Répondre à la question
du RSI
43 % des dirigeants se déclarent prêts à investir jusqu’à 20 % du chiffre d’affaires annuel dans l’IA. Mais selon quels critères mesureront-ils le retour sur investissement (RSI) ?
Ingénieurs et dirigeants adoptent des approches différentes pour évaluer la valeur générée par l’IA. Les ingénieurs sont plus enclins à mesurer le RSI à travers des améliorations stratégiques de long terme (61 %, contre 53 % des dirigeants), telles que le renforcement de la réputation de la marque, la capacité d’innovation ou l’avantage concurrentiel. À l’inverse, les dirigeants privilégient davantage un RSI fondé sur des gains opérationnels (71 %, contre 60 % des ingénieurs), notamment l’amélioration de l’efficacité et de la productivité.
Plus préoccupant encore, seuls 24 % des répondants estiment avoir une compréhension claire du RSI attendu de leurs investissements en IA. La situation est d’autant plus complexe que dirigeants et ingénieurs ont tendance à surestimer ou sous-estimer le niveau de clarté de leurs homologues sur ce sujet. À mesure que les entreprises intègrent l’IA dans leurs opérations, ce manque d’alignement et de visibilité peut générer de la confusion quant à la cohérence entre les orientations données par la direction et les objectifs stratégiques affichés.
Qui comprend le RSI de l’IA ?
Dirigeants
19 %
estiment disposer d’une vision claire du RSI de l’IA
Ingénieurs
31 %
pensent que leur direction dispose d’une vision claire du RSI de l’IA
Dirigeants
17 %
considèrent que les ingénieurs disposent d’une vision claire du RSI de l’IA
Ingénieurs
28 %
estiment disposer d’une vision claire du RSI de l’IA
Analyse TE
Lors du déploiement d’outils d’IA, il est essentiel de définir précisément les critères de succès. Chez TE, l’amélioration de la productivité en ingénierie constitue une priorité. Nous voulons voir une amélioration des résultats des projets sur une même période et nous nous sommes fixé comme objectif d'augmenter de 30 % le nombre d'heures consacrées à l'ingénierie en cinq ans.
Nous attendons également une amélioration de la qualité de nos projets et de nos produits. Utilisée de manière pertinente, l’exploitation de larges volumes de données permet d’affiner l’analyse et d’orienter plus efficacement les simulations critiques.
Le paradoxe de Jevons nous rappelle que les gains d’efficacité liés aux avancées technologiques peuvent être absorbés par une augmentation de la charge de travail. Dans cette optique, il est indispensable de veiller à ce que l’intégration de l’IA génère un véritable gain de productivité, tant dans les processus internes que dans les résultats livrés aux clients.
Ruediger Ostermann
Directeur technique
Solutions pour les transports