Le vice-président exécutif d'Infosys pose la première pierre de l'adoption de l'IA et du partenariat avec OpenAI

Balakrishna (Bali) D.R., vice-président exécutif et responsable mondial des services d'IA et des secteurs d'activité chez Infosys

Balakrishna (Bali) D.R., vice-président exécutif d’Infosys, explique ce qui distingue les entreprises qui ont réussi à adopter l’IA de celles qui peinent à la déployer à grande échelle, et évoque la collaboration de l’entreprise avec OpenAI

L'adoption de l'IA en entreprise dépasse désormais le stade de l'expérimentation, mais de nombreuses organisations restent tiraillées entre des projets pilotes prometteurs et la difficulté de générer une valeur commerciale mesurable.

La fragmentation des données, les systèmes hérités, l'évolution de la gouvernance et le manque de clarté quant à la responsabilité peuvent tous empêcher les initiatives d'IA de déboucher sur une transformation durable, ce qui rend la discipline opérationnelle aussi importante que l'accès à des modèles avancés.

Balakrishna (Bali) D.R., vice-président exécutif et responsable mondial des services d’IA et des secteurs d’activité chez Infosys, explore ici ce qui distingue les entreprises qui réussissent leur adoption de celles qui peinent à passer à l’échelle supérieure, et revient en détail sur la collaboration stratégique d’Infosys avec OpenAI.

Pourquoi tant d’organisations peinent-elles encore à déployer l’IA au-delà des projets pilotes ?

De nombreuses organisations ne rencontrent pas de difficultés parce que les modèles d’IA sont faibles ; elles en rencontrent parce que les fondements de l’entreprise doivent être renforcés. Trop souvent, l’IA commence par un ensemble de projets pilotes prometteurs, mais les données sous-jacentes sont fragmentées, les systèmes hérités sont difficiles à intégrer, la gouvernance est encore en pleine évolution et la responsabilité des résultats n’est pas clairement définie. C’est ce qui crée le « purgatoire des projets pilotes ».

Nos propres recherches illustrent clairement cette situation. L’« Infosys AI Business Value Radar », qui a interrogé des cadres supérieurs dans plus de 3 200 organisations à travers le monde, a révélé que seuls environ 20 % des cas d’utilisation de l’IA atteignent la plupart ou la totalité de leurs objectifs commerciaux, et qu’un cinquième de tous les déploiements ne génèrent aucune valeur ou sont annulés après leur mise en œuvre.

La leçon à en tirer est simple : pour déployer l’IA à grande échelle, il faut un modèle opérationnel, et non un modèle de laboratoire. Il faut un soutien de la direction, des bases de données modernes, des garde-fous clairs et des cas d’utilisation liés à la croissance du chiffre d’affaires, à l’optimisation des coûts ou à la réduction des risques. Sinon, les projets pilotes restent intéressants mais ne prennent jamais une ampleur significative.

Qu’est-ce qui distingue les entreprises qui réussissent leur adoption de l’IA de celles qui sont à la traîne ?

Les organisations qui prennent de l’avance considèrent l’IA comme un programme de transformation relevant directement du PDG plutôt que comme une série d’expériences isolées. Elles alignent leur direction sur une stratégie d’entreprise claire, investissent très tôt dans la préparation des données et une architecture moderne, et mettent en place une gouvernance avant de tenter d’industrialiser les cas d’utilisation. Tout aussi important, elles repensent les flux de travail au lieu de se contenter de superposer l’IA à des processus défaillants.

Trop souvent, l’IA commence par un ensemble de projets pilotes prometteurs, mais les données sous-jacentes sont fragmentées

Balakrishna (Bali) D.R., vice-président exécutif et responsable mondial des services d’IA et des secteurs d’activité chez Infosys

L’étude de McKinsey pour 2025 est utile à cet égard : les entreprises très performantes en matière d’IA sont près de trois fois plus susceptibles de repenser leurs flux de travail et trois fois plus susceptibles que leurs homologues d’être tout à fait d’accord avec le fait que les hauts dirigeants de leur organisation font preuve d’appropriation et d’engagement envers leurs initiatives d’IA. Les organisations à haut niveau de maturité sont plus susceptibles de maintenir leurs initiatives d’IA en production pendant trois ans ou plus, ce qui montre qu’elles visent une valeur durable, et non des projets pilotes éphémères.

Dans la pratique, les entreprises qui réussissent savent également mobiliser leurs collaborateurs. Elles investissent dans la gestion du changement, la maîtrise de l’IA et des modèles opérationnels intégrant l’intervention humaine (human-in-the-loop), afin que la confiance grandisse parallèlement à l’adoption de l’IA. La ligne de démarcation ne réside plus dans l’accès à l’IA, mais dans la discipline nécessaire pour la mettre en œuvre.

Comment le partenariat Infosys–OpenAI aidera-t-il les organisations à transformer leurs expériences en IA en résultats commerciaux mesurables ?

Ce qui confère à ce partenariat Infosys–OpenAI son importance stratégique, c’est qu’il s’agit d’un modèle opérationnel permettant de libérer la valeur de l’IA à grande échelle. Cette collaboration associe les modèles de pointe d’OpenAI à la plateforme Topaz Fabric d’Infosys afin d’aider nos clients à passer de la phase d’expérimentation à un déploiement concret et responsable, générant des résultats commerciaux mesurables.

Les domaines d’intervention initiaux comprennent l’ingénierie logicielle, la modernisation des systèmes existants, l’automatisation DevOps, le commerce électronique et d’autres domaines axés sur l’ingénierie. Cela est important car ce sont des domaines dans lesquels les entreprises peuvent généralement mesurer la valeur ajoutée en termes d’amélioration de la productivité de l’ingénierie, d’accélération de la livraison et de réduction des délais de mise sur le marché.

