Par cons\u00e9quent, le retour sur investissement de l'utilisation de la prescription data pour cibler les professionnels de la sant\u00e9 est \u00e9lev\u00e9 aux \u00c9tats-Unis, moyen au Br\u00e9sil et limit\u00e9 en Europe, o\u00f9 la plupart du temps, le data est agr\u00e9g\u00e9 au niveau r\u00e9gional.<\/p>\n
Ces contraintes cr\u00e9ent des \u201cgarde-fous du retour sur investissement\u201d qui d\u00e9terminent les cas d'utilisation r\u00e9alisables.<\/p>\n
1.2 Multiplicateurs de maturit\u00e9 de l'\u00e9cosyst\u00e8me<\/b><\/h3>\n
Le paysage technologique d'un secteur - en particulier la pr\u00e9sence d'acteurs sp\u00e9cialis\u00e9s et de start-ups innovantes - joue un r\u00f4le essentiel dans l'acc\u00e9l\u00e9ration du retour sur investissement des projets d'IA.<\/p>\n
Lorsqu'un secteur b\u00e9n\u00e9ficie d'un \u00e9cosyst\u00e8me dynamique de fournisseurs de technologies, d'int\u00e9grateurs et de start-ups de niche, les organisations peuvent plus rapidement identifier, tester et d\u00e9ployer des solutions d'IA de pointe adapt\u00e9es \u00e0 leurs d\u00e9fis commerciaux sp\u00e9cifiques. Cet \u00e9cosyst\u00e8me favorise la collaboration, le partage des connaissances et l'acc\u00e8s aux meilleurs outils, r\u00e9duisant ainsi les d\u00e9lais de d\u00e9veloppement et les obstacles \u00e0 l'int\u00e9gration.<\/p>\n
En outre, les communaut\u00e9s open source et les fournisseurs sp\u00e9cialis\u00e9s permettent aux entreprises d'exp\u00e9rimenter des cadres \u00e9prouv\u00e9s et de b\u00e9n\u00e9ficier de l'innovation collective, ce qui rationalise les projets pilotes et raccourcit le d\u00e9lai de rentabilit\u00e9. Par cons\u00e9quent, les industries disposant d'un riche r\u00e9seau d'acteurs sp\u00e9cialis\u00e9s dans l'IA sont en mesure d'\u00e9tendre les projets r\u00e9ussis plus rapidement et de r\u00e9aliser des gains de productivit\u00e9 et d'efficacit\u00e9 tangibles plus t\u00f4t, ce qui a un impact direct sur leur trajectoire de retour sur investissement.<\/p>\n
1.3 Le long terme comme acc\u00e9l\u00e9rateur de retour sur investissement<\/b><\/h3>\n
Les industries qui adoptent une planification pluriannuelle (par exemple, l'\u00e9nergie, l'a\u00e9rospatiale) r\u00e9alisent un retour sur investissement cumul\u00e9 de l'IA nettement plus \u00e9lev\u00e9 sur des p\u00e9riodes de cinq ans que les secteurs \u00e0 cycle court. Les cycles \u00e0 long terme permettent d'investir dans des technologies plus innovantes et plus audacieuses, tout en lissant le co\u00fbt de la gestion de projet, avec le recrutement interne et la planification de l'offre \u00e0 long terme.<\/p>\n
Un exemple c\u00e9l\u00e8bre est la feuille de route de BP en mati\u00e8re d'IA, qui s'\u00e9tend sur une d\u00e9cennie, pour la maintenance pr\u00e9dictive dans le domaine du forage en mer.<\/p>\n
2. Co\u00fbts de mise en \u0153uvre de l'entreprise : Le niveau d'ex\u00e9cution<\/b><\/h2>\n
L'entreprise dans laquelle un cas d'utilisation de l'IA est d\u00e9ploy\u00e9 a une influence significative sur les co\u00fbts de mise en \u0153uvre en fonction de la maturit\u00e9 de 3 actifs : les fondations technologiques, le data governance et l'app\u00e9tence de l'entreprise pour l'IA.<\/p>\n
2.1 Co\u00fbts de pr\u00e9paration de la pile technologique<\/b><\/h3>\n
