Les investissements dans l'IA sont importants dans les moyennes et grandes entreprises américaines. L'IA poursuit son essor en tant que tendance et technologie émergente. Résultat, après des phases pilotes de projets IA, les entreprises commencent à constater un retour sur investissement tangible.
Le modèle de maturité de l'IA du cabinet Gartner a été utilisé pour obtenir un aperçu objectif de la façon dont les organisations caractérisent le degré de sophistication de leurs implémentations d'IA.
LXT, spécialisé dans la collecte de données d'entraînement de haute qualité pour l'IA, a demandé à des organisations(chiffre d'affaires annuel de plus de 100 millions de dollars et plus de 500 employés)de choisir leur niveau de maturité de l'IA parmi l'un des cinq niveaux du modèle Gartner AI.
Selon les résultats de l'enquête « The ROI of Training Data », plus de 40 % des organisations ont atteint la maturité de l'IA ou sont en phase de maturation. Ces entreprises sont passées de la sensibilisation et de l'expérimentation de l'IA à l'obtention d'un retour sur investissement de l'IA en production.
Preuve que toutes les entreprises n’avancent pas au même rythme…
Selon cette étude, plus de la moitié des entreprises (56 %) consacrent entre 1 et 50 millions de dollars par an à l'IA et 50 millions de dollars par an. Enfin, 15 % dépensent 51 millions de dollars ou plus.
Les résultats ont également montré que les organisations qui ont atteint les stades de maturité les plus élevés - systémique et transformationnel sur le modèle de maturité de l'IA de Gartner - déclarent que la qualité des données de formation est le facteur le plus important de la réussite de leurs stratégies d'IA.
Dans le détail on apprend que la maturité en IA apporte des avantages certains dans différents domaines :
- Efficacité opérationnelle (65%) : investir dans des données de formation de haute qualité crée des systèmes d'IA plus efficaces, plus productifs et plus puissants, capables d'accomplir plus en moins de temps.
- Réduction des coûts (64 %) : la réduction des coûts va de pair avec l'efficacité opérationnelle. Lorsque les organisations investissent dans des données de formation de haute qualité dès le départ, elles sont en mesure d'éviter les reprises et les retards coûteux.
- Réduction des taux d'erreur (59 %) : l'utilisation de données de formation de qualité pour former les algorithmes d'apprentissage automatique permet d'obtenir des modèles plus précis et de réduire les taux d'erreur globaux.
- Amélioration de la réputation (55 %) : les entreprises qui investissent dans des données de formation de haute qualité constatent une plus grande précision dans leurs modèles d'IA, ce qui se traduit par une meilleure expérience client et une marque plus forte.
Quatre entreprises sur dix allouent 70 % ou plus de leur budget total d'IA aux données de formation : collecte, traitement et l'annotation des données, en interne ou par des tiers.
En moyenne, les entreprises investissent 59 % de leur budget dans les données de formation. Cela suggèreque même en dehors des entreprises disposant d'un budget plus important, les données de formation représentent encore la majorité des dépenses d'IA dans les entreprises.
Deux tiers des personnes interrogées s'attendent à ce que les budgets consacrés aux données de formation augmentent pour répondre à deux objectifs majeurs : données de formation et comment cela diffère selon le stade de maturité. Il s'agit notamment de :
- La confiance : les entreprises veulent former en toute confiance leurs modèles d'IA et ont besoin d'un partenaire de données qui fournira des données précises et fiables, dans les délais et le budget impartis.
- La portée : les entreprises souhaitent également se développer à l'échelle mondiale pour conquérir de nouvelles parts de marché.
