Les capacités des entreprises en matière d’IA sont loin d’être à la hauteur de leurs ambitions, avec des pertes financières.

AVIS D’EXPERT

Fivetran, leader mondial de l’intégration moderne des données, vient de publier les résultats d’une enquête qui indique 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. 90 % des personnes interrogées déclarent que leurs organisations continuent de s’appuyer sur des traitements de données manuels. 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.

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 confirment que leur organisation collecte et utilise pleinement les données des systèmes opérationnels. Cependant, 71 % peinent à accéder à toutes les données nécessaires à l’exécution des programmes, charges de travail et modèles d’IA et 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 mauvaises qualités.

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.