans différentes unités commerciales, les forment et les aident à construire leurs propres flux de travail agentic. « Les entreprises les plus réussies construisent de petites équipes d'élite de spécialistes « blackbelt IA » », a-t-il déclaré.