Une nouvelle étude menée auprès de dirigeants et de managers en charge de l’IA montre que, malgré la confiance dans le potentiel de l’IA accordée par les décideurs, beaucoup considèrent que la stratégie de leur entreprise n’est pas suffisamment aboutie pour mener à bien les projets d’IA ou que leurs données ne sont pas prêtes à garantir la fiabilité des outputs d’IA.
Cette enquête, commanditée par Teradata et menée par NewtonX, se fonde sur des entretiens avec des experts, ainsi que sur une étude quantitative du comportement et des opinions des dirigeants et décideurs qui connaissent bien la stratégie d’IA de leur entreprise et sa mise en œuvre. Les personnes interrogées sont toutes en charge de l’IA ou se servent de cette technologie dans le cadre de leur travail. Si 61 % d’entre elles déclarent avoir entièrement confiance dans la fiabilité et la validité de leurs outputs d’IA, 40 % des sondés estiment que leurs données ne sont pas encore suffisamment prêtes pour obtenir des résultats précis.
« L'IA doit pouvoir s’appuyer sur des données préparées, fiables et de confiance, car celles-ci constituent le socle sur lequel reposent les outputs d’IA, » déclare Jacqueline Woods, Chief Marketing Officer chez Teradata. « Alors que de nombreux dirigeants ont du mal à faire pleinement confiance à leurs données, cette étude prouve qu’ils comprennent de mieux en mieux comment mettre en place une IA de confiance à l’échelle de leur entreprise. Par ailleurs, elle démontre encore une fois que Teradata est bien positionné pour aider ses clients à atteindre leurs objectifs. »
L’IA a un rôle crucial à jouer, mais les stratégies d’IA claires et alignées restent rares
Si 89 % des dirigeants d’entreprises pensent qu’il est nécessaire d’intégrer l’IA pour demeurer compétitifs, seuls 56 % d’entre eux affirment que leur entreprise dispose d’une stratégie d’IA claire. Une proportion encore plus réduite (28 %) considère que la stratégie d’IA est alignée avec les objectifs plus larges de l’entreprise et permet d’aider à les atteindre. La plupart des implémentations d’IA ont lieu au niveau des services ; seuls 12 % des sondés ont déployé des solutions d’IA sur l’ensemble de l’organisation, tandis que 39 % ont mis la technologie en place au sein de services sélectionnés.
Parmi les avantages les plus significatifs de l’IA, les dirigeants citent l’augmentation substantielle de la productivité (51 %) et l’amélioration de l’expérience client (50 %). Toutefois, malgré le potentiel que représentent les applications destinées aux clients, la plupart des cadres supérieurs décisionnaires préfèrent se lancer dans des projets d’IA qui améliorent les processus internes, car ceux-ci ont tendance à minimiser les risques liés à la technologie et sont perçus comme davantage susceptibles de renforcer le contrôle des dépenses plutôt que de stimuler la croissance.
Environ la moitié des décideurs interrogés tirent avantage de l’IA afin de renforcer la productivité et la collaboration des employés (54 %) et d’améliorer la prise de décision (50 %). Pourtant, moins d’un tiers d’entre eux exploitent l’IA afin de développer des produits (30 %) ou de prédire les résultats des ventes ou le chiffre d’affaires (30 %).
Plus de la moitié (57 %) des dirigeants se disent inquiets de l’impact que pourraient avoir les erreurs commises par l’IA sur la satisfaction de leurs clients et sur la réputation de leur entreprise (ou les deux). Ils remarquent qu’il faut davantage de cohésion entre l’IA et la planification stratégique de l’entreprise pour parvenir à intégrer la technologie avec succès.
Même dans le cadre de leurs projets internes, 63 % des dirigeants affirment se reposer sur un mélange d’ensembles de données privées et publiques, tandis que seuls 29 % d’entre eux s’appuient exclusivement sur des ensembles de données privées.
Dans les faits, les obstacles à la mise à l’échelle des projets d’IA incluent :
La pénurie de talents techniques spécialisés (39%)
Un budget insuffisant alloué à la mise à l’échelle des projets d’IA (34 %)
La difficulté à mesurer l’impact sur l’activité de l’entreprise (32 %)
Une infrastructure technologique inadéquate (32 %).
Si 73 % des sondés considèrent que leur entreprise a été parmi les premières à adopter de nombreuses technologies, seuls 60 % d’entre eux affirment que leur degré d’adoption de l’IA est « équivalent » à celui de leurs concurrents. En outre, la proportion de personnes interrogées qui considèrent qu’elles se situent à l’avant-garde de l’adoption de l’IA au sein de leur secteur d’activité est encore plus réduite (27 %).
