Artificial Intelligence, Deep Learning, Machine Learning
Les modèles d’IA utilisés par les entreprises sont performants, mais leur utilisation laisse à désirer, estime le MIT. Un écart marqué entre les promesses et les résultats. Un problème de méthode.
Le plus grand accélérateur d’Europe a analysé les données de 1.839 start-ups participantes entre 2014 et aujourd’hui. L’ascension de l’IA est manifeste. Et tout indique que leur nombre continuera à croître.
Les développeurs utilisent massivement la GenAI,… tout en faisant part de leur méfiance et de leur frustration. La confiance dans la précision de l’IA est passée de 40 % les années précédentes à seulement 29 % cette année.
Adoption rapide des outils d’IA par les employés débutants avec, toutefois, des clivages entre ceux qui utilisent l’IA avec confiance et ceux qui n’y parviennent pas encore.
Jamais le recrutement de juniors diplômés dans la tech n’a été aussi bas. Un effondrement de plus de 50 % depuis 2019 selon le rapport State of Talent 2025 de SignalFire. La situation aux Etats-Unis se reproduira-t-elle chez nous ?
Selon le dernier rapport du Capgemini Research Institute, intitulé Rise of agentic AI: How trust is the key to human-AI collaboration, la confiance et la supervision humaine sont des facteurs essentiels pour bénéficier pleinement du potentiel de l’IA agentique.
Une étude Workday révèle que 75 % des employés apprécient l’IA comme partenaire, mais sans plus. La confiance dans cette technologie peut s’accroître avec l’utilisation, mais l’attention portée à l’humain, la clarté des rôles et la gouvernance sont essentielles.
Malgré de bons retours sur investissement, de nombreuses entreprises manquent encore de fondations essentielles pour une utilisation efficace de l’IA, telles que des données de qualité, des politiques de gouvernance et des formations adaptées.
