La dernière étude de Qlik souligne le besoin urgent d'expertise pour utiliser l’IA générative avec des données non structurées

Qlik®, un des leaders mondiaux de l’intégration de données, de l’analytics et de l’intelligence artificielle (IA), annonce la publication d’une nouvelle étude qui révèle que les entreprises reconnaissent le potentiel significatif des données non structurées pour améliorer leur efficacité opérationnelle et générer des insights pertinents. Toutefois, nombre d’entre elles peinent à exploiter efficacement le potentiel de cette ressource. Selon cette étude, la pénurie d’expertise et le manque d’outils constituent des obstacles majeurs, à l’heure où seul un faible pourcentage d’entreprises consacre plus de 25 % de leur budget IA à des initiatives liées aux données non structurées.

« De nombreuses sources indiquent que les données non structurées représentent 80 % des données mondiales. Il n'est donc pas surprenant que les dirigeants d'entreprise veuillent extraire davantage de valeur de cette source inexploitée. », explique Brendan Grady, General Manager, Analytics Business Unit chez Qlik. « Pourtant, notre étude souligne que près de 70 % d’entre eux reconnaissent que leur entreprise ne dispose pas des moyens nécessaires pour comprendre comment l’intelligence artificielle générative peut être appliquée à leurs données non structurées. »

« Les entreprises recherchent des solutions permettant d’adopter l’IA générative sans avoir besoin de revoir leurs compétences et leur pile technologique. La solution consiste à trouver le moyen d’intégrer l’IA aux environnements analytiques actuels de façon transparente pour permettre aux entreprises d’extraire les bonnes réponses à partir de données non structurées et pour obtenir des résultats métier significatifs. »

L’enquête fournit des informations pertinentes sur l’état d’esprit des dirigeants d’entreprise et sur les mesures qu’ils prennent pour saisir les opportunités offertes par les données non structurées et l’IA générative :

Des inquiétudes relatives à la conformité et à la confidentialité des données : 59 % des personnes interrogées se disent « très préoccupées » par la confidentialité des données et 47 % par la conformité aux réglementations en vigueur, soit bien davantage que par le retour sur investissement (19 %).

L’intégration et le coût sont les principaux critères d’évaluation des fournisseurs : au moment d’évaluer les fournisseurs, l’intégration aux systèmes existants (55 %), le coût (50 %) et les critères de gouvernance (49 %) sont les principales priorités, loin devant la réputation (16 %). Les répondants s'attendent à des gains financiers modestes grâce à l'utilisation de données non structurées, 45 % d'entre elles prévoyant une amélioration de 10 à 20 % de leur chiffre d'affaires ou de leur résultat net.

L’IA générative suscite un vif intérêt, sans se concrétiser par des investissements significatifs : deux tiers des personnes qui souhaitent utiliser l’IA générative pour les données non structurées prévoient d’investir dans un outil d’IA générative pour traiter des données non structurées. Malgré cet intérêt généralisé, seulement 22 % de l’ensemble des personnes interrogées ont déclaré avoir consacré des investissements « significatifs » dans les technologies d’IA.

Les données non structurées sont considérées comme un facteur d’efficacité clé : une grande majorité des personnes interrogées (62 %) considère que les données non structurées peuvent améliorer l’efficacité opérationnelle, tandis que seulement 31 % pensent qu’elles peuvent accélérer l’innovation. Près de la moitié (45 %) font état d’un cas d’utilisation impliquant l’utilisation de meilleurs outils de recherche et de requête pour explorer des documents internes.

Les outils de recherche traditionnels ne conviennent pas aux données non structurées : c’est un fait établi que les outils de recherche traditionnels ne permettent pas d’exploiter pleinement la richesse de leurs vastes bibliothèques de documents. Seulement 16 % des entreprises consultées ont déjà acheté un outil conçu pour générer des enseignements pertinents à partir de données non structurées, la plupart des initiatives en sont encore à leurs balbutiements ou en phase pilote.
« Les résultats de notre étude soulignent que les entreprises sont face à un défi majeur : le manque d’expertise nécessaire pour exploiter pleinement le potentiel de l’IA générative sur des données non structurées », précise Erik Bradley, Chief Strategist et Director of Research chez Enterprise Technology Research. « Alors que l’appétit pour les données non structurées ne cesse de grandir, le manque de compétences spécialisées et d’outils adaptés constitue un frein important. Les entreprises qui souhaitent capitaliser sur les opportunités qu’offre l’IA générative doivent investir pour combler ce déficit de connaissances et intégrer des capacités d’IA avancées de manière transparente à leur environnement analytique. »

Intitulée « Unstructured Data and GenAI Survey », cette étude a été réalisée en avril 2024 par le cabinet Enterprise Technology Research (ETR) pour le compte de Qlik auprès de 200 décideurs en technologies d’entreprise à travers différents secteurs d’activité.