Vous comparez les performances financi\u00e8res de plusieurs cas d'utilisation de l'IA en \u00e9valuant chacun d'entre eux \u00e0 l'aune d'un ensemble commun d'indicateurs financiers : co\u00fbt de mise en place et d'exploitation, valeur commerciale mesurable g\u00e9n\u00e9r\u00e9e, d\u00e9lai de rentabilisation et rendement ajust\u00e9 au risque. Cela n\u00e9cessite un cadre de comparaison coh\u00e9rent, et non pas simplement des analyses de rentabilit\u00e9 individuelles r\u00e9alis\u00e9es de mani\u00e8re isol\u00e9e. Les sections ci-dessous abordent les questions les plus courantes auxquelles les organisations sont confront\u00e9es lors de l'\u00e9laboration de ce cadre.<\/p>\n
Les indicateurs qui permettent le mieux de mesurer la performance financi\u00e8re d'un cas d'utilisation de l'IA sont le co\u00fbt total de possession (TCO), la valeur nette g\u00e9n\u00e9r\u00e9e, le d\u00e9lai de rentabilit\u00e9 et la valeur par dollar investi. Ces quatre dimensions vous offrent une vision compl\u00e8te du co\u00fbt d'un cas d'utilisation de l'IA, de son rendement, de la rapidit\u00e9 avec laquelle il est rentabilis\u00e9 et de l'efficacit\u00e9 avec laquelle il transforme l'investissement en r\u00e9sultats.<\/p>\n
Voyons cela plus en d\u00e9tail, d'un point de vue pratique :<\/p>\n
Les indicateurs qualitatifs ont \u00e9galement leur importance, mais ils doivent venir compl\u00e9ter les indicateurs financiers plut\u00f4t que de les remplacer. Des facteurs tels que le taux d'adoption par les collaborateurs, la pr\u00e9cision des mod\u00e8les et la qualit\u00e9 des donn\u00e9es ont une incidence directe sur la validit\u00e9 des projections financi\u00e8res ; il convient donc de les suivre en tant qu'indicateurs avanc\u00e9s de la performance financi\u00e8re plut\u00f4t que comme des substituts de celle-ci.<\/p>\n
Pour disposer d'une base de r\u00e9f\u00e9rence coh\u00e9rente permettant de comparer les investissements dans l'IA, il faut une taxonomie des co\u00fbts normalis\u00e9e, une d\u00e9finition commune de la valeur et un horizon temporel commun appliqu\u00e9 de mani\u00e8re uniforme \u00e0 tous les cas d'utilisation \u00e9valu\u00e9s. Sans ces trois \u00e9l\u00e9ments, vous comparez des chiffres fond\u00e9s sur des hypoth\u00e8ses diff\u00e9rentes, ce qui rend tout classement d\u00e9nu\u00e9 de sens.<\/p>\n
Commencez par classer les co\u00fbts par cat\u00e9gorie. Chaque cas d\u2019utilisation de l\u2019IA doit classer ses co\u00fbts dans les m\u00eames cat\u00e9gories : main-d\u2019\u0153uvre de d\u00e9veloppement, infrastructure, licences, int\u00e9gration et exploitation courante. Les organisations qui laissent chaque \u00e9quipe d\u00e9finir les co\u00fbts diff\u00e9remment se retrouvent avec des chiffres qui semblent comparables, mais qui ne le sont pas. Une taxonomie align\u00e9e sur votre structure globale de gestion financi\u00e8re informatique permet de rendre les co\u00fbts li\u00e9s \u00e0 l\u2019IA visibles aux c\u00f4t\u00e9s des autres investissements technologiques, plut\u00f4t que de les regrouper dans une cat\u00e9gorie distincte et opaque.<\/p>\n