Les organisations dot\u00e9es d'une infrastructure data moderne (lacs cloud data, pipelines MLOps) acc\u00e9l\u00e8rent consid\u00e9rablement la mise en \u0153uvre des cas d'utilisation de l'IA par rapport \u00e0 leurs homologues qui s'appuient sur des syst\u00e8mes h\u00e9rit\u00e9s.<\/p>\n
Pour vous donner une estimation, l'\u00e9tablissement d'une nouvelle connexion avec un syst\u00e8me source peut prendre de quelques jours \u00e0 un mois, en fonction des types de connecteurs disponibles.<\/p>\n
2.2 Data dette de gouvernance<\/b><\/h3>\n
L'absence de data governance robuste r\u00e9duit consid\u00e9rablement le retour sur investissement des cas d'utilisation de l'IA, et ce de deux mani\u00e8res principales.<\/p>\n
Tout d'abord, les projets sont souvent retard\u00e9s en raison de la n\u00e9cessit\u00e9 d'une pr\u00e9paration data approfondie et de la mise en \u0153uvre d'une gestion des acc\u00e8s appropri\u00e9e, car les \u00e9quipes doivent passer un temps consid\u00e9rable \u00e0 nettoyer, organiser et s\u00e9curiser data avant de pouvoir commencer toute mod\u00e9lisation. La pr\u00e9paration Data peut absorber jusqu'\u00e0 80% des efforts dans les projets d'apprentissage automatique.<\/p>\n
Deuxi\u00e8mement, une gouvernance insuffisante entra\u00eene une mauvaise qualit\u00e9 des data et un \u00e9tiquetage inad\u00e9quat, ce qui a un impact direct sur les performances de l'IA - les mod\u00e8les form\u00e9s sur des data incomplets, incoh\u00e9rents ou mal \u00e9tiquet\u00e9s donnent des r\u00e9sultats moins pr\u00e9cis et moins fiables, ce qui nuit \u00e0 la valeur commerciale et n\u00e9cessite des travaux de reprise co\u00fbteux ou des cycles de d\u00e9veloppement prolong\u00e9s.<\/p>\n
2.3 Indice de friction d'adoption<\/b><\/h3>\n
L'affinit\u00e9 des employ\u00e9s pour la technologie et les capacit\u00e9s de gestion du changement d\u00e9terminent si les outils d'IA apportent de la valeur ou s'ils deviennent des accessoires de bureau.<\/p>\n
Si plusieurs r\u00e9ussites en mati\u00e8re d'IA ont d\u00e9j\u00e0 ouvert la voie et que les employ\u00e9s ont acc\u00e8s \u00e0 des programmes de formation continue \u00e0 l'IA qui contribuent \u00e0 d\u00e9mystifier la technologie, \u00e0 d\u00e9montrer les r\u00e9sultats et \u00e0 mettre en \u00e9vidence sa compl\u00e9mentarit\u00e9 avec les humains, ils deviennent nettement plus r\u00e9ceptifs aux futurs cas d'utilisation de l'IA qui seront lanc\u00e9s.<\/p>\n
Par exemple, les formations accompagnant le lancement d'un produit d'IA comprennent g\u00e9n\u00e9ralement 20% de contenu d\u00e9di\u00e9 \u00e0 l'acculturation \u00e0 l'IA, ainsi qu'au moins une section sur l'acc\u00e8s aux outils. Plus ces produits sont centralis\u00e9s au sein d'une interface unique et s'adressent \u00e0 des \u00e9quipes d\u00e9j\u00e0 form\u00e9es, plus l'effort d'acculturation diminue de 30 \u00e0 40%.<\/p>\n
3. Avantages \u00e0 horizons multiples : La matrice de valeur<\/b><\/h2>\n
Les avantages des cas d'utilisation de l'IA s'articulent autour de deux horizons temporels pour lib\u00e9rer leur pleine valeur, avec des gains qui varient en termes de tangibilit\u00e9.<\/p>\n
Le premier horizon s'\u00e9tend sur un an et est tr\u00e8s tangible, se concentrant sur les gains li\u00e9s au lancement de nouveaux produits et services rendus possibles par l'IA, ainsi qu'\u00e0 l'automatisation des t\u00e2ches permise par l'IA.<\/p>\n
