Genpact et HFS Research publient un rapport qui révèle 18 000 milliards de dollars de valeur d’entreprise piégés par les lacunes de préparation à l’IA

L’intelligence artificielle est devenue le centre de la stratégie d’entreprise, avec des organisations du monde entier investissant des milliards de dollars dans les initiatives d’IA, les systèmes agents et les programmes de transformation numérique. Pourtant, selon L’opportunité de 18 000 milliards de dollars : les quatre dettes d’entreprise qui feront ou détruiront votre avenir IA, un nouveau rapport de Genpact en partenariat avec HFS Research, la plupart des entreprises peinent à transformer les investissements en IA en valeur commerciale mesurable. La raison, selon le rapport, n’est pas un manque de technologie d’IA. Au lieu de cela, les organisations sont freinées par quatre formes interconnectées de dettes d’entreprise : la dette de processus, la dette de données, la dette technologique et la dette de talents. Ensemble, ces passifs cachés piègent une valeur d’entreprise estimée à 17 900 milliards de dollars.

L’ambition de l’IA est élevée, mais la préparation de l’entreprise reste faible

Le rapport est basé sur une enquête menée auprès de 2 002 dirigeants d’entreprise de 16 industries et 14 fonctions commerciales. Les résultats révèlent un décalage frappant entre les ambitions d’IA et la préparation organisationnelle. Alors que 92 % des dirigeants de sociétés du Global 2000 estiment que l’IA agente va fondamentalement changer la façon dont le travail est exécuté, seulement 13 % rapportent que l’IA agente est déjà intégrée dans leurs opérations.

Ce décalage est devenu de plus en plus important à mesure que les entreprises passent de l’expérimentation au déploiement. Selon le PDG de Genpact, Balkrishan “BK” Kalra, les entreprises passent d’un monde où le travail est traité et validé par des humains à un monde de plus en plus dominé par des flux de travail traités par machine avec une surveillance humaine. Cependant, simplement superposer l’IA sur les systèmes existants ne suffit pas. Les organisations doivent d’abord résoudre les fondements sous-jacents qui déterminent si l’IA réussit ou échoue.

Le rapport décrit ce défi comme un “écart de vitesse d’IA”, la différence entre ce que les employés peuvent accomplir avec l’IA individuellement et ce que l’entreprise dans son ensemble peut accomplir grâce à un déploiement structuré.

Les quatre dettes d’entreprise qui entravent la transformation

La recherche identifie quatre catégories de dettes qui, collectivement, empêchent les organisations de réaliser la valeur de l’IA.

La dette technologique reste le défi le plus familier. Plus de la moitié des dirigeants classent leur dette technologique comme grave, en raison de systèmes principaux vieillissants, de complexité d’intégration, de concentration de fournisseurs et de charges d’infrastructure. Le système principal moyen de l’entreprise a environ dix ans, tandis que les équipes de développement consacrent plus de 40 % de leur temps à la maintenance de la technologie existante plutôt qu’à la création de nouvelles capacités.

La dette de données est apparue comme le principal obstacle à l’IA. Plus de la moitié des données d’entreprise sont considérées comme de mauvaise qualité, seulement 33 % sont considérées comme prêtes pour l’IA, et les employés consacrent jusqu’à 40 % de leur temps à la réconciliation, à la correction ou à la préparation des données. Le rapport estime que les défaillances de qualité des données contribuent à 42 % des initiatives d’analyse et d’IA qui sont retardées, sous-performantes ou échouent purement et simplement.

La dette de processus reflète la réalité selon laquelle de nombreuses organisations continuent de s’appuyer sur des flux de travail manuels, fragmentés et mal gérés. Près de la moitié des processus d’entreprise nécessitent toujours une intervention manuelle, tandis que moins de la moitié sont formellement documentés et gérés. Les processus inefficaces consomment environ 40 % du temps de travail des employés et créent des obstacles importants à l’automatisation et au déploiement de l’IA.

