Environ 81 % des entreprises font confiance \u00e0 leurs r\u00e9sultats d'IA\/ML et pr\u00e8s de neuf entreprises sur dix utilisent des m\u00e9thodes d'IA\/ML pour cr\u00e9er des mod\u00e8les de prise de d\u00e9cision autonome. 97 pour cent investiront dans l'IA g\u00e9n\u00e9rative au cours des deux prochaines ann\u00e9es. Elles pr\u00e9voient d'y consacrer en moyenne 12 pour cent de leur chiffre d'affaires annuel global. <\/p>\n\n\n\n
C'est ce que r\u00e9v\u00e8le une nouvelle \u00e9tude r\u00e9alis\u00e9e par le sp\u00e9cialiste des \u00e9tudes de march\u00e9 Vanson Bourne pour le compte de Fivetran. Elle fournit un aper\u00e7u de la mani\u00e8re dont l'IA est r\u00e9ellement utilis\u00e9e dans les entreprises, notamment en ce qui concerne les d\u00e9fis, le retour sur investissement et les co\u00fbts. Pour ce faire, des entreprises de 500 collaborateurs ou plus aux Etats-Unis, en Grande-Bretagne, en Irlande, en France et en Allemagne ont \u00e9t\u00e9 interrog\u00e9es sur le th\u00e8me de l'IA et des processus et structures qui y sont li\u00e9s.<\/p>\n\n\n\n
Les entreprises interrog\u00e9es, qui ont en principe une grande confiance dans leurs r\u00e9sultats d'IA\/ML, indiquent en m\u00eame temps avoir des inefficacit\u00e9s de donn\u00e9es fondamentales. Les entreprises qui utilisent des Large Language Models (LLM) font \u00e9tat d'inexactitudes et d'hallucinations de donn\u00e9es dans 50 % des cas. Elles perdent en moyenne 6 % de leur chiffre d'affaires annuel mondial, soit 406 millions de dollars (sur un chiffre d'affaires annuel moyen de 5,6 milliards de dollars).<\/p>\n\n\n\n
Cela est d\u00fb \u00e0 des mod\u00e8les d'IA inad\u00e9quats, cr\u00e9\u00e9s \u00e0 partir de donn\u00e9es impr\u00e9cises ou de mauvaise qualit\u00e9. Cela conduit \u00e0 des d\u00e9cisions commerciales erron\u00e9es, car selon l'enqu\u00eate, pr\u00e8s de neuf entreprises sur dix utilisent des m\u00e9thodes d'IA\/ML pour cr\u00e9er des mod\u00e8les de prise de d\u00e9cision autonome. Dans le m\u00eame temps, les entreprises sont confront\u00e9es \u00e0 des probl\u00e8mes d'impr\u00e9cision et d'hallucination des donn\u00e9es, ainsi qu'\u00e0 des pr\u00e9occupations en mati\u00e8re de gouvernance et de s\u00e9curit\u00e9 des donn\u00e9es. <\/p>\n\n\n\n
Les entreprises allemandes sont encore au d\u00e9but de l'utilisation de l'IA (60%), alors qu'aux \u00c9tats-Unis seulement 39% et en France m\u00eame 36% se consid\u00e8rent comme des \"d\u00e9butants en IA\". En cons\u00e9quence, les entreprises se consid\u00e8rent comme avanc\u00e9es : 31% (USA) et 28% (France) utilisent une IA qui n\u00e9cessite le moins d'intervention humaine possible. En Allemagne, ils ne sont que 14 %.<\/p>\n\n\n\n
Au total, pr\u00e8s de neuf entreprises sur dix (89 pour cent) utilisent des m\u00e9thodes d'IA\/ML pour cr\u00e9er des mod\u00e8les capables de faire des pr\u00e9visions et de prendre des d\u00e9cisions automatiquement. 80 pour cent des entreprises am\u00e9ricaines et 75 pour cent des entreprises fran\u00e7aises le font depuis au moins six mois, alors qu'en Allemagne, seules 44 pour cent le disent. La confiance dans les r\u00e9sultats d'une IA est \u00e9galement faible en Allemagne : alors que 30 % des entreprises allemandes font enti\u00e8rement confiance aux r\u00e9sultats de l'IA g\u00e9n\u00e9rative, 47 % des entreprises am\u00e9ricaines et 48 % des entreprises fran\u00e7aises disent la m\u00eame chose.<\/p>\n\n\n\n
Environ une entreprise sur quatre (24%) a d\u00e9clar\u00e9 avoir atteint un stade avanc\u00e9 dans l'utilisation de l'IA, o\u00f9 elle en tire pleinement parti et ne d\u00e9pend que peu ou pas de l'intervention humaine. Il existe toutefois des divergences d'opinion importantes entre les personnes interrog\u00e9es : les cadres techniques qui d\u00e9veloppent et exploitent des mod\u00e8les d'IA sont moins convaincus de la maturit\u00e9 de leur entreprise en la mati\u00e8re. Seuls 22 % d'entre eux la consid\u00e8rent comme \"avanc\u00e9e\", contre 30 % des collaborateurs non techniques. Il en va autrement de l'IA g\u00e9n\u00e9rative : 63 pour cent des collaborateurs non techniques lui font enti\u00e8rement confiance, contre 42 pour cent des cadres techniques.<\/p>\n\n\n\n
