Décalage entre l’optimisme des dirigeants et les réalités techniques de la mise en œuvre
Les entreprises ne sont pas prêtes pour l’IA : seuls 12 % des projets d’IA ont été pleinement déployés et seulement 36 % des organisations se considèrent prêtes à l’opérationnaliser, contre 37 % l’année dernière. Premier souci, la qualité des données.
Les organisations sont confrontées à d’importants défis en matière de qualité des données, un enjeu fondamental pour la réussite de l’IA, constate Riverbed à l’issue d’une étude auprès de 1200 entreprises à travers le monde. En soi, ce n’est pas une surprise.
Mais aujourd’hui, Riverbed avance des tendances chiffrées. Si 88 % des entreprises reconnaissent l’importance de la qualité des données, seules 46 % ont pleinement confiance dans l’exactitude et l’exhaustivité de leurs données lorsqu’elles se préparent à la mise en œuvre de l’IA.
La qualité des données et leur cohérence, un obstacle majeur
En réalité, la plupart des entreprises admettent que leurs données ne sont pas prêtes : seulement 34 % d’entre elles les jugent excellentes en termes de pertinence et d’adéquation, 35 % en termes de cohérence et de standardisation, et 37 % en termes de sécurité et de protection.
Les dirigeants sont plus optimistes que les spécialistes techniques : 42 % des dirigeants, contre seulement 25 % des spécialistes, affirment que leur organisation est pleinement préparée à la mise en œuvre de projets d’IA dès aujourd’hui. Aux yeux de ces derniers, la qualité et la cohérence des données semblent constituer un obstacle majeur.
Pas d’attentes concrètes au départ
Pour exploiter pleinement le potentiel de l’IA, les organisations ont besoin de plus qu’une augmentation des investissements : elles doivent combler le déficit de préparation, améliorer la qualité des données et harmoniser les attentes entre la direction et les équipes techniques. Et savoir, aussi, ce qu’elles veulent.
En effet, l’un des problèmes liés à l’excès de confiance supposé des responsables IT est que la plupart des organisations n’ont pas d’attentes concrètes au départ. Vise-t-on une nouvelle hausse de productivité de 10% ou une baisse de 2% des effectifs ? Trop souvent, les attentes sont mal définies.
