Etude

En 2025, l’IA générative devient la priorité budgétaire pour 45% des décideurs IT français

Premier poste des dépenses IT, l'IA générative est source de défis majeurs en entreprise. Besoin de structurer sa gouvernance, de travailler à un développement pragmatique au cas par cas, le tout sans oublier la gestion des compétences sur le sujet. Les décideurs IT français qui ont répondu à cette enquête apportent un premier éclairage sur l'adoption de cette technologie.

Intelligence artificielle
Intelligence artificielle

Le dernier rapport "Generative AI Adoption Index" commandé par AWS auprès d'Access Partnership, fondé sur un sondage auprès de 3739 décideurs IT basés aux Etats-Unis, au Brésil, Canada, Allemagne, France, Japon, Inde, Corée du Sud et au Royaume-Uni s'attache à apporter un éclairage sur les dépenses dédiées aux outils d’IA générative.

La France s'empare enfin du sujet

Dans l'Hexagone, ce sont ainsi 417 décideurs IT français qui ont été interrogés. Et le constat est sans appel : l'IA générative n’est plus un pari mais une ligne budgétaire stratégique. Pour l’exercice 2025, 45% des répondants placent les outils d’IA générative en priorité absolue, devant la cybersécurité (34%), le calcul (11%), le stockage (6%) et le matériel physique (3%).

Le rapport associe ce basculement à la recherche rapide de retombées métier : 64% des entreprises disent privilégier avant tout la facilité d’intégration des solutions dans les processus existants, loin devant les performances avancées (45%) ou les garde-fous éthiques (41%).

Le manque de profils qualifiés pointé du doigt

S'il devient clair que les entreprises adoptent et expérimentent activement l'IA générative (respectivement à 93% et à 89%), la pénurie de profils qualifiés complique toutefois la mise en production de ces POC (proof of concept) et, par la suite, du passage à l'échelle. Par exemple, sur 45 projets pilotes lancés en moyenne, seuls 19 devraient aboutir en production en 2025, faute de profils spécialisés et en raison de craintes liées aux biais et hallucinations des modèles.

Pour répondre à ce défi, les entreprises misent sur la formation de leurs employés (pour 56% d'entre elles) et le recrutement de nouveaux profils (pour 92% d'entre elles). Mais, elles doivent trouver le bon équilibre entre expertise externe et capacités internes.

Développer en interne ou faire appel à des partenaires externes

Cette tension au niveau de l'emploi amène à reconsidérer certaines choses. Deux stratégies s'opposent : "build vs buy". Et la balance penche nettement vers le second terme. En 2025, seules 24% des entreprises envisagent de développer un modèle maison from scratch tandis que 43% se contenteront d’applications dites prêtes à l’emploi.

Surtout 62% adopteront des applications personnalisées bâties sur des modèles externes existants - un compromis qui réduit le délai de mise sur le marché tout en permettant un ajustement fonctionnel. Dans cette logique, 67% des entreprises compteront sur des partenaires externes, dont 16% exclusivement et 51% via un modèle hybride combinant équipes internes et prestataires.

Le Chief AI Officer, ce poste qui monte en grade

Cette montée en puissance de l'intérêt pour l'IA générative s’accompagne également d’une recomposition des organigrammes. Plus d’une société sur deux (54%) a nommé un Chief AI Officer, et 30% supplémentaires prévoient de le faire d’ici 2026. La gouvernance reste toutefois perfectible : 92% des sociétés ne disposent pas encore d’une stratégie de conduite du changement adaptée au contexte IA.

Une proportion qui devrait néanmoins tomber à 29% fin 2026. Cette évolution traduit une prise de conscience grandissante : le succès de l'adoption de l'IA nécessite, au-delà de la maîtrise technologique, une transformation organisationnelle profonde, impliquant les processus, les compétences et la culture d’entreprise.

Un vecteur majeur d'investissement

In fine, le rapport s'attèle à montrer que l'IA générative s’impose comme un vecteur majeur d’investissement et de transformation des entreprises françaises. Les budgets suivent l’ambition, les organigrammes évoluent et les cas d’usage quittent progressivement le laboratoire pour la phase d'industrialisation.

Reste à relever deux défis : sécuriser un vivier de compétences suffisamment large pour industrialiser les projets, et structurer la gouvernance afin d’intégrer l’IA dans les opérations sans brûler les étapes. Les chiffres suggèrent que les entreprises françaises ont pris conscience de ces enjeux, même si le changement peut prendre un certain temps.

Newsletter L'Usine Digitale
Nos journalistes sélectionnent pour vous les articles essentiels de votre secteur.