Changer la façon dont nous pensons à la GenAI dans la salle du conseil d’administration : Naviguer dans le ROI à court et long terme

Alors que les équipes de direction du monde entier commencent à planifier pour 2025, le sujet qui occupe tous les esprits est de savoir quand attendre que leurs investissements dans l’IA et/ou la génération d’IA (GenAI) rapportent. De nouvelles recherches de Google Cloud ont révélé que plus de 6 entreprises sur 10 (plus de 100 employés) utilisent la GenAI, et 74 % voient déjà un retour sur investissement (ROI) important. Mais pour maximiser le ROI de l’IA/GenAI, il faut adopter une approche stratégique qui va au-delà de la justification des coûts, en englobant à la fois les rendements directs et indirects, une compréhension claire des délais et des coûts cachés, et l’intégration de fonctionnalités centrées sur l’humain pour assurer des processus fiables et évolutifs.

Reframer le ROI

Étant donné toute l’attention que l’IA/GenAI a reçue dans les médias cette année, il peut être facile d’oublier que ces investissements sont encore relativement nouveaux, ce qui signifie que la plupart des entreprises n’ont même pas encore vu le type de ROI qui est possible. Cela rend encore plus important de gérer les attentes dans la salle du conseil d’administration dès le début, car toute évaluation précoce créera des impressions critiques qui influenceront la façon dont la direction perçoit les investissements futurs. Si elles ont de grands espoirs pour un changement immédiat et transformateur, leur opinion pourrait se dégrader si ces changements sont encore en cours dans les premières étapes. En d’autres termes, les nouvelles innovations nécessitent de nouvelles perspectives de mesure, et les dirigeants devraient revoir leur façon de penser le ROI à court et long terme.

En termes de ce qui constitue une transformation réussie, les progrès sont souvent mieux mesurés dans l’œil du beholder, mais même les “petites” victoires peuvent conduire à des résultats plus importants plus tard. Voici trois façons d’aider à contextualiser vos investissements dans l’IA/GenAI, ainsi que des exemples de ceux qui sont sur un chemin similaire.

1. Faire la distinction entre le ROI direct et indirect

Dans certaines industries, un ROI direct est plus facile à repérer. Par exemple, si une entreprise de détail ou de produits de consommation commence à offrir de nouvelles fonctionnalités de GenAI, elle aura probablement une idée immédiate de la part des clients de la façon dont les fonctionnalités sont reçues. Alors que dans d’autres industries comme la fabrication, il y a plus de ROI indirect qui dépend de investissements à long terme. Avec ces types de rendements différés, c’est généralement l’impact “trickle-down” qui peut créer de nouvelles opportunités ou débloquer de nouvelles valeurs. Imaginez que vous mettez en œuvre une nouvelle solution d’IA pour améliorer la productivité de l’équipe. Alors que votre objectif initial aurait pu être la production, l’augmentation de l’activité pourrait également conduire à la découverte de tout nouveaux chemins de croissance qui n’avaient même pas été considérés. C’est la partie la plus excitante et la plus exaltante de l’IA/GenAI – le potentiel inconnu. Et bien que le potentiel soit difficile à mesurer, il devrait toujours être inclus comme un facteur dans le calcul du retour.

Un bon exemple de ROI direct et indirect peut être trouvé chez l’entreprise de commerce électronique Mercari, qui a ajouté l’an dernier un assistant de shopping alimenté par ChatGPT à sa plateforme de marché pour les articles de seconde main. Leur nouveau “Merchant AI” permettrait aux clients de “se connecter au site, d’engager l’assistant de shopping dans une conversation naturelle, de répondre à des questions sur leurs besoins, et de recevoir ensuite une série de recommandations” pour les prochaines étapes. Le ROI direct de ceci était une réduction de 74 % du volume des tickets chez Mercari, tandis que le ROI indirect était que les économies de temps résultantes ont permis à l’entreprise de réduire progressivement la dette technique et de faire évoluer ses opérations.

