Une étude de Gartner révèle que dans le monde, les organisations sont moins de 33 % à internaliser le développement de cette  technologie d’avenir pour l’entreprise.

Selon une étude du cabinet  Gartner sur les investissements mondiaux des entreprises dans les technologies liées à l’Intelligence Artificielle (IA), la moitié des organisations aurait décidé d'externaliser le développement de ces nouvelles fonctionnalités.

ð En clair, 45 % des entreprises confient leurs projets IA à des IBM, des Microsoft et autres services externalisés :

-         Ainsi, 27 % achètent une solution d'IA et la personnalisent en interne en fonction de leurs besoins métiers et de leurs secteurs.

-         Un peu plus de une entreprise sur dix décide de confier cette adaptation à un tiers (intégrateur ou ESN).

-         Et 18 % achètent directement une solution IA adaptée à leur métier :

Dans cette catégorie, on trouve les entreprises qui « consomment » l'IA clef en main lorsqu'elle est infusée dans une application, par exemple Einstein dans Salesforce ou plus récemment Dynamics IA de Microsoft (ERP et CRM).

A  celles- ci s'ajoute une dernière typologie d'organisations, qui se rapprochent des précédentes : les entreprises qui attendent que l'IA  arrive, infusée, dans leurs solutions (10 %).

ð Globalement, ce sont donc les deux tiers des entreprises sondées qui se reposent sur des prestataires externes.

Une stratégie qui n'est pas sans poser de problèmes.

Si les applications du Machine Learning, du Deep Learning ou de l'Informatique Cognitive sont critiques pour l'activité d'une entreprise, les confier à un éditeur revient à créer une situation de dépendance sur le long terme.

C’est aussi un problème de confidentialité vis à vis du prestataire.

« Le Machine Learning est un facteur qui crée de l'urgence. Comme l'algorithme apprend, plus vous commencez tôt plus vous vous procurez un avantage », souligne la Directrice de la division Enterprise Commercial de Microsoft France.

Cette urgence explique la décision de s'appuyer sur des solutions existantes, plutôt que d'investir des sommes très importantes dans  le « sur mesure ».

Se posent également les questions de la récupération des données, et surtout des enseignements et de l'amélioration des algorithmes.

Changer de prestataire sans récupérer « la partie apprise » conduit à repartir de zéro et à se mettre dans une situation difficile.

ð Ceci conduit les 33 % restants à faire leur IA eux-mêmes.

Dans ce tiers restant, 15 % développent leurs propres technologies quand 18 % s'appuient sur des briques open-source.