Après avoir investi dans l’intelligence artificielle à hue et à dia, les entreprises ne sont pas satisfaites des résultats obtenus avec cette technologie. En effet, si les sociétés attendent beaucoup de leurs investissements dans l’intelligence artificielle (IA) notamment pour générer des innovations transformatrices de leur business, allant de la satisfaction client au développement de produits, une mauvaise base de données expliquent les interrogés, empêche 78 % des organisations d’atteindre ses objectifs.
C’est ce que dévoile le rapport du MIT Technology Review Insights, réalisé en collaboration avec la société AI Data Cloud Snowflake, intitulé « Stratégies de données pour les leaders de l’IA », qui révèle que même si les entreprises aspirent à adopter l’IA générative (72 % cherchent à accroître l’efficacité ou la productivité, 55 % s’engagent à une plus grande compétitivité sur le marché et 47 % aspirent à voir plus d’innovation dans les produits et services), la stratégie de base de données doit être améliorée pour maximiser le potentiel de l’IA.
Seuls 22 % des responsables de la stratégie d’entreprise se disent « très préparés » à adopter l’IA
Les entreprises ont besoin d’une base de données robuste, alimentée par des plateformes de données cloud modernes, qui leur permettent d’exploiter leur propre stockage de données ainsi que de grands volumes de données auparavant inaccessibles, la plupart provenant de données non structurées telles que des vidéos et des images. Selon l’étude, seuls 22 % des responsables de la stratégie d’entreprise se disent « très préparés » à adopter l’IA, tandis que 53 % se considèrent « plutôt préparés ». Une meilleure préparation signifie moins de défis liés à l’accès à une puissance de calcul évolutive, aux silos de données et aux problèmes d’intégration, ainsi qu’à la gouvernance des données. Même si de nombreux chefs d’entreprise ont confiance dans les résultats que l’IA peut produire, ils se rendent compte que les données sont la clé pour déterminer avec quelle rapidité et quelle efficacité ils peuvent libérer la valeur de l’IA.
Un autre défi auquel les organisations sont confrontées est le déploiement de l’IA à grande échelle. 95 % des personnes interrogées ont déclaré avoir rencontré des obstacles lors de la mise en œuvre de l’IA. 59 % des personnes interrogées ont cité la gouvernance, la sécurité ou la confidentialité des données comme le défi le plus courant, suivis par la qualité et la disponibilité des données (53 %) et le coût des ressources ou des investissements (48 %). Les décisions en matière de dépenses et de ressources, y compris celles nécessaires à l’amélioration des bases de données, sont difficiles dans tout investissement technologique. Mais le coût de l’IA générative elle-même est en baisse, car les entreprises ont commencé à développer des modèles de langage plus petits (LLM) qui offrent toujours les mêmes capacités, mais coûtent moins chers.
« De nombreuses organisations ont aujourd’hui des attentes élevées en matière d’IA générative : elles cherchent à changer leur façon de fonctionner et ce qu’elles vendent », a déclaré Baris Gultekin, responsable de l’IA chez Snowflake.
Les dirigeants d’entreprise doivent agir rapidement pour résoudre des problèmes tels que la sécurité et les coûts des données, et établir les bases dont ils ont besoin pour tenir les promesses de l’IA
La recherche conjointe montre que, à mesure que les organisations ressentent l’urgence de déployer des applications d’IA, elles se rendent compte que leurs données peuvent contribuer à fournir des informations à partir de sources jusqu’alors inexploitées. Une base de données solide est essentielle pour fournir des capacités d’IA générative, et les dirigeants d’entreprise doivent agir rapidement pour résoudre des problèmes tels que la sécurité et les coûts des données, et établir les bases dont ils ont besoin pour tenir les promesses de l’IA.
Toute entreprise cherchant à capitaliser sur l’IA doit d’abord établir une base de données significative
Les avantages de l’IA générative sont de plus en plus visibles pour les entreprises les plus avancées dans leur stratégie de données, car elles ont investi massivement dans des bases de données solides et sont désormais récompensées en appliquant l’IA à ces données. Toute entreprise cherchant à capitaliser sur l’IA doit d’abord établir une base de données significative, englobant un large ensemble de processus et d’actifs impliqués dans la collecte, l’agrégation et le stockage des données de l’organisation, ainsi que la capacité d’y accéder. Investir dans des bases de données significatives à l’échelle de l’organisation permettra aux utilisateurs d’IA générative d’être beaucoup plus puissants tout en réduisant les problèmes de gouvernance et de sécurité.
En savoir plus
Méthodologie
En mai 2024, le MIT Technology Review Insights a interrogé les entreprises sur le fondement des données pour l’IA générative, ainsi que sur leurs attentes et les défis liés à la mise en œuvre et à la mise à l’échelle d’applications d’IA générative. Les 276 dirigeants qui ont répondu représentent un large éventail de secteurs et travaillent dans des organisations du monde entier.