Le deuxi\u00e8me horizon couvre deux \u00e0 trois ans et est moins tangible, impliquant des am\u00e9liorations dans la prise de d\u00e9cision strat\u00e9gique et une r\u00e9silience accrue de l'entreprise aux changements du march\u00e9 gr\u00e2ce \u00e0 l'utilisation de l'IA.<\/p>\n
3.1 Court terme (0-12 mois)<\/b><\/h3>\n
Moteur de croissance<\/strong><\/p>\n La principale m\u00e9thode de croissance du chiffre d'affaires consiste \u00e0 augmenter les recettes des produits existants. Dans le domaine de la personnalisation, prenez deux exemples illustratifs : Le moteur de recommandation de Netflix, qui a augment\u00e9 l'engagement des clients de 30% et, par cons\u00e9quent, r\u00e9duit le taux de d\u00e9sabonnement. Un autre exemple est celui de Stitch Fix, une entreprise de v\u00eatements qui utilise des algorithmes d'IA pour analyser les pr\u00e9f\u00e9rences et les comportements des clients et leur fournir des recommandations vestimentaires sur mesure. Une telle personnalisation \u00e0 grande \u00e9chelle serait impossible sans l'IA, et c'est pr\u00e9cis\u00e9ment cette technologie qui rend le mod\u00e8le d'entreprise de Stitch Fix viable.<\/p>\n La seconde approche consiste \u00e0 lancer de nouveaux produits qui n'\u00e9taient pas rentables avant l'av\u00e8nement de l'IA. Par exemple, Nutella s'est associ\u00e9 \u00e0 Ogilvy Italia pour utiliser un r\u00e9seau neuronal afin de cr\u00e9er sept millions d'\u00e9tiquettes de pots uniques, qui ont toutes \u00e9t\u00e9 vendues en l'espace d'une semaine. Sans l'IA, la production d'un tel nombre d'\u00e9tiquettes uniques aurait \u00e9t\u00e9 prohibitive ou tout simplement impossible, ce qui a rendu la campagne exceptionnellement rentable.<\/p>\n Sup\u00e9riorit\u00e9 en mati\u00e8re de d\u00e9cision strat\u00e9gique<\/b><\/p>\n Il est toujours difficile d'\u00e9valuer l'impact d'une d\u00e9cision strat\u00e9gique sur les finances d'une entreprise, et encore plus d'\u00e9valuer l'influence de artificial intelligence dans cette d\u00e9cision. Cependant, les avis convergent pour reconna\u00eetre que l'IA est d\u00e9j\u00e0 devenue un partenaire strat\u00e9gique dans la prise de d\u00e9cision. Un exemple fourni par Artefact est l'utilisation de la mod\u00e9lisation du mix marketing, un outil destin\u00e9 \u00e0 optimiser l'allocation du budget marketing entre les diff\u00e9rents canaux pour l'ann\u00e9e suivante. Dans certains cas, l'augmentation des b\u00e9n\u00e9fices permise par cette optimisation peut atteindre 40%.<\/p>\n R\u00e9silience organisationnelle<\/b><\/p>\n L'adoption d'une culture ax\u00e9e sur l'IA apporte de l'agilit\u00e9 aux organisations en int\u00e9grant l'apprentissage continu, l'adaptabilit\u00e9 et l'exp\u00e9rimentation rapide dans les op\u00e9rations quotidiennes. L'IA permet aux \u00e9quipes d'automatiser les t\u00e2ches de routine, de d\u00e9tecter rapidement les anomalies et de rationaliser les flux de travail, lib\u00e9rant ainsi les employ\u00e9s pour qu'ils se concentrent sur l'innovation et la cr\u00e9ation de valeur. Cette culture encourage la d\u00e9centralisation de la prise de d\u00e9cision et permet aux \u00e9quipes de tester de nouvelles id\u00e9es, d'analyser les r\u00e9sultats et