La dette de talents peut être la moins visible, mais peut-être la plus conséquente. Seulement 32 % de la main-d’œuvre est considérée comme prête pour l’IA, tandis que jusqu’à la moitié des travailleurs de la connaissance rapportent une frustration et un désengagement causés par les inefficacités opérationnelles. Les pénuries de talents, les lacunes de compétences et la faible préparation à l’IA aggravent chaque catégorie de dette, ralentissant l’adoption et limitant l’agilité organisationnelle.

La dette d’entreprise coûte plus cher aux entreprises qu’elles ne le réalisent

Près de 90 % des dirigeants d’entreprise reconnaissent que la dette d’entreprise affecte déjà les performances commerciales. Les conséquences s’étendent bien au-delà des départements IT.

Le rapport a constaté que la dette d’entreprise augmente les coûts d’exploitation d’un moyenne de 34 %, retarde les lancements de produits d’environ huit mois, provoque environ 34 % des initiatives de transformation qui ne parviennent pas à atteindre les résultats escomptés, et limite la réalisation de la valeur de l’IA pour 85 % des organisations interrogées.

Il est important de noter que ces dettes n’opèrent pas de manière indépendante. La dette technologique peut dégrader la qualité des données. Une gouvernance faible peut créer des inefficacités de processus et des défis de talents simultanément. Les flux de travail manuels génèrent souvent à la fois des dettes de processus et de données en même temps. Le rapport soutient que les organisations échouent souvent parce qu’elles tentent de résoudre une catégorie à la fois, plutôt que de traiter la dette d’entreprise comme un problème systémique.

Quantifier l’opportunité de 18 000 milliards de dollars

L’une des découvertes les plus frappantes du rapport est son estimation selon laquelle la résolution de la dette d’entreprise pourrait débloquer près de 17 900 milliards de dollars de valeur au sein des sociétés du Global 2000. Les plus grandes opportunités proviennent de la dette de processus et de la dette de données, chacune représentant environ 7 700 milliards de dollars de valeur récupérable. La dette technologique représente 1 500 milliards de dollars, tandis que la dette de talents représente environ 1 000 milliards de dollars.

Les chercheurs ont calculé ces chiffres en utilisant les estimations des dirigeants sur la croissance potentielle des revenus et la réduction des coûts résultant de la résolution de la dette. Sur la base des réponses à l’enquête, la résolution de la dette d’entreprise pourrait produire environ 8 % de croissance annuelle des revenus plus rapide et environ 16 % de réduction annuelle des coûts au sein des grandes entreprises.

Peut-être plus important encore, le rapport conclut que les économies de coûts seules ne racontent pas toute l’histoire. La résolution de la dette crée des opportunités pour des lancements de produits plus rapides, des cycles de vente plus courts, une meilleure prise de décision, de meilleures expériences client et des déploiements d’IA plus efficaces. En d’autres termes, les organisations gagnent à la fois en efficacité et en croissance simultanément.

Pourquoi les initiatives d’IA sont-elles bloquées

Malgré les investissements croissants, de nombreuses initiatives d’IA peinent à aller au-delà des programmes pilotes.

Selon l’enquête, la dette de données est la principale raison pour laquelle les organisations ne parviennent pas à réaliser la valeur de l’IA, citée par 33 % des répondants. La dette technologique suit avec 28 %, la dette de processus avec 23 % et la dette de talents avec 16 %.

Les conséquences diffèrent en fonction du type de dette. La dette de données piège les initiatives d’IA dans les phases de preuve de concept. La dette technologique augmente les coûts de déploiement et complique la mise à l’échelle. La dette de processus crée des résultats peu fiables lorsque les agents d’IA opèrent dans des flux de travail incohérents. La dette de talents ralentit l’adoption et limite la surveillance humaine nécessaire pour les systèmes agents réussis.

Le rapport souligne à plusieurs reprises que l’IA ne peut pas compenser indéfiniment les fondements défectueux. Les organisations qui tentent d’automatiser des processus défectueux ou de déployer l’IA sur des données de mauvaise qualité risquent de reproduire les inefficacités plutôt que de les résoudre.

Certaines industries font face à des opportunités plus importantes que d’autres

L’opportunité de résolution de la dette n’est pas répartie uniformément entre les industries.