Un autre d\u00e9saccord existe entre les experts en donn\u00e9es aux diff\u00e9rents niveaux de direction d'une entreprise : alors que les employ\u00e9s juniors estiment que l'infrastructure informatique obsol\u00e8te est le principal obstacle au d\u00e9veloppement de mod\u00e8les d'IA (49 %), leurs coll\u00e8gues cadres sup\u00e9rieurs consid\u00e8rent que le principal probl\u00e8me est que les employ\u00e9s disposant des comp\u00e9tences ad\u00e9quates se concentrent sur d'autres projets (51 %). En fait, ces derniers sont contraints de consacrer leurs ressources \u00e0 des processus de donn\u00e9es manuels tels que le nettoyage des donn\u00e9es et la r\u00e9paration des pipelines de donn\u00e9es d\u00e9fectueux. Les entreprises confirment que leurs data scientists passent la majeure partie de leur temps (67 %) \u00e0 pr\u00e9parer des donn\u00e9es plut\u00f4t qu'\u00e0 cr\u00e9er des mod\u00e8les d'IA.<\/p>\n\n\n\n
La cause du gaspillage du potentiel des sp\u00e9cialistes des donn\u00e9es et des performances insuffisantes des programmes d'IA est la m\u00eame : des donn\u00e9es inaccessibles, peu fiables et incorrectes. L'ampleur du probl\u00e8me est illustr\u00e9e par le fait que la plupart des entreprises ont des difficult\u00e9s \u00e0 acc\u00e9der \u00e0 toutes les donn\u00e9es n\u00e9cessaires \u00e0 l'ex\u00e9cution des programmes d'IA (69 %) et \u00e0 les mettre dans un format utilisable (68 %).<\/p>\n\n\n\n
Les nouvelles approches de l'IA g\u00e9n\u00e9rative ont entra\u00een\u00e9 d'autres complications : 42 % des personnes interrog\u00e9es ont d\u00e9j\u00e0 \u00e9t\u00e9 confront\u00e9es \u00e0 des hallucinations de donn\u00e9es. Celles-ci peuvent conduire \u00e0 de mauvaises d\u00e9cisions, car la base d'informations est insuffisante. Elles r\u00e9duisent la confiance dans les LLM ou la volont\u00e9 des collaborateurs d'utiliser l'outil. De plus, elles font perdre beaucoup de temps \u00e0 la recherche et \u00e0 la correction des donn\u00e9es. Compte tenu du fait que 60% des cadres sup\u00e9rieurs utilisent l'IA g\u00e9n\u00e9rative et sont responsables des d\u00e9cisions strat\u00e9giques, les probl\u00e8mes li\u00e9s \u00e0 la qualit\u00e9 et \u00e0 la fiabilit\u00e9 des donn\u00e9es sont encore renforc\u00e9s.<\/p>\n\n\n\n
Les craintes concernant l'utilisation de l'IA g\u00e9n\u00e9rative demeurent \u00e9galement, \"le maintien de la gouvernance des donn\u00e9es\" et \"les risques financiers li\u00e9s \u00e0 la sensibilit\u00e9 des donn\u00e9es\" \u00e9tant les principales pr\u00e9occupations des entreprises (37%). Des bases solides de gouvernance des donn\u00e9es sont particuli\u00e8rement importantes pour les entreprises qui souhaitent utiliser soit enti\u00e8rement, soit partiellement des mod\u00e8les d'IA g\u00e9n\u00e9rative d\u00e9velopp\u00e9s en interne.<\/p>\n\n\n\n
Cependant, \u00e9tant donn\u00e9 que la majorit\u00e9 (67%) des personnes interrog\u00e9es pr\u00e9voient d'utiliser les nouvelles technologies pour renforcer les mouvements de donn\u00e9es de base, la gouvernance et les fonctions de s\u00e9curit\u00e9, il y a des raisons d'\u00eatre optimiste. Taylor Brown, cofondateur et COO de Fivetran et commanditaire de l'\u00e9tude, \u00e9value les r\u00e9sultats : \"L'adoption rapide de l'IA g\u00e9n\u00e9rative refl\u00e8te un optimisme et une confiance largement r\u00e9pandus dans les entreprises.<\/p>\n\n\n\n
Mais sous la surface, des probl\u00e8mes fondamentaux li\u00e9s aux donn\u00e9es emp\u00eachent encore les entreprises de r\u00e9aliser leur plein potentiel. Les entreprises doivent renforcer leurs bases d'int\u00e9gration et de gouvernance des donn\u00e9es afin d'obtenir des r\u00e9sultats d'IA plus fiables et de minimiser les risques financiers\".<\/p>\n\n\n\n