IA générative : les secrets des entreprises européennes pour augmenter la productivité

Un médecin belge saisit rapidement quelques informations sur l'état de santé de son patient. En quelques secondes, l'IA générative lui propose un rapport médical structuré, avec la terminologie appropriée à sa spécialité. Fini les longues minutes de rédaction : le praticien peut se concentrer sur son diagnostic. Cette scène, qui se déroule à l'hôpital UZ Brussel, illustre parfaitement comment certains professionnels européens parviennent à augmenter leur productivité avec l'IA générative.

Car plus de deux ans après l'arrivée de ChatGPT, la révolution annoncée se fait encore attendre dans beaucoup d’entreprises. Selon l'Organisation internationale du travail (OIT), près d'un quart des emplois mondiaux présentent un degré d'exposition à l'IA générative. Dans les pays européens à haut revenu, ce pourcentage grimpe à 34%. Mais cette exposition théorique ne se traduit pas automatiquement par des gains concrets.

"Le piège d'outils nouveaux mal maîtrisés et chronophages guette", prévient le livre blanc d'Inetum "Comment passer la GenAI à l'échelle", qui a interrogé une trentaine de décideurs en Belgique, France et Espagne. Faute d’accompagnement, certains projets sont abandonnés ou les utilisateurs découragés. Mais des entreprises font au contraire figure de modèle à suivre.

Les usages qui créent vraiment de la valeur

Les raisons des déconvenues ? D'abord, des attentes initiales trop élevées. "Il y a eu un recul en raison d'attentes initiales trop élevées", témoigne Nele Philips, de De Watergroep en Belgique. Ensuite, un manque de formation : "Le manque de formation est considéré comme une cause d'échec des projets", souligne le livre blanc.

Mais surtout, une approche trop technologique au détriment de l'humain. "L'état d'esprit est le plus grand goulot d'étranglement de l'IA", résume Ben Vicca, directeur Solutions chez Inetum Belgique.

Pourtant, les entreprises qui réussissent montrent des résultats tangibles. À l'hôpital UZ Gent en, les chercheurs utilisent l'IA générative pour générer des données synthétiques, volontairement fausses, mais dérivées de cas réels. "Cela pourrait aider à partager les données de recherche sans enfreindre les règles de confidentialité", explique Christiaan Polet, directeur des systèmes d'information.

Les conditions du succès : gouvernance et formation

Dans l'éducation, un établissement belge guide les choix d'études grâce à l'IA conversationnelle, aidant les étudiants à mieux s'évaluer. En Espagne, l'automatisation des tâches administratives libère du temps pour les enseignants : "Les utilisateurs doivent s'habituer à utiliser les outils numériques et, à partir de là, l'utilisation de la GenAI pourrait être envisagée, en particulier pour les aider dans la paperasserie."

Dans le développement informatique, GitHub Copilot fait ses preuves. En Espagne, les développeurs interrogés l'utilisent pour le codage non complexe, les tests et le débogage. "Ils trouvent pratique de générer des extraits de code et des suggestions en fonction de leurs commentaires", note l'étude. Même constat en France : "Les développeurs utilisent la GenAI pour des fonctions simples, notamment pour rédiger de la documentation, mais pas pour des fonctions complexes », confirme Lionel Genix directeur général d’Air Liquide Medical Systems.

Cette limitation assumée constitue paradoxalement un facteur de succès : l'IA générative excelle dans l'automatisation de tâches répétitives bien définies, sans prétendre remplacer l'expertise humaine.

Un retour sur investissement de 17 millions d'euros en neuf mois

Les gains financiers commencent à se concrétiser. L'exemple le plus spectaculaire : une entreprise a investi 500 000 euros dans un outil d'IA pour les appels d'offres, générant un retour sur investissement de 17 millions d'euros en neuf mois, rapporte Dina Capelle, analyste pour IDC.

Chez Heineken, les investissements dans l'IA semblent confirmés par de "bons résultats financiers pour le groupe en 2024", suggérant un retour sur investissement positif. Plus modestement, Thales constate tout de même des gains de productivité de 4% grâce à la digitalisation de ses processus industriels.

"L'adoption massive de l'IA est indispensable si l'Europe ne veut pas rester à la traîne des États-Unis et de la Chine", conclut Dorian Vacher, expert de l’unité GenAI d'Inetum. Les témoignages européens montrent qu'au-delà des effets d'annonce, la réussite repose sur une approche pragmatique : gouvernance structurée, formation adaptée et modèle opérationnel équilibré.

La recette du succès n'est finalement pas technologique mais organisationnelle. Les entreprises qui parviennent à augmenter leur productivité avec l'IA générative sont celles qui ont su transformer un défi technique en projet humain.