Un nouveau rapport de SAS, s’appuyant sur les données de recherche d’IDC, révèle ce qui permet aux entreprises de prendre une longueur d’avance dans la rentabilisation de leurs investissements en IA. Les organisations appliquant des pratiques favorisant une IA de confiance ont 15 fois plus de chances de faire état d’un retour sur investissement (ROI) élevé pour leurs projets d’IA.
Comme le souligne le deuxième rapport annuel « Data and AI Impact Report : The New Economics of Trust », les organisations dotées des meilleures pratiques en matière de gouvernance, de qualité des données et d’auditabilité surpassent systématiquement leurs pairs, avec un ROI au moins deux fois supérieur.
Une IA incapable de s’expliquer, un risque majeur
Les chercheurs constatent que, dans de nombreuses organisations, les employés hésitent de plus en plus à se fier à des systèmes qui ne sont pas toujours en mesure d’expliquer comment l’IA est parvenue à une décision. À mesure que l’IA gagne en autonomie, ce risque s’accroît, rendant l’explicabilité indispensable à la réussite.
Le rapport s’est également penché sur un obstacle majeur à l’adoption réussie de l’IA : le manque de confiance des employés, qui les pousse à outrepasser les décisions et à effectuer des corrections manuelles.
| Résultat | Donnée |
|---|---|
| Utilisateurs outrepassant l’IA (au moins une fois) | 97,2 % |
| Première raison du contournement | Incapacité de l’IA à expliquer sa décision |
| Confiance dans l’IA générative | 76 % |
| Confiance dans l’IA agentique | 66 % |
Bryan Harris, Chief Technology Officer chez SAS, souligne l’enjeu : « Les agents les plus avancés peuvent afficher des taux d’erreur dépassant 25 % sur des tâches complexes, ce qui est inacceptable pour des décisions à fort enjeu. Les organisations doivent intégrer l’expertise métier dans les flux de travail agentiques, tout en maintenant l’humain au centre de la gouvernance. »
Les pratiques d’IA de confiance favorisent la réussite
Le rapport met en évidence un écart de ROI grandissant entre les organisations qui privilégient les pratiques d’IA de confiance et celles qui ne le font pas. Les résultats suggèrent que les organisations qui tirent le plus de valeur de l’IA ne déploient pas nécessairement des technologies différentes : elles gèrent l’IA différemment.
| Résultat | Donnée |
|---|---|
| Chances de ROI élevé (organisations fiables vs retardataires) | 62 % contre 4 % |
| Gains sur 13 indicateurs de performance | 1,85 fois supérieurs |
| Organisations augmentant leurs investissements IA de +10 % | 85 % |
Chris Marshall, Vice-président chez IDC, complète ce constat : « Un meilleur contrôle, une meilleure explicabilité, une meilleure redevabilité et des bases de données plus solides deviennent des conditions préalables pour faire évoluer l’IA avec succès. »
Des fondations de données trop souvent fragiles
La plupart des organisations déploient l’IA sur des données et des infrastructures gravement sous-développées ou obsolètes. Sans une base de données solide, elles peinent à gouverner efficacement l’IA et à en tirer de la valeur.
Seules 17,5 % des entreprises disposent d’une infrastructure de données pleinement optimisée pour répondre aux exigences de l’IA agentique. Les organisations dotées d’une fondation de données optimisée ont quatre fois plus de chances d’anticiper un ROI élevé, et six fois plus de chances d’imposer les contrôles de qualité nécessaires.
Des résultats sectoriels contrastés
L’enquête s’appuie sur les réponses de 2 699 décideurs, menée dans 28 pays et quatre secteurs prioritaires : la banque, l’assurance, les sciences de la vie et le secteur public.
| Secteur | Constat |
|---|---|
| Banque | 85 % des leaders ont des cadres de gouvernance IA, contre 29 % des retardataires |
| Secteur public | 41 % des leaders prévoient +20 % d’investissement l’an prochain |
| Sciences de la vie | 23 % ont déployé l’IA à l’échelle de l’entreprise (record sectoriel) |
Qu’est-ce qu’une IA digne de confiance ?
L’IA digne de confiance est conçue pour être fiable, équitable, sécurisée, conforme aux normes réglementaires et capable de montrer clairement comment elle est parvenue à une décision. Les utilisateurs et décideurs doivent pouvoir tenir un système d’IA responsable en cas de résultat incorrect.
Dans le cadre de l’étude, les organisations ont été évaluées sur 100 selon cinq dimensions : qualité des données et gouvernance, supervision des modèles, explicabilité et équité, politique d’IA responsable, et audit et redevabilité. Les leaders identifiés sont ceux ayant obtenu un score moyen de 80 ou plus.