Intelligence artificielle : gain ou perte à prévoir pour les entreprises ?

Une confiance affirmée dans l'intelligence artificielle

L'ère de l'intelligence artificielle (IA) dans le monde professionnel semble annoncer un futur de confiance et d'optimisme, selon une enquête récente menée par Fivetran. Malgré une confiance notable dans le potentiel de l'IA, avec 81% des entreprises mondiales et un impressionnant 94% des firmes françaises confiantes dans leurs initiatives d'IA/ML, un constat préoccupant émerge : une perte annuelle moyenne de 6% du chiffre d'affaires global, soit environ 406 millions de dollars. En France, cette perte s'accentue, atteignant jusqu'à 722 millions de dollars. La racine de ce paradoxe financier ? Des modèles d'intelligence artificielle peu performants, tributaires de données de mauvaise qualité ou inexactes.

Une adoption massive confrontée à des réalités contrastées

Près de 90% des entreprises sondées intègrent l'intelligence artificielle/ML dans leurs stratégies de prise de décision, avec un investissement presque unanime dans l'intelligence-artificielle générative prévu dans les prochaines années. Cette adoption enthousiaste contraste pourtant avec les défis soulevés par l'inexactitude des données et la sécurité de ces dernières. Les imprécisions de l'intelligence-artificielle, affectant jusqu'à 50% des entreprises américaines, soulignent une fragilité dans la fiabilité des grands modèles de langage.

Les disparités internes : un frein à l'efficacité

L'enquête révèle une dichotomie interne, particulièrement en France, où seulement 28% des entreprises se considèrent à un stade avancé dans l'utilisation de l'intelligence artificielle. Cette divergence d'opinions entre techniciens et non-techniciens quant à la maturité de l'intelligence artificielle au sein de leur organisation met en lumière les obstacles à une exploitation optimale de ces technologies. Par ailleurs, les professionnels des données, entravés par des infrastructures obsolètes et des tâches manuelles chronophages, peinent à focaliser leurs efforts sur l'élaboration de modèles d'intelligence artificielle efficaces.

La qualité des données : une priorité négligée

La difficulté d'accès à des données exploitables et la prévalence de données peu fiables constituent les principaux écueils à l'efficacité des initiatives d'intelligence-artificielle. Ces lacunes se traduisent non seulement par une sous-utilisation des talents en matière de données mais aussi par une performance décevante des programmes d'intelligence-artificielle. L'urgence de ces problématiques est amplifiée par l'intégration croissante de l'intelligence artificielle générative dans les processus décisionnels stratégiques des entreprises.

Vers une gouvernance des données renforcée

Face à ces enjeux, l'utilisation données émerge comme un levier crucial pour l'avenir de l'intelligence artificielle en entreprise. Alors que les préoccupations autour de la sécurité des données et des risques financiers liés à leur sensibilité sont au cœur des débats, un vent d'optimisme souffle avec l'adoption prochaine de technologies avancées. Ces innovations visent à consolider les bases de la gestion, de la gouvernance et de la sécurité des données, promettant une ère nouvelle pour l'utilisation de l'intelligence artificielle générative en entreprise.