Les dépenses en IA diminuent : 5 étapes pour se préparer à la prochaine phase de consommation

Ces deux dernières années, de nombreuses organisations ont considéré l'adoption de l'IA comme une fin en soi. Plus il y avait d'utilisateurs, d'outils et d'expériences, mieux c'était. Mais aujourd'hui, les dirigeants ne mesurent plus le succès uniquement à l'aune de l'adoption. Ils s'interrogent désormais sur le coût, sur les domaines où l'IA crée une réelle valeur ajoutée et sur la capacité des entreprises à la déployer à grande échelle de manière responsable.

Voici le prochain chapitre de la gestion des dépenses liées à l'IA et aux technologies. Les entreprises qui prospéreront dans ce contexte ne seront pas nécessairement celles qui consomment le plus de technologies, mais plutôt celles qui sauront relier cette consommation à une valeur commerciale mesurable. Cette approche rejoint l'idée que les gains progressifs sont essentiels au succès de l'IA.

Ce passage de l'optimisation de la facilité d'utilisation à l'optimisation de la valeur, appelé « valuemaxxing », représente un défi majeur pour les leaders technologiques.

Les dirigeants qui suivront ces cinq étapes dès maintenant seront prêts pour un avenir où la consommation technologique et la valeur commerciale devront être mesurées conjointement :

1. Élaborer une véritable vision globale de l'ensemble de la pile technologique

Les organisations ne peuvent gérer ce qu'elles ne voient pas. Ce besoin devient encore plus crucial lorsque les coûts sont variables, répartis et en constante évolution.

La consommation technologique actuelle ne se limite plus à un seul budget ou système. Elle englobe désormais les applications SaaS, l'infrastructure cloud, les plateformes de données, les modèles d'IA, les agents et l'infrastructure en général. L'IA ajoute une couche de complexité supplémentaire : les dépenses peuvent s'exprimer par des jetons, des crédits, l'utilisation de modèles, la consommation de GPU, le transfert de données et les applications basées sur l'IA.

Alors que seulement 31 % des organisations font état d'une vision claire de leurs logiciels d'IA aujourd'hui, et que 59 % d'entre elles constatent une augmentation des dépenses inutiles en IA d'année en année, disposer d'une source unique et fiable d'informations sur l'ensemble de la pile technologique est plus important que jamais.

Sans une vision globale de la consommation technologique, les organisations prennent des décisions fondées sur des informations fragmentaires. Cette vision ne se limite pas à la maîtrise des coûts ; il s’agit de comprendre où les investissements créent de la valeur et où les dépenses sont gaspillées.

2. Élaboration d'un modèle de gouvernance de la consommation

De nombreuses organisations ont encouragé l'expérimentation à grande échelle de l'intelligence artificielle, pour constater par la suite que son utilisation était devenue incontrôlable. C'est pourquoi la mise en place d'un cadre de gouvernance interne est essentielle à la réussite de toute entreprise. La gouvernance offre aux équipes les mécanismes de contrôle nécessaires pour une évolution responsable, d'autant plus que la gouvernance des agents d'IA revêt une importance croissante.

En ce qui concerne l'intelligence artificielle en particulier, les dirigeants doivent passer d'une utilisation « générale » à une utilisation « optimale ». Il s'agit de déterminer si l'IA améliore les délais, l'expérience client, l'efficacité opérationnelle, la croissance du chiffre d'affaires ou tout autre indicateur de performance important pour l'entreprise.

Pour encadrer cette démarche, les grandes entreprises sont de plus en plus nombreuses (85 %) à nommer des équipes ou des responsables de haut niveau dédiés à la gouvernance de l'IA et des technologies afin de garantir la visibilité, le contrôle et la collaboration entre les équipes. Il est essentiel pour les entreprises d'éviter que l'IA ne devienne un centre de coûts incontrôlé.

3. Renégocier les contrats pour garantir la flexibilité et la responsabilisation

Les modèles de tarification des technologies évoluent à un rythme sans précédent. Les contrats à long terme et à prix fixe conservent certes leur pertinence, mais leur gestion est devenue plus complexe dans des environnements où l'usage peut fluctuer rapidement.

Les dirigeants doivent aujourd'hui évaluer régulièrement les contrats avec leurs fournisseurs afin de s'assurer qu'ils correspondent aux habitudes d'utilisation réelles et aux besoins futurs de l'entreprise. Ceci est d'autant plus important que les fournisseurs d'IA continuent de proposer de nouveaux modèles de consommation et de nouvelles stratégies de monétisation.

Les entreprises doivent s'attendre à une plus grande complexité des prix, et non à une moindre. L'objectif n'est pas simplement de négocier des coûts plus bas, mais de conclure des accords qui leur permettent d'innover tout en gardant la maîtrise de leurs dépenses.

4. Alignement des équipes technologiques, financières et d'approvisionnement

Les coûts basés sur l'utilisation impactent plusieurs équipes. Si les équipes techniques déterminent le volume d'utilisation, d'autres services assurent le contrôle nécessaire : la finance gère l'impact budgétaire et les achats les contrats fournisseurs. Sans coordination, les organisations peuvent facilement perdre le contrôle de leurs dépenses.

Les organisations qui maîtrisent la consommation élaborent une vision partagée de l'usage, du coût et de la valeur. Elles définissent des indicateurs communs, une responsabilité clairement établie et une collaboration interdépartementale régulière.

Lorsque les équipes travaillent sur la base des mêmes données et de la même définition de la valeur, leurs décisions deviennent plus réfléchies et permettent d'éviter les mauvaises surprises.

5. Comment l'intelligence artificielle transforme-t-elle l'amélioration d'un processus réactif à un processus continu ?

Utilisez les outils d'intelligence artificielle pour mieux gérer la complexité croissante de la technologie consommée elle-même.

L'optimisation ne peut se limiter à un simple exercice budgétaire périodique. Lorsqu'un problème de coût est mis en évidence dans un rapport, l'utilisation a peut-être déjà évolué.

L'intelligence artificielle peut aider les équipes à détecter les habitudes d'utilisation inhabituelles, à identifier le gaspillage, à prévoir la demande et à optimiser la planification transversale. Toutefois, l'optimisation pilotée par l'IA doit s'appuyer sur des objectifs définis par l'humain. L'objectif est d'aider les équipes à prendre des décisions plus éclairées et plus rapides, grâce à une meilleure compréhension des ressources utilisées, de leurs coûts et de leur valeur ajoutée.

Transformer la consommation technologique en valeur

La prochaine phase de l'IA en entreprise sera très différente de la première. Ces dernières années, l'accent a été mis sur l'expérimentation et l'adoption. L'avenir appartient aux organisations capables de démontrer leur responsabilité, leur gouvernance et leur capacité à créer de la valeur.

L'intelligence artificielle a accéléré la transition du secteur vers des modèles technologiques axés sur le consommateur, engendrant de nouveaux défis économiques et de nouvelles opportunités. À mesure que les entreprises développent leur utilisation de l'IA, la compréhension du lien entre son utilisation, son coût et son impact commercial deviendra un atout concurrentiel majeur.

L’engouement pour l’IA touche à sa fin. S’ensuit une vision plus rigoureuse, une gouvernance adaptée et une responsabilité financière accrue qui détermineront qui pourra déployer l’innovation à grande échelle et qui sera freiné par les coûts.