Investissement en IA en APAC : Défis de gouvernance pour les DSI

A shield

Augmentation des dépenses en IA dans la région APAC : un défi pour la gouvernance

Les dépenses en intelligence artificielle (IA) parmi les organisations de la région Asie-Pacifique (APAC) ont connu une augmentation significative, affichant une hausse de 3,3 fois par rapport aux années précédentes. Cela souligne la préparation à l’adoption de l’IA dans cette région, selon une étude récente.

Une étude révélatrice

La troisième édition du « CIO Playbook 2025 — It’s Time for AI-nomics », commandée par Lenovo et réalisée avec des insights de IDC, a sondé plus de 2 900 répondants, dont plus de 900 décideurs IT et commerciaux provenant de 12 marchés APAC, y compris l’Inde, la Corée du Sud, le Japon et plusieurs pays de l’ASEAN.

Priorités commerciales en évolution

Chaque année, les priorités commerciales évoluent, reflétant une compréhension plus profonde des enjeux liés à la croissance de l’IA. Les questions éthiques et les biais demeurent les principaux risques associés à l’IA cette année. Cependant, seulement 24% des organisations dans le monde et 25% dans la région APAC ont pleinement appliqué des politiques de gouvernance, de risque et de conformité (GRC) en matière d’IA.

Les défis de la gouvernance

Dans la région ASEAN+, 24% des directeurs des systèmes d’information (CIO) rapportent avoir mis en œuvre des politiques GRC pour l’IA, ce qui correspond aux tendances mondiales et régionales. Cela souligne l’importance d’une approche structurée pour répondre à ce qui est devenu la priorité absolue pour les entreprises de la région.

Focus sur les Philippines

Aux Philippines, l’accent est mis sur l’innovation, l’infrastructure numérique et le développement des talents pour intégrer l’IA dans des secteurs clés tels que l’agriculture, la fabrication, le BPO et la santé. Des initiatives comme la Feuille de route nationale pour l’IA (2021–2028) reflètent une volonté coordonnée de favoriser la recherche, la montée en compétences et le déploiement pratique des technologies IA.

Transformation numérique et retour sur investissement

Alors que les dépenses en IA augmentent lentement, le chemin vers une adoption à grande échelle est encore en cours. Environ 47% des organisations de l’ASEAN+ envisagent ou prévoient d’implémenter l’IA dans les 12 mois à venir. Ce chiffre est inférieur aux moyennes de l’APAC (56%) et mondiales (49%), avec des défis liés au retour sur investissement (ROI) qui se révèlent être un obstacle majeur à une adoption plus rapide.

Le leadership de Singapour

Singapour émerge comme le centre régional avec une maturité avancée en matière d’IA, tandis que les autres pays de l’ASEAN+ sont encore dans les premières étapes d’adoption, souvent en raison de ressources limitées et d’un manque d’expertise en IA.

Le rôle de l’IA générative

Selon l’étude, l’IA générative représente 42% des dépenses en mise en œuvre de l’IA en 2025 dans la région ASEAN+, avec le service client se classant comme le principal cas d’utilisation.

Infrastructure et sécurité

En termes d’infrastructure, 68% des organisations de l’ASEAN+ utilisent des solutions hybrides ou sur site, tandis que le reste dépend du cloud public. Globalement, 63% des organisations optent pour des infrastructures sur site et hybrides, l’ASEAN+ affichant un taux d’adoption encore plus élevé, ce qui démontre un engagement clair envers l’innovation tout en garantissant sécurité et conformité.

Investir dans l’avenir de l’IA

Selon des experts, l’adoption de l’IA ne doit pas se limiter à des gains à court terme. Les organisations doivent investir dans l’efficacité de la conception, du déploiement et de l’intégration des solutions IA dans leurs opérations, afin de permettre le suivi de leur impact.

Articles

Renforcer la sécurité des LLM : l’alignement responsable de l’IA

Ce document traite de l'alignement responsable de l'IA dans le développement de phi-3, mettant l'accent sur les principes de sécurité adoptés par Microsoft. Des méthodes de test et des ensembles de...

Contrôle des données dans l’ère des clouds IA souverains

Les nuages d'IA souverains offrent à la fois contrôle et conformité, répondant aux préoccupations croissantes concernant la résidence des données et le risque réglementaire. Dans un environnement où...

L’Alliance Écossaise de l’IA : Vers une Intelligence Artificielle Éthique

L'Alliance écossaise de l'IA a publié son rapport d'impact 2024/2025, révélant une année de progrès significatifs dans la promotion d'une intelligence artificielle éthique et inclusive en Écosse. Le...

UE AI Act : Préparez-vous au changement inévitable

L'annonce de la Commission européenne vendredi dernier selon laquelle il n'y aura pas de retard concernant la loi sur l'IA de l'UE a suscité des réactions passionnées des deux côtés. Il est temps de...

Fiabilité des modèles linguistiques : un défi à relever avec la loi sur l’IA de l’UE

Les modèles de langage de grande taille (LLM) ont considérablement amélioré la capacité des machines à comprendre et à traiter des séquences de texte complexes. Cependant, leur déploiement croissant...

Pause ou avancée : l’avenir de la réglementation de l’IA en Europe

Le Conseil européen a maintenu le calendrier de l'Acte sur l'IA malgré les pressions, affirmant qu'il n'y aura pas de pause dans sa mise en œuvre. Le Premier ministre suédois a appelé à un...

Nouvelles restrictions sur l’IA : impacts et opportunités

L'administration Trump prépare de nouvelles restrictions sur les exportations de puces AI vers la Malaisie et la Thaïlande pour empêcher que des processeurs avancés n'atteignent la Chine via des pays...

Gouvernance de l’IA : Garantir l’éthique et la transparence dans les entreprises modernes

La gouvernance de l'IA et la gouvernance des données sont essentielles pour garantir le développement de solutions d'IA éthiques et fiables. Ces cadres de gouvernance sont interconnectés et vitaux...

LLMOps : Optimisez l’IA Responsable à Grande Échelle avec Python

Dans un paysage hyper-compétitif, déployer des modèles de langage de grande taille (LLM) n'est pas suffisant ; il faut un cadre LLMOps robuste pour garantir la fiabilité et la conformité. Python, avec...