Dell organisait le jeudi 23 novembre son Dell Technologies Forum au Carrousel du Louvre à Paris. L’occasion de présenter une étude sur l’adoption de l’IA générative en entreprise.
500 décideurs IT dans l’implémentation de l’IA générative dans leur entreprise ont été interrogés en août et septembre 2023 aux Etats-Unis (200 sondés), au Royaume-Uni, en Allemagne et en France (100 sondés chacun). Le CTO Ambassador, Vincent Barbelin, et le CTO de Dell Technologies France, Sébastien Verger, ont analysé sur place ce rapport. Surprise : “La France est en avance“, se réjouit Sébastien Verger. Et cela pour des raisons “matures“. La valeur de l’IA générative pour les organisations françaises se trouve en effet d’abord dans les gains de productivité, ensuite dans la rivalité avec la concurrence, enfin dans la simplification des process.
27 % des organisations françaises ont débuté les processus de déploiement de solutions de GenAI, mais sans avoir engagé leurs équipes de data science dans la construction de modèles internes. 36 % en sont à un stade précoce ou intermédiaire. 26 % ont bien établies les solutions GenAI en interne, déployant des outils auprès des utilisateurs finaux et intégrant des formations.
Exemple frappant donné par Vincent Barbelin : la toute récente campagne promotionnelle de l’office de tourisme de Chamonix-Mont-Blanc avec des images générées par l’IA (voir ci-contre). Si le moyen fait polémique sur les réseaux sociaux, l’office de tourisme se réjouit de l’exposition ainsi donnée. “Le bad buzz lui a servi aussi“, explique le CTO.
Les solutions d’IA on-premise, choix privilégié des décideurs français
46 % préfèrent adopter des solutions d’IA générative en mode on-premise, qu’il s’agisse de modèles « from scratch », d’open source, ou de modèles existants adaptés à l’environnement de l’entreprise. En revanche, 33 % sont plutôt enclins à des approches hybrides et 21 % privilégient le Cloud. Ceux qui optent pour une approche hybride le font principalement pour des raisons de sécurité (37 %), de conformité (31%) et pour avoir un meilleur contrôle sur les modèles en vue d’obtenir de meilleurs résultats (28 %).