d'it\u00e9rer sur les processus en temps r\u00e9el, ce qui favorise un \u00e9tat d'esprit o\u00f9 le changement est accept\u00e9 et o\u00f9 l'\u00e9chec est consid\u00e9r\u00e9 comme une opportunit\u00e9 d'apprentissage. En cons\u00e9quence, les organisations deviennent plus flexibles, mieux pr\u00e9par\u00e9es \u00e0 r\u00e9pondre aux changements du march\u00e9 et capables de faire \u00e9voluer leurs strat\u00e9gies et leurs r\u00f4les pour relever les nouveaux d\u00e9fis, faisant de l'agilit\u00e9 un \u00e9l\u00e9ment central de leur identit\u00e9 et de leur force op\u00e9rationnelle.<\/p>\n Quatre-vingt-dix pour cent des entreprises interrog\u00e9es dans le cadre d'une \u00e9tude Dataiku consid\u00e8rent l'IA comme un outil de r\u00e9silience face aux risques de r\u00e9cession et aux crises \u00e9conomiques. Plus de 80% des dirigeants d\u00e9clarent maintenir ou augmenter leurs investissements dans l'IA malgr\u00e9 les incertitudes \u00e9conomiques, ce qui t\u00e9moigne d'une grande confiance dans la capacit\u00e9 de l'IA \u00e0 prot\u00e9ger les entreprises contre les perturbations.<\/p>\n Sur la base de tous les facteurs susmentionn\u00e9s, nous proposons la formule suivante pour calculer le ROI d'un cas d'utilisation de l'IA, qui d\u00e9pend de trois niveaux : l'industrie, l'entreprise et la rationalisation des cas d'utilisation autour des co\u00fbts informatiques, de data et de gestion du changement. Bien que l'\u00e9valuation de chaque facteur soit complexe, cette formule vous aidera \u00e0 garder \u00e0 l'esprit tous les \u00e9l\u00e9ments \u00e0 prendre en compte.<\/p>\n Ce cadre va au-del\u00e0 de l'analyse statique des co\u00fbts et des b\u00e9n\u00e9fices pour mod\u00e9liser les impacts en cascade de l'IA :<\/p>\n Dans notre dernier article, nous \u00e9tudierons comment rendre ce cadre op\u00e9rationnel \u00e0 l'aide de deux exemples tir\u00e9s du secteur des soins de sant\u00e9, l'un ax\u00e9 sur le ROI \u00e0 0-12 mois et l'autre sur le ROI \u00e0 +12 mois.<\/p>","protected":false},"excerpt":{"rendered":" Dans notre premier article, nous avons expliqu\u00e9 pourquoi les mod\u00e8les traditionnels de retour sur investissement ne parviennent pas \u00e0 saisir la dynamique de valeur unique de l'IA - rendements non lin\u00e9aires, avantages diff\u00e9r\u00e9s et d\u00e9pendances contextuelles.<\/p>","protected":false},"featured_media":747045,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[22035],"blog-language":[2991],"class_list":["post-746794","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-data-ai-consulting","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/blog\/746794","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/media\/747045"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/media?parent=746794"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/blog-category?post=746794"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/blog-language?post=746794"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}3.2 Long terme (12 mois et plus)<\/strong><\/h3>\n
Le cadre Concentric ROI<\/b><\/h2>\n
![\"\"](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2025\/07\/AI-ROI-measurement-formula-scaled.png\" "\\"Formule")
<\/p>\nConclusion : \u00c9quilibrer l'\u00e9quation du retour sur investissement<\/b><\/h2>\n
\n