Une étude pour Fivetran, menée par Vanson Bourne, a interrogé des responsables IT dans 550 entreprises de 500 salariés ou plus dans tous les secteurs d’activité. Le constat sur le plan financier est brutal et doit - ou devrait-être pris en compte par les dirigeants des organisations. Elles perdent en moyenne 6 % de leur chiffre d'affaires annuel global, soit 406 millions de dollars, la faute à des modèles de langages d’IA alimentés par des données de qualité médiocre. Pour que les technologies d’IA et d’IA générative soient pleinement efficaces, il faut d’abord résoudre les soucis liés aux informations cloisonnées pour 48 % des répondants, à l’accès à ces dernières (44 %) ou encore aux données de faible qualité (35 %) et périmées (33 %).
Malgré ces sérieux écueils, beaucoup d’organisations sont convaincues que l'on peut faire confiance à l’IA générative (IAGen) pour prendre des décisions commerciales stratégiques, sous supervision humaine. Dans la graphique ci-dessous, 49 % du total des répondants ont pleinement confiance en l’IA générative. Si l’on voit le verre à moitié vide, cela représente tout de même 51 % du panel qui est plus circonspect.
Légende du graphique - Bleu très foncé : total des réponses, Bleu foncé : IAGen exclusivement, Bleu clair : IAGen Open source, Gris : modèle personnalisé par l’entreprise. Bleu moyen : combinaison modèle interne et externe
Des contraintes fortes : manque de soutien de la direction, infrastructure IT obsolète, pénurie de compétences
Parmi les raisons qui obèrent l’utilisation des modèles d’IA, les répondants citent le manque d'adhésion et de soutien de la part de la direction (57 %), une infrastructure IT obsolète (50 %) et le manque de compétences internes (42 %).Les réponses varient selon les pays. Ainsi pour les organisations américaines, les plus en avance, les obstacles précités sont déclinés de la manière suivante : données cloisonnées (48 %), accès aux données (44 %), données de faible qualité (35 %) et données
périmées (33 %).
Alors que les Etats-Unis et la France sont les nations les plus avancées dans l’usage de l’IA, l’Allemagne est plus frileuse avec 44 % du panel au début du parcours d’adoption. Coté britannique, une organisation sur cinq n'a pas encore lancé de projets dans ce domaine. Les inexactitudes et les hallucinations des IA sont plus souvent citées aux États-Unis, alors que les Allemands sont les moins enclins à le faire.
Les différents modèles de langage d’IA générative
Malgré son émergence relativement récente, la plupart des organisations a commencé à adopter l’IAGen. Une adoption qui varie en fonction du secteur d’activité, la construction, les services financiers et l'industrie manufacturière étant les secteurs d’activité les plus avancés.Les organisations s'attendent à exploiter une combinaison de modèles d’IAGen au cours des 12 prochains mois. Les modèles d'IA génériques qui font appel à l’Open Source, sont, en principe, plus simples à mettre en œuvre et constituent une voie moins coûteuse.
A noter, les DPO chargés de la gestion des données sont confrontés à un problème d’acculturation de l’IA, au manque de compétences (46 % des réponses) et d'infrastructure obsolète (49 %).
La gouvernance des données est une des principales préoccupations liées à l'utilisation de l'IA générative. Tant pour des raisons de sécurité que de performances. Qui contrôle les données ou y a accès ? Une préoccupation qui concerne 47 % chez les spécialistes du domaine, ces derniers pouvant être tenus pour responsables d'éventuelles violations de données.
