par Stéphane Paris, le 16 juillet 2026
Les nouveaux modèles d’IA se multiplient, les démonstrations s’enchaînent et les cas d’usage se diversifient. Pourtant, derrière cet enthousiasme, une réalité demeure largement invisible : selon Gartner, seuls 41 % des prototypes d’IA générative atteignent aujourd’hui la mise en production. Pour les autres, les projets sont abandonnés ou restent bloqués au stade de la preuve de concept.
Depuis la création de son pôle Data & IA en 2023, Galadrim a accompagné plus d’une centaine d’organisations dans leurs projets d’intelligence artificielle et déployé plus de 150 applications et modèles en production. Retail, industrie, santé, assurance, immobilier, énergie, juridique ou encore nucléaire : ces solutions sont aujourd’hui utilisées au quotidien par des milliers de collaborateurs chez des acteurs tels que Toyota, Chanel, BNP Paribas, Suez, Showroomprivé, Vinci Construction, ou Gide.
Au fil de ces projets, une évidence s’est imposée : les difficultés rencontrées sont rarement liées aux performances de l’intelligence artificielle elle-même. Elles proviennent le plus souvent de choix effectués bien avant la mise en production.
« En 2023, les entreprises nous demandaient si l’IA était suffisamment mature pour être utilisée. Aujourd’hui, elles savent qu’elle fonctionne. Leur véritable enjeu est désormais de savoir comment construire des solutions qui seront encore utilisées dans deux ou trois ans, avec un retour sur investissement mesurable. », explique Benjamin Drighès, responsable du pôle Data & IA chez Galadrim.
Premier enseignement : s’interroger autant sur le choix des modèles que sur les cas d’usage
Quel modèle utiliser ? Quel LLM choisir ? Faut-il privilégier l’open source ou une solution commerciale ? Pour Galadrim, ces choix techniques découlent tous d’une même priorité : le problème métier qu’on cherche à résoudre.
Les projets les plus performants sont ceux dont les indicateurs de succès sont définis avant même le début du développement : temps gagné, réduction des erreurs, amélioration de la productivité ou diminution des coûts. Pour un acteur du secteur de l’énergie, par exemple, le taux d’automatisation des dossiers et le niveau de qualité attendu avaient été fixés dès le lancement du projet, permettant ensuite d’étendre rapidement son périmètre grâce aux résultats obtenus.
Deuxième enseignement : trouver là où l’IA aura un réel impact et une valeur ajoutée
L’enjeu est de construire la bonne ingénierie pour employer au mieux l’IA, y compris avec des règles déterministes.
L’IA générative excelle pour comprendre un document complexe, interpréter un langage naturel ou extraire des informations de contenus non structurés. Cependant, pour apporter une réelle valeur ajoutée, ses compétences doivent être encadrées par des règles métiers bien définies. En effet, dès qu’une règle métier est parfaitement connue, un traitement classique reste souvent plus rapide, moins coûteux et plus facilement explicable.
Cette approche hybride permet non seulement de réduire fortement les coûts d’exploitation, mais également de garantir une meilleure traçabilité des décisions prises par les systèmes d’IA. C’est notamment le choix retenu sur plusieurs projets de traitement documentaire développés par Galadrim.
Troisième enseignement : la mise en production ne marque pas la fin du projet
Contrairement aux logiciels traditionnels, un projet d’intelligence artificielle ne cesse jamais vraiment d’évoluer.
Les modèles progressent tous les mois, les usages des collaborateurs changent et de nouvelles données enrichissent progressivement les systèmes. Une IA performante aujourd’hui pourrait devenir encore plus efficace demain sans qu’il soit nécessaire de la reconstruire entièrement.
Pour cette raison, Galadrim conçoit désormais chacun de ses projets comme un produit vivant, dont les performances sont suivies, mesurées et améliorées en continu. Cette logique d’amélioration permanente est devenue un facteur clé de succès des projets déployés en entreprise.
Quatrième enseignement : prendre en compte régulièrement les feedbacks des utilisateurs
Au cours des différents déploiements réalisés, Galadrim a observé que les projets les plus rapidement adoptés sont ceux qui éliminent une tâche répétitive ou particulièrement chronophage.
L’entreprise recommande ainsi de mettre rapidement les solutions entre les mains des équipes afin de recueillir des retours concrets, ajuster les comportements des modèles et intégrer les nouveaux besoins qui apparaissent uniquement lors d’une utilisation réelle. Plusieurs projets, notamment dans le retail et la recherche, ont démontré l’importance de cette phase pilote avant un déploiement à grande échelle.
La formation des équipes est également indispensable à une adoption réussie.
Cinquième enseignement : concevoir des architectures IA capables de prendre en compte l’évolution des modèles
En seulement trois ans, les modèles d’intelligence artificielle sont devenus plus performants, plus rapides et nettement moins coûteux.
Les entreprises qui réussiront leur transformation ne seront pas nécessairement celles qui choisiront aujourd’hui le meilleur modèle, mais celles qui construiront des architectures suffisamment souples pour tirer parti des innovations à venir. L’évolution rapide des modèles commerciaux comme open source démontre qu’il est désormais indispensable de concevoir des solutions capables d’évoluer sans être entièrement redéveloppées.
Pour Benjamin Drighès, le marché entre aujourd’hui dans une nouvelle phase de maturité. « Pendant longtemps, la réussite d’un projet IA dépendait principalement des performances du modèle. Désormais, les modèles sont suffisamment puissants. Ce qui fait la différence, c’est la qualité de l’intégration dans les processus métier, la gouvernance des données et la capacité des entreprises à faire évoluer leurs solutions dans le temps. »
Après plus de 150 déploiements en production, Galadrim constate ainsi un changement profond des attentes des entreprises. Les discussions portent de moins en moins sur les capacités de l’intelligence artificielle et de plus en plus sur sa capacité à produire un retour sur investissement concret, durable et mesurable.
À propos de Galadrim
Galadrim est une entreprise française spécialisée dans le développement de solutions digitales sur-mesure et l’intelligence artificielle. Fondée en 2017, elle accompagne PME, ETI, start-ups et grands groupes dans la conception, le design et le développement de produits numériques : applications web et mobiles, logiciels métiers, plateformes SaaS, solutions data et IA.
Autofinancée depuis sa création, Galadrim compte aujourd’hui plus de 170 collaborateurs et a accompagné plus de 800 entreprises dans des secteurs variés tels que le retail, la santé, l’industrie, l’assurance, l’immobilier ou encore le luxe. L’entreprise développe également des solutions d’intelligence artificielle dédiées à l’automatisation des opérations métiers, à l’analyse documentaire, aux assistants conversationnels et aux systèmes multi-agents.