2. Prendre en compte le délai pour les investissements dans l’IA/GenAI et les coûts cachés qui l’accompagnent

Compte tenu de la pression constante sur le C-Suite pour augmenter les profits, il y a peu de chances qu’ils adoptent soudainement une mentalité “les bonnes choses arrivent à ceux qui attendent”. Mais la réalité est que toute incursion dans l’IA/GenAI prend du temps et de l’argent, même avant d’atteindre la ligne de départ. De l’investissement dans les infrastructures et la formation à l’acquisition de différents API et de données pertinentes, il peut s’agir de mois de travail de préparation qui ne montreront aucun “retour” autre que d’être prêt à commencer. Un autre coût caché (que beaucoup de gens ne parlent pas) est la réalité que vous allez obtenir des hallucinations et des erreurs créées par l’IA qui peuvent coûter aux entreprises des sommes considérables en les envoyant dans la mauvaise direction, en ouvrant une faille de sécurité, ou en déclenchant potentiellement un problème de relations publiques coûteux. L’expérience est très nouvelle, ce qui rend tout un peu plus risqué et plus coûteux, il est donc important pour les dirigeants de prendre cela en considération lors de l’évaluation du ROI.

McKinsey a offert des insights sur ce processus de prise de décision et ses coûts associés, en s’inspirant du scénario classique “louer, acheter ou construire”. Dans leur archétype, les DSI ou les DSI devraient considérer s’ils sont un “preneur” (en utilisant des LLM publics avec peu de personnalisation), un “façonneur” (en intégrant des modèles avec des données possédées pour obtenir des résultats plus personnalisés), ou un “créateur” (en construisant un modèle sur mesure pour répondre à un cas d’affaires spécifique). Chaque archétype a ses propres coûts que les dirigeants technologiques devront évaluer, allant de “preneur” qui coûte jusqu’à 2 millions de dollars, à “créateur” qui peut parfois s’étendre à 100 fois ce montant.

Essayer de rendre l’investissement dans l’IA/GenAI plus centré sur l’humain

Il y a encore beaucoup de peur (en particulier parmi les travailleurs) que l’IA remplace les humains. Plutôt que de rejeter ces préoccupations, les entreprises devraient positionner toute transformation comme un renforcement plutôt que comme un remplacement et essayer de trouver des moyens de rendre leur investissement plus centré sur l’humain. Avec la GenAI, ce n’est pas une transaction ; c’est un partenariat, et il y a toujours un besoin réel pour que les humains évaluent l’efficacité de toute intelligence ou matériel généré pour s’assurer qu’ils sont libres de biais, d’hallucinations ou d’autres interprétations erronées. C’est pourquoi il est essentiel que les entreprises défient constamment l’IA pour fournir une justification derrière chaque décision pour assurer l’exactitude. Cela donnera au contenu plus de validation, vos travailleurs verront un rôle défini dans le processus, et cela aidera finalement le ROI car vous apprenez à chaque étape.

Il est également une bonne idée de fixer des limites strictes pour fournir des limites strictes sur le type d’informations que l’IA peut collecter. Demandez-vous, “Devrions-nous permettre à l’IA d’accéder à Internet ?” Peut-être pas. Le point est de considérer le besoin d’abord, et si vous avez d’autres méthodologies éprouvées, utilisez-les. Parfois, l’IA n’est utile que pour la synthèse, et non pour “réfléchir”. C’est tout à fait une question d’équilibre, et les humains ont toujours un rôle critique à jouer. Selon des recherches d’Accenture, 94 % des dirigeants estiment que les technologies d’interface humaine permettront de mieux comprendre les comportements et les intentions, en transformant l’interaction humaine-machine.

Combler le fossé entre la promesse et la réalité

Les experts s’accordent pour dire que, même si la barrière à l’entrée de la GenAI est faible, son “potentiel à long terme dépend de la preuve de sa valeur à court terme”. Cela signifie que tout pilote d’IA/GenAI devrait avoir une série de critères de réussite clairement définis (mais flexibles) avant de lancer, et les entreprises devraient constamment surveiller les processus pour s’assurer qu’ils fournissent constamment de la valeur. Lorsqu’il s’agit de cette nouvelle ère d’innovation numérique, il se peut qu’il n’y ait jamais de ligne d’arrivée traditionnelle vers laquelle nous courons tous. Au lieu de cela, en changeant la façon dont nous pensons au ROI à court et long terme de l’IA/GenAI, les entreprises peuvent être plus avisées avec leurs dollars d’investissement et se concentrer sur le développement de capacités qui peuvent évoluer avec l’entreprise.