Tout aussi important, ce partenariat est présenté en plaçant la gouvernance d’entreprise et le déploiement responsable au cœur de la démarche, et non comme une simple réflexion après coup. Pour les clients, cela signifie associer des capacités de modélisation de classe mondiale à l’expertise sectorielle, à l’envergure des prestations et à l’expérience en matière de modernisation d’Infosys. En d’autres termes, l’ambition n’est pas simplement d’ajouter l’IA aux flux de travail, mais de repenser ces derniers afin que l’IA puisse générer des résultats commerciaux mesurables.

Chiffres clés

• 3 240 – nombre d’organisations interrogées dans le cadre de l’étude « AI Business Value Radar » d’Infosys, portant sur 132 cas d’utilisation de l’IA
• 19 % – proportion de cas d’utilisation de l’IA qui atteignent tous leurs objectifs commerciaux (Infosys)
• 60 % plus rapide – Infosys a utilisé une approche axée sur l’IA pour moderniser près de trois millions de lignes de code hérité pour une société mondiale de location de voitures, achevant la transformation 60 % plus rapidement
• 3 fois plus susceptibles – McKinsey a constaté que les entreprises très performantes en matière d’IA sont près de trois fois plus susceptibles de repenser en profondeur leurs flux de travail que les autres organisations

Infosys a récemment conclu un partenariat stratégique avec OpenAI

Comment l’IA transforme-t-elle le développement et la modernisation des logiciels ?

L’IA transforme le développement logiciel de deux manières à la fois : elle réduit l’effort nécessaire aux tâches d’ingénierie courantes, tout en élargissant le champ d’action des équipes d’ingénierie en matière de modernisation et de transformation. Nous constatons une valeur ajoutée évidente dans la génération de code, la documentation, les tests, le débogage, la revue de code et la transformation des systèmes hérités, mais le changement le plus important réside dans le fait que les ingénieurs peuvent consacrer davantage de temps à l’architecture, à l’intégration, à la résilience et à la logique métier.

Chez un leader mondial de la location de voitures, nous avons utilisé une approche axée sur l’IA pour accélérer la transformation des systèmes hérités. Nous avons analysé près de trois millions de lignes de code hérité à l’aide de modèles de langage multimodaux (LLM) afin d’en extraire la logique métier fondamentale et de la moderniser en une plateforme cloud évolutive, et ce 60 % plus rapidement. Cette approche a permis de réduire les coûts d’hébergement, d’accroître la réutilisation des capacités métier sur l’ensemble des canaux et de créer une base évolutive pour la modernisation et l’automatisation futures.

Nos partenariats avec des entreprises « natives de l’IA » et des hyperscalers vont tous dans le même sens : l’ingénierie assistée par l’IA passe d’un simple soutien au codage isolé à une livraison logicielle de bout en bout et à la modernisation des systèmes existants. Cela place la barre plus haut pour les talents en ingénierie, mais renforce également le rôle des ingénieurs dans la création de résultats commerciaux.

Ce qui confère au partenariat Infosys–OpenAI son importance stratégique, c’est qu’il s’agit d’un modèle opérationnel permettant de libérer la valeur de l’IA à grande échelle

Balakrishna (Bali) D.R., vice-président exécutif, responsable des services mondiaux, IA et secteurs d’activité chez Infosys

Qu’est-ce qui définira la prochaine phase de l’adoption de l’IA en entreprise ?

La prochaine phase sera marquée par l’orchestration. Nous passons des interfaces de chat et des copilotes isolés à des agents IA, des modèles spécialisés et des systèmes à l’échelle de l’entreprise capables de raisonner, de coordonner et d’agir à travers les flux de travail.

Mais le succès ne viendra pas uniquement de l’autonomie. Il résultera de la combinaison d’agents avec l’ingénierie contextuelle, un accès aux données gouverné, des infrastructures modernisées et une responsabilité humaine clairement définie. C’est pourquoi je pense que les gagnants seront les organisations qui construiront des écosystèmes d’IA multimodèles et fiables, plutôt que de miser sur un seul outil ou fournisseur.

Nous avons clairement affiché cette orientation dès le départ. Topaz Fabric est conçu pour unifier les modèles, les données, les agents et les flux de travail, tandis que notre écosystème de partenaires plus large – allant des puces électroniques aux applications – reflète une approche délibérément ouverte et modulable.

Les données du secteur vont dans le même sens. Nous constatons un intérêt croissant pour l’IA agentique, mais sa mise à l’échelle à grande échelle reste limitée. Le Forum économique mondial estime que la confiance et la gouvernance constituent les véritables freins à l’adoption ; d’autres rapports montrent que l’IA devient abordable et plus accessible, ce qui signifie que l’avantage concurrentiel proviendra de plus en plus de la mise en œuvre, et non de l’accès. La prochaine étape de l’IA d’entreprise consistera donc moins à expérimenter qu’à repenser l’entreprise elle-même.

Les principaux partenaires d’Infosys en matière d’IA

• OpenAI : partenaire stratégique pour la transformation de l’IA en entreprise, notamment en matière d’ingénierie logicielle, de modernisation des systèmes existants et d’IA agentique.
• Microsoft : partenaire pour Azure, Azure OpenAI Service et les solutions d’entreprise basées sur l’IA.
• NVIDIA : collaboration axée sur l’infrastructure IA, les modèles, les plateformes et le déploiement de l’IA d’entreprise.
• Google Cloud : partenaire soutenant les solutions d’IA générative grâce aux technologies Google Cloud et à Infosys Topaz.
• AWS : collaboration associant Infosys Topaz aux capacités d’IA d’AWS afin d’accélérer l’adoption de l’IA en entreprise.