Les entreprises reconnaissent la nécessité de combiner l’IA classique et générative, selon une étude Qlik, spécialisé dans l’intégration, la qualité et l’analyse des données.
Réalisé auprès de 200 dirigeants de sociétés Global 2000 de divers secteurs, son « Generative AI Benchmark Report » s’est intéressé à la façon dont les dirigeants exploitent les outils d’IA générative qu’ils ont acquis, aux enseignements qu’ils en ont tirés ainsi qu’à leurs axes prioritaires pour optimiser leurs investissements dans ce domaine.
Constat principal, les entreprises prévoient d’incorporer des solutions qui permettent aux approches data fabric de maximiser l’impact global de l’IA. Même si les projecteurs sont braqués sur l’IA générative, les participants à l’enquête continuent de voir dans l’IA classique une source de valeur dans des domaines tels que l’analytique prédictive.
Enjeux de gouvernance
Parallèlement, ils s’attendent à ce que l’IA générative les aide à étendre la puissance de l’IA au-delà des data scientists ou ingénieurs, pour rendre les capacités accessibles à un plus vaste public. Ils espèrent également que cette approche facilite la réalisation d’analyses approfondies et la découverte de solutions innovantes et plus rapides à leurs problèmes.Mais, les dirigeants ont conscience de la nécessité d’accompagner ces outils avec les stratégies et technologies adéquates en matière de données en vue de tirer pleinement parti de leur potentiel de transformation.
Par ailleurs, la plupart d’entre eux vont de l’avant avec l’IA générative afin d’alléger les pressions concurrentielles et de dégager des gains d’efficacité. Toutefois, ils sont également à la recherche de conseils pour savoir par où commencer et comment progresser rapidement sans perdre de vue les enjeux de risque et de gouvernance.
Les possibilités de l’IA générative ont entraîné un niveau exceptionnel d’investissements. 79 % des dirigeants interrogés ont soit acheté des outils, soit investi dans des projets d’IA générative. 31 % d’entre eux disent prévoir consacrer plus de 10 millions de dollars à ce type de projets au cours de l’année à venir.
Néanmoins, ces investissements courent le risque de créer des silos, car 44 % de ces entreprises reconnaissent manquer d’une stratégie claire au sujet de l’IA générative.
Concernant la façon dont ils entendent aborder l’IA générative, 68 % des participants à l’enquête projettent de s’appuyer sur des modèles du domaine public ou open source affinés au moyen de données propriétaires, alors que 45 % envisagent de créer leurs modèles à partir de leurs propres données.
Mais, comme dans d’autres domaines, les dirigeants sont conscients de la nécessité de se faire aider : 60 % déclarent qu’ils prévoient de faire appel en partie ou totalement à des experts tiers pour combler leurs lacunes.
De nombreuses entreprises se tournent également vers les approches data fabric pour en faire un élément essentiel de leur stratégie destinée à atténuer ces problèmes.
Gestion des volumes de données
Les dirigeants interrogés reconnaissent que leurs data fabrics ont besoin d’une mise à jour ou ne sont pas prêts pour l’IA générative. Seuls 20 % estiment que le leur est très ou extrêmement bien équipé pour répondre à leurs besoins en matière d’IA générative.Là aussi, les investissements sont à la hausse : 73 % anticipent une augmentation de leurs dépenses dans les technologies sur lesquelles reposent les data fabrics. Une partie de ces dépenses devra se concentrer sur la gestion des volumes de données.
Près de trois quarts des participants à l’enquête s’attendent, en effet, à voir l’IA générative augmenter la quantité de données transférées ou gérées par rapport aux outils analytiques actuels.
La majorité d’entre eux indiquent également que la qualité des données, le Machine Learning et l’IA, la gouvernance des données, leur intégration ou encore la BI (Business Intelligence) et l’analytique sont autant d’aspects importants, voire très importants, pour disposer d’un data fabric favorisant le succès de l’IA générative.