La fabrication est en tête de liste, avec une opportunité estimée à 4 800 milliards de dollars, combinant la croissance des revenus et les économies de coûts. Les soins de santé et les sciences de la vie suivent avec environ 3 300 milliards de dollars, tandis que la vente au détail et les biens de consommation représentent 2 700 milliards de dollars supplémentaires. L’énergie, la technologie, la banque, le transport et l’assurance représentent également des opportunités importantes.

La nature de la dette varie selon le secteur. Les services financiers ont tendance à lutter le plus contre la dette de données en raison de décennies de fusions, d’acquisitions et d’exigences réglementaires. La fabrication, la vente au détail et les soins de santé connaissent la plus grande dette de processus en raison de longs flux de travail à plusieurs parties. Les sociétés de biens de consommation et les entreprises de matériel informatique connaissent souvent la plus grande dette technologique en raison de logiciels intégrés et de contraintes réglementaires.

Au niveau fonctionnel, les équipes d’ingénierie, de développement de produits et d’informatique offrent les plus grandes opportunités de création de valeur. Ces domaines sont les plus proches des piles technologiques, des infrastructures et des flux de travail qui déterminent si l’IA d’entreprise peut être mise à l’échelle avec succès.

Les 6 % qui ont résolu le problème

L’une des découvertes les plus révélatrices du rapport est que seulement 6 % des entreprises sont qualifiées de “résolveurs de dettes éprouvés” par les chercheurs. Ces organisations ont établi, exécuté et mesuré des programmes de résolution de la dette réussis. Un autre 43 % travaillent activement à la résolution de la dette, tandis que 51 % n’ont pas de plan, un plan non approuvé ou n’ont pas encore commencé.

Selon la recherche, les organisations réussies partagent plusieurs caractéristiques. Elles traitent la résolution de la dette comme un mandat de niveau CEO plutôt que comme une initiative IT. Elles poursuivent une stratégie à double vitesse qui équilibre le travail fondamental à long terme avec les améliorations opérationnelles à court terme. Elles investissent massivement dans des capacités telles que le développement des talents, la gouvernance, la préparation à l’IA et les plates-formes de données. Elles utilisent également l’IA elle-même pour accélérer la réduction de la dette grâce à l’analyse des processus, à l’analyse des flux de travail, à l’amélioration de la qualité des données et à la formation de la main-d’œuvre.

Peut-être plus important encore, ces organisations agissent plutôt que de planifier indéfiniment. Le rapport conclut que l’écart entre les entreprises réussies et celles qui ne le sont pas n’est pas principalement technologique. Il s’agit d’une différence d’exécution.

Le véritable défi de l’IA peut ne pas être l’IA

L’un des thèmes les plus forts tout au long du rapport est que la dette d’entreprise est en fin de compte un défi de leadership plutôt qu’un défi technologique. Alors que les organisations continuent d’augmenter les dépenses en IA, beaucoup échouent à résoudre les problèmes opérationnels, culturels et structurels qui déterminent si ces investissements produisent de la valeur.

Comme L’opportunité de 18 000 milliards de dollars : les quatre dettes d’entreprise qui feront ou détruiront votre avenir IA le montre clairement, la transformation de l’IA et la résolution de la dette ne sont plus des initiatives distinctes. Elles sont de plus en plus le même programme vu sous des angles différents. Les organisations qui résolvent la dette de processus, de données, de technologie et de talents ensemble peuvent débloquer des gains importants en termes d’efficacité et de croissance. Celles qui continuent de construire l’IA sur des fondements instables risquent de dépenser plus tout en accomplissant moins.

Pour les dirigeants d’entreprise, le message central du rapport est simple : savoir où se trouve votre dette, comprendre ce qu’elle vous coûte et commencer à la résoudre avant que vos concurrents n’élargissent l’écart. Les organisations qui gagneront l’ère de l’IA ne seront peut-être pas celles qui dépensent le plus en intelligence artificielle, mais celles qui construisent d’abord les fondements opérationnels nécessaires pour que l’IA réussisse.