Introduction
La plupart des entreprises ont alloué un budget pour l'IA, mais peu ont construit les infrastructures de données nécessaires pour obtenir des résultats d'IA évolutifs. Le problème ne réside pas dans la capacité des modèles, mais plutôt dans la discipline des données.
Contexte Technique
Les entreprises qui réussissent avec l'IA ont compris l'importance de la gouvernance des données et de la confiance dans les données. Selon Sunil Varanasy, responsable des données et de l'IA chez Cognizant, « nous essayons tous de résoudre le problème de l'IA, mais nous n'essayons pas de comprendre si nos données sont bonnes, si la qualité des données est bonne, si nous pouvons faire confiance à ces données ». La recherche de Qlik a montré que 97 % des entreprises ont alloué un budget pour l'IA, mais peu ont un cadre de retour sur investissement défini.
Analyse et Implications
L'adoption de l'IA par les entreprises suit le même modèle que l'adoption du cloud il y a 15 ans. Les entreprises sont à des stades différents de leur parcours d'adoption de l'IA. La collaboration entre les entreprises et les fournisseurs de solutions est essentielle pour obtenir des résultats évolutifs. La mise en place d'un écosystème de partenariat et d'une iteration rapide permet d'obtenir des résultats répétitifs.
Perspective
Il est essentiel de surveiller l'évolution de l'adoption de l'IA par les entreprises et de comprendre les défis liés à la gouvernance des données et à la confiance dans les données. Les entreprises doivent établir des fondations de données solides pour obtenir des résultats d'IA évolutifs. La collaboration entre les entreprises et les fournisseurs de solutions sera cruciale pour obtenir des résultats répétitifs et pour faire face aux défis liés à l'adoption de l'IA.
