Fivetran vient de publier les résultats d’une enquête qui montre que si 87 % des entreprises considèrent que l’intelligence artificielle (IA) est vitale pour leur survie, 86 % d’entre elles déclarent qu’elles auraient du mal à faire entièrement confiance à l’IA pour prendre toutes les décisions commerciales sans intervention humaine.
Autre enseignement révélateur du chemin qu’il reste à parcourir : 90 % des personnes interrogées déclarent que leurs organisations continuent de s’appuyer sur des traitements de données manuels…
IA : le chemin est encore long…
La marge de progression des entreprises reste élevée malgré les enjeux
Menée par Vanson Bourne, l’enquête menée en ligne auprès de 550 professionnels de l’informatique et de la data science aux États-Unis, au Royaume-Uni, en Irlande, en France et en Allemagne a révélé que seulement 14 % des organisations considèrent leur maturité en matière d’IA comme « avancée », ce qui signifie qu’elles utilisent une IA à des fins diverses pour faire automatiquement des prédictions et prendre des décisions commerciales.
Plus de deux répondants sur cinq (41 %) ont admis qu’il y avait une grande marge de progression dans la façon dont leur organisation utilise l’IA.
Mais ce chiffre tombe à 14 % si l’on considère uniquement les répondants français. 79% des répondants français considèrent qu’il y a une petite marge de progression.
« Cette étude met en évidence des lacunes importantes en matière de mobilité et d’accès efficaces aux données dans les organisations.
note George Fraser, PDG de Fivetran
La réussite d’un programme d’IA dépend d’une base de données solide, à commencer par un data warehouse ou un data lake cloud.
Les équipes analytiques qui utilisent un modern data stack peuvent plus facilement étendre la valeur de leurs données et maximiser leurs investissements dans l’IA et la data science. »
Des traitements de données inefficaces freinent les progrès de l’IA et les bénéfices
Les organisations semblent établir les bases de projets d’IA plus sophistiqués et prévoient d’y investir 13 % de leur chiffre d’affaires annuel mondial dans les trois à cinq prochaines années – contre 8 % aujourd’hui.
Seuls 12 % des répondants sont moins susceptibles de dire que leur organisation collecte et utilise pleinement les données des systèmes opérationnels :
- 71 % peinent à accéder à toutes les données nécessaires à l’exécution des programmes, charges de travail et modèles d’IA.
- Au moins 73 % trouvent que chacune des étapes d’extraction, de chargement et de transformation des données, pour les traduire en conseils pratiques pour les décideurs, est un défi.
Ces traitements de données inefficaces obligent les entreprises à s’en remettre à la prise de décision par l’homme dans 71 % des cas.
Les programmes d’IA peu performants ont également un impact financier sur les entreprises, les personnes interrogées estimant qu’elles perdent en moyenne 5 % de leur chiffre d’affaires annuel mondial à cause de la conception de modèles utilisant des données inexactes ou de mauvaise qualité.
Les compétences en IA restent sous-exploitées
La prévalence de données de faible qualité, cloisonnées et périmées signifie que les data scientists, employés par toutes les grandes organisations interrogées, consacrent moins d’un tiers de leur temps à la construction de modèles d’IA, le reste étant consacré à des tâches ne relevant pas de leur fonction.
70 % de leur temps est désormais consacré à la préparation des données.
Seuls 13 % des répondants pensent que les data scientists au sein de leur organisation travaillent avec toutes les données de leurs systèmes opérationnels et appliquent des cadres d’IA/ML.
Par conséquent, 87 % s’accordent à dire que les data scientists au sein de leur organisation ne sont pas utilisés à leur plein potentiel.
Pourtant, le recrutement est cité (par 39 %) comme le plus grand obstacle à l’adoption de l’IA, ce qui souligne la responsabilité des organisations de renforcer de toute urgence les talents dont elles disposent déjà…