Ensuite, d\u00e9finissez la notion de valeur de mani\u00e8re coh\u00e9rente. Si une \u00e9quipe consid\u00e8re les co\u00fbts \u00e9vit\u00e9s comme une valeur et qu\u2019une autre ne prend en compte que les revenus suppl\u00e9mentaires, la comparaison est fauss\u00e9e d\u00e8s le d\u00e9part. Mettez-vous d\u2019accord sur les types de valeur \u00e0 prendre en compte, sur la mani\u00e8re de les quantifier et sur les hypoth\u00e8ses acceptables. Cela est particuli\u00e8rement important pour les cas d\u2019utilisation de l\u2019IA o\u00f9 la valeur est indirecte, comme l\u2019am\u00e9lioration de la qualit\u00e9 des d\u00e9cisions ou la r\u00e9duction du temps de travail des analystes.<\/p>\n
Enfin, appliquez le m\u00eame horizon temporel \u00e0 tous les cas d'utilisation. Un horizon de trois ans est courant pour les investissements technologiques, mais l'essentiel r\u00e9side dans l'uniformit\u00e9. Un cas d'utilisation qui semble peu prometteur \u00e0 12 mois peut s'av\u00e9rer tr\u00e8s prometteur \u00e0 36 mois, et inversement. Des horizons temporels coh\u00e9rents emp\u00eachent les biais \u00e0 court terme de fausser la vision d'ensemble du portefeuille.<\/p>\n
La valeur d'un cas d'utilisation de l'IA correspond \u00e0 l'ensemble des avantages commerciaux g\u00e9n\u00e9r\u00e9s par ce cas d'utilisation, exprim\u00e9s en termes financiers ou strat\u00e9giques. Le retour sur investissement (ROI) d'un cas d'utilisation de l'IA correspond au rapport entre cette valeur nette et le co\u00fbt n\u00e9cessaire pour l'obtenir. La valeur indique ce que vous avez gagn\u00e9 ; le ROI indique avec quelle efficacit\u00e9 vous l'avez obtenu par rapport \u00e0 ce que vous avez d\u00e9pens\u00e9.<\/p>\n
Cette distinction est importante lorsqu'on compare des cas d'utilisation, car un cas d'utilisation \u00e0 forte valeur ajout\u00e9e n'est pas automatiquement synonyme de retour sur investissement \u00e9lev\u00e9. Un d\u00e9ploiement d'IA \u00e0 grande \u00e9chelle peut g\u00e9n\u00e9rer des \u00e9conomies significatives en valeur absolue, mais n\u00e9cessiter un investissement si important que son retour sur investissement s'av\u00e8re modeste. Un cas d'utilisation plus modeste et cibl\u00e9 peut offrir une valeur totale moindre, mais \u00e0 un co\u00fbt bien inf\u00e9rieur, ce qui se traduit par un taux de retour sur investissement bien plus \u00e9lev\u00e9.<\/p>\n
Pour prendre des d\u00e9cisions relatives au portefeuille, vous avez besoin de ces deux indicateurs. La valeur permet de d\u00e9finir les priorit\u00e9s strat\u00e9giques : quels cas d\u2019utilisation ont un impact significatif sur les r\u00e9sultats commerciaux qui comptent ? Le retour sur investissement (ROI) permet de d\u00e9finir les priorit\u00e9s en mati\u00e8re d\u2019efficacit\u00e9 : quels cas d\u2019utilisation tirent le meilleur parti d\u2019un budget informatique limit\u00e9 ? Se fier \u00e0 un seul indicateur conduit soit \u00e0 sous-investir dans des initiatives \u00e0 fort impact, soit \u00e0 surinvestir dans des initiatives co\u00fbteuses qui g\u00e9n\u00e8rent des rendements d\u00e9croissants.<\/p>\n
