- Le marché de l’IA générative a doublé de taille en 2024 et devrait atteindre, voire dépasser, les 100 milliards de dollars en 2028
- En 2024, seulement 22% des grandes entreprises avaient déployé une IA générative à l’échelle
- Un enjeu majeur pour les entreprises en 2025, passer des phases de tests à des déploiements globaux
Paris, le 4 février 2024 – Sopra Steria Next, cabinet de conseil de Sopra Steria, publie la seconde édition de son étude portant sur le marché mondial de l’IA générative (première édition à retrouver ici). Cette étude, intitulé « IA générative – De l’exploration à l’impact », explore les dynamiques du marché de l’intelligence artificielle générative, les défis à relever et les opportunités pour maximiser la valeur de l’IA générative.
En un coup d’œil :
- 2024 a été une année d’accélération de l’IA générative d’un point de vue technologique avec des niveaux d’investissement inédits, et l’apparition de solutions plus performantes et variées
- Une certaine déception à date des entreprises dont seulement 1 sur 5 a réussi à déployer à l’échelle un premier cas d’usage, malgré le foisonnement des prototypes (« POC »)
- Une confirmation de la projection du marché de l’IA générative à 100 milliards de dollars d’ici 2028
« 2024 se distingue comme une année de contraste : d’un côté, un dynamisme technologique et une offre de solutions d’IA foisonnante ; de l’autre, des entreprises encore en quête de maturité pour pleinement embrasser cette révolution. La route est tracée, mais l’adoption généralisée reste un défi. Pour y parvenir, il ne suffit plus d’enchaîner les expérimentations : il faut désormais consolider les bases, prioriser l’intégration des solutions et se concentrer sur leur impact concret. Les mois à venir seront décisifs pour transformer cet élan technologique en un véritable levier de réinvention des processus et des métiers »,
commente Fabrice Asvazadourian, Directeur Général de Sopra Steria Next.
2024, une accélération du marché de l’IA générative
« L’année 2024 marque un tournant pour l’IA générative. D’un côté, son essor s’est accéléré de façon spectaculaire, avec un quasi-doublement des investissements des grands acteurs de la tech dans les infrastructures d’IA et les laboratoires de GenAI, et de l’autre Nvidia qui a su répondre à l’explosion de la demande pour ses GPU. Avec les récentes annonces d’Amazon, Stargate et Meta, nous pouvons confirmer que cette dynamique d’investissement massif se poursuivra en 2025 et au-delà »,
continue Fabrice Asvazadourian.
En parallèle, les laboratoires d’IA générative ont réussi à mettre sur le marché un panorama de solutions de plus en plus performantes et variées. Il en résulte que l’usage de ChatGPT,
référence du marché, s’ancre avec 250 millions d’utilisateurs hebdomadaires et un trafic mensuel qui a plus que doublé en un an (à 3,7 milliards d’utilisation en octobre 2024) et est maintenant
supérieur à celui de Google. Les revenus d’OpenAI ont suivi une tendance similaire passant de 1,6 milliards de dollars en 2023 à 3,7 en 2024. Ces chiffres démontrent toutefois la difficulté à accroître
la part des utilisateurs payants et à les faire monter en gamme.
Ces données permettent à Sopra Steria Next d’évaluer que le marché de l’IA générative a plus que doublé en 2024 atteignant entre 20 et 25 milliards de dollars de revenus et de confirmer ses
projections pour le marché de l’IA générative, qui devrait atteindre au moins 100 milliards de dollars d’ici 2028 dans le scénario central.
Mais de nombreux freins au sein des entreprises
Malgré cet essor technologique, seules 22% des grandes entreprises ont réussi à réellement déployer au moins une première application d’IA générative à l’échelle en 2024.
Si la progression est notable par rapport à l’année précédente (3% des grandes entreprises en 2023), la proportion reste modeste avec près de 4 entreprises sur 5 qui n’ont pas encore franchi ce cap. L’IT,
la supply chain, la gestion des risques et de la fraude ou encore le service client sont les domaines ayant le plus réussi à déployer des premières solutions d’IA générative.
Ces difficultés d’adoption à grande échelle s’expliquent par plusieurs facteurs :
- Une gouvernance des données insuffisante, qui empêche les entreprises de pleinement exploiter le potentiel de l’IA.
- Des barrières organisationnelles et techniques dans la mise en synergie de toutes les expertises nécessaires
- Un enjeu de montée en compétence pointue – La plupart des entreprises ont mis en place des formations à l’IA et au prompting, mais elles font encore face à deux obstacles majeurs : la difficulté à
recruter des experts en IA et un manque de communication efficace entre les équipes métiers et les ingénieurs spécialisés.
« Les entreprises font face à un paradoxe : elles ont pleinement conscience du potentiel de l’IA générative, mais éprouvent encore des difficultés à l’industrialiser et à en tirer une valeur concrète. Ces blocages ne sont pas technologiques, mais avant tout organisationnels et opérationnels. Le cas Klarna prouve très bien qu’une entreprise peut déployer des solutions IA adaptées à ses besoins et générer un impact tangible sur ses résultats, sur l’adoption par ses collaborateurs et sur la satisfaction de ses clients. Chez Sopra Steria Next, nous accompagnons nos clients pour dépasser ces obstacles et inscrire l’IA générative dans une dynamique de transformation durable et profitable »,
commente Bruno Maillot, directeur de la practice AI for Business de Sopra Steria Next.
Passer de l’exploration à l’impact
Pour accompagner ses clients dans cette transformation, Sopra Steria Next a identifié quatre axes stratégiques ayant pour objectifs d’accélérer l’adoption de l’IA générative :
- Se concentrer sur l’impact tangible sur le P&L – Réussir à déployer à grande échelle les solutions d'IA générative les plus matures, et à gagner la bataille de
l'utilisation quotidienne par les employés.
- Explorer les possibilités de l’IA agentique - Passer du «Text-to-Text» au «Speak-to-Action», et aller vers une approche multi-tâches intégrée et personnalisée : «Smart
Lean»
- Apprendre à conjuguer différents modèles d’IA génératives – Savoir utiliser plusieurs modèles d’IA générative, et les faire fonctionner ensemble, afin d’optimiser
le quadriptyque Coût / Performance / Vitesse / Empreinte ESG
- Garantir une IA éthique et responsable lors du déploiement à grande échelle – Possibilité d'utiliser des données synthétiques pour améliorer et simplifier la gestion des
données, et bien sûr intégrer la réglementation sur l’IA (AI Act).
Cliquez ici pour découvrir un résumé des principaux chiffres et enseignements de l’étude.
Ou ici pour demander la version complète.