Contexte de l'affirmation
Dans une interview accordée à Business Insider, Apollo Global Management a indiqué que, selon son analyse interne, l'intelligence artificielle n'a généré aucun bénéfice financier mesurable pour les entreprises situées en dehors du secteur technologique. L'affirmation repose sur une comparaison des résultats financiers de filiales non‑tech ayant intégré des solutions d'IA avec celles qui n’en ont pas fait, sur une période de plusieurs trimestres récents.
Mécanismes d'évaluation utilisés
Apollo a appliqué des indicateurs classiques de performance économique – marge opérationnelle, croissance du chiffre d'affaires et retour sur investissement (ROI) – aux projets d'IA déployés dans des domaines tels que la logistique, la santé et la finance traditionnelle. Aucun des projets étudiés n’a montré d’amélioration statistiquement significative de ces indicateurs, d'où la conclusion d’un « zero financial payoff ». L’entreprise précise que les données proviennent de ses propres portefeuilles et que les méthodologies de suivi sont alignées sur les standards de reporting interne.
Analyse des limites techniques et organisationnelles
Plusieurs facteurs peuvent expliquer l'absence de gains financiers constatés. Premièrement, la plupart des implémentations d'IA hors tech restent à un stade de proof‑of‑concept, avec des modèles peu optimisés pour les spécificités métier. Deuxièmement, les coûts d’infrastructure – serveurs GPU, licences de plateformes cloud et équipes de data science – sont souvent supérieurs aux économies attendues, surtout quand les volumes de données sont limités. Enfin, la culture d’entreprise et la maturité des processus décisionnels peuvent freiner l’intégration efficace des algorithmes, réduisant ainsi l’impact sur les indicateurs de rentabilité.
Implications pour les investisseurs et les dirigeants
Pour les investisseurs, la déclaration d’Apollo suggère de réévaluer les attentes de rendement liées aux projets d'IA dans les secteurs non technologiques. Les dirigeants doivent considérer l'IA comme un levier d'amélioration opérationnelle à long terme plutôt que comme une source immédiate de profit. Une approche plus prudente consisterait à piloter des projets à petite échelle, à mesurer les gains en termes de productivité ou de réduction d’erreurs, puis à scaler uniquement les initiatives démontrant un ROI positif. En l'absence de données chiffrées publiques, la prudence reste de mise avant d’allouer des budgets conséquents à l'IA hors tech.