Un compl\u00e9ment utile \u00e0 ces deux indicateurs est le seuil de rentabilit\u00e9<\/strong>, c'est-\u00e0-dire le moment o\u00f9 la valeur cumul\u00e9e d\u00e9passe le co\u00fbt cumul\u00e9. Cela fournit aux d\u00e9cideurs un calendrier concret plut\u00f4t qu'un pourcentage abstrait, ce qui est souvent plus facile \u00e0 communiquer \u00e0 la direction et aux acteurs du secteur financier.<\/p>\n Pour tenir compte des risques et des incertitudes dans le classement des cas d'utilisation de l'IA, vous appliquez des estimations de valeur pond\u00e9r\u00e9es en fonction de la probabilit\u00e9, vous d\u00e9finissez des cat\u00e9gories de risques sp\u00e9cifiques \u00e0 l'IA et vous revoyez \u00e0 la baisse les rendements attendus pour les cas d'utilisation pr\u00e9sentant une plus grande incertitude de mise en \u0153uvre. Cela \u00e9vite que des projections trop optimistes ne placent des cas d'utilisation \u00e0 haut risque en t\u00eate de la liste des investissements.<\/p>\n Les projets d'IA comportent plusieurs types de risques que l'\u00e9valuation standard des projets informatiques a souvent tendance \u00e0 sous-estimer :<\/p>\n Une approche pratique consiste \u00e0 attribuer \u00e0 chaque cas d'utilisation un niveau de confiance (\u00e9lev\u00e9, moyen ou faible) en fonction de ces cat\u00e9gories de risque, puis \u00e0 appliquer une d\u00e9cote correspondante \u00e0 la valeur pr\u00e9visionnelle. Un cas d'utilisation pr\u00e9sentant un risque \u00e9lev\u00e9 li\u00e9 aux donn\u00e9es et un faible niveau de confiance quant \u00e0 son adoption pourrait voir sa valeur pr\u00e9visionnelle r\u00e9duite de 40 \u00e0 60 % avant d'\u00eatre pris en compte dans la comparaison. On obtient ainsi une valeur ajust\u00e9e au risque qui rend le classement plus r\u00e9aliste et plus facile \u00e0 justifier aupr\u00e8s des parties prenantes financi\u00e8res et de la direction.<\/p>\n Les cadres les mieux adapt\u00e9s \u00e0 la comparaison financi\u00e8re des projets d'IA couvrant plusieurs cas d'utilisation sont la gestion des activit\u00e9s technologiques (TBM), le FinOps et les approches de gestion de portefeuille adapt\u00e9es aux charges de travail li\u00e9es \u00e0 l'IA. Ces cadres fournissent la taxonomie des co\u00fbts, les structures de gouvernance et les cadences d\u00e9cisionnelles n\u00e9cessaires pour comparer les investissements dans l'IA \u00e0 grande \u00e9chelle, plut\u00f4t que au cas par cas.<\/p>\n TBM vous offre une m\u00e9thode structur\u00e9e pour mettre en correspondance les co\u00fbts li\u00e9s \u00e0 l'IA avec les services m\u00e9tier et les r\u00e9sultats qu'ils soutiennent, ce qui permet d'identifier les cas d'utilisation qui apportent de la valeur par rapport aux services qu'ils sous-tendent. Cela s'av\u00e8re particuli\u00e8rement utile lorsque l'IA est int\u00e9gr\u00e9e \u00e0 des services informatiques existants plut\u00f4t que de fonctionner comme une initiative autonome.<\/p>\n Le FinOps s'int\u00e9resse \u00e0 la dimension \u00ab co\u00fbts du cloud \u00bb de l'IA, qui constitue souvent la composante de co\u00fbt la plus importante et la plus variable. Les charges de travail li\u00e9es \u00e0 l'inf\u00e9rence et \u00e0 l'entra\u00eenement des mod\u00e8les d'IA peuvent mobiliser d'importantes ressources cloud, et sans une bonne Pratiques FinOps<\/a>, ces co\u00fbts sont difficiles \u00e0 imputer avec pr\u00e9cision \u00e0 chaque cas d'utilisation. Une imputation pr\u00e9cise des co\u00fbts est une condition pr\u00e9alable \u00e0 toute comparaison financi\u00e8re pertinente.<\/p>\nComment tenez-vous compte des risques et des incertitudes lorsque vous classez les cas d'utilisation de l'IA ?<\/h2>\n
\n
Quels outils ou cadres permettent de comparer des solutions financi\u00e8res bas\u00e9es sur l'IA dans le cadre de plusieurs cas d'utilisation ?<\/h2>\n