Il est impératif de renforcer la confiance
Il est crucial que les dirigeants puissent avoir confiance dans leurs projets d’IA et les résultats obtenus. L’un de participants à l’enquête a notamment déclaré : « Nous voulons communiquer très clairement à nos clients quels types de données ont servi à entraîner les modèles. » Il a également fait remarquer qu’il était facile d’introduire des biais au sein de ces mêmes modèles en sélectionnant des ensembles de données inadaptées pour les entraîner. Un autre a affirmé : « Le master data management n’a rien de glamour, mais […] si tout repose sur les données et que celles-ci ne sont pas adaptées, c’est problématique. »
Au-delà de l’importance d’éviter les partis pris créés par des données biaisées, les participants à l’étude citent parmi les principaux facteurs qui suscitent la confiance dans les nouveaux déploiements d’IA le renforcement de l’efficacité opérationnelle (74 %), les cas d’usage réussis et avérés (74 %) et l’amélioration des processus de décision (57 %). Prioriser les fournisseurs et les partenaires qui favorisent une intégration fluide avec les meilleures solutions d’IA (67 %) est également essentiel pour renforcer la confiance dans la technologie.
Parmi les autres conclusions de l’enquête, les personnes interrogées ont mis en lumière les éléments suivants :
Des résultats fiables et validés (52 %), la constance ou la répétabilité (45 %) et l’image de marque de l’entreprise qui a conçu leur IA (35 %) constituent les trois principaux critères permettant de renforcer la confiance dans l’IA.
Alors que la durabilité ne figure pas parmi les principales préoccupations (mentionnée seulement par 18 % des répondants), la sécurité (61 %), la transparence (55 %), la gouvernance (45 %) et l’amélioration des performances de l’entreprises (40 %) comptent parmi les critères essentiels d’une IA de confiance.
Contribuer à la réussite de l’IA
Les répondants ont classé les éléments suivants au rang des principaux facteurs qui contribuent à la réussite de l’IA à ce jour : une vision stratégique claire et le soutien de la direction (46 %), une communication efficace sur les avantages de l’IA pour les parties prenantes (46 %) et un investissement suffisant dans les technologies et les infrastructures d’IA (41 %).
La plupart des personnes interrogées (84 %) affirment qu’elles s’attendent à constater les résultats des projets d’IA moins d’un an après le déploiement de la technologie. Plus de la moitié d’entre elles (58 %) déclarent que ces résultats devraient être quantifiables dans les six mois. Enfin, 60 % des sondés déclarent avoir déjà constaté un retour sur investissement (ROI) « démontrable » concernant leurs solutions d’IA existantes.
« Le fait de veiller à améliorer la cohésion entre les projets d’IA et les objectifs de l’entreprise représente une opportunité exceptionnelle afin de renforcer la confiance dans cette technologie, » ajoute Jacqueline Woods. « Travailler avec des solutions et des partenaires adaptés permet d’améliorer cette confiance en mettant rapidement et précisément en évidence les résultats et le ROI des projets d’IA. Il est néanmoins important de garder à l’esprit que tous les projets d’IA réussis commencent par un socle de données nettoyées et fiables – appelées « golden data » – qui s’appuie sur des ensembles de données robustes et pleinement transparentes. C’est là que Teradata a un rôle à jouer. »
Méthodologie
Cette enquête a été menée aux États-Unis, sur le continent européen, au Royaume-Uni et en Asie, auprès de dirigeants et de décideurs en matière d’IA issus d’entreprises de 1 000 employés et plus dont le chiffre d’affaires annuel surpasse 750 millions de dollars. L’étude rassemble les réponses d’environ 300 participants, issus d’entreprises telles que Nike, P&G, Hermès Paris, Allianz Partners, Prudential Financial, Honeywell, ou encore Novartis, et près de la moitié des sondés se trouvent aux États-Unis.
Cette enquête, commanditée par Teradata et menée par NewtonX, se fonde sur des entretiens avec des experts, ainsi que sur une étude quantitative du comportement et des opinions des dirigeants et décideurs qui connaissent bien la stratégie d’IA de leur entreprise et sa mise en œuvre. Les personnes interrogées sont toutes en charge de l’IA ou se servent de cette technologie dans le cadre de leur travail. Si 61 % d’entre elles déclarent avoir entièrement confiance dans la fiabilité et la validité de leurs outputs d’IA, 40 % des sondés estiment que leurs données ne sont pas encore suffisamment prêtes pour obtenir des résultats précis.
« L'IA doit pouvoir s’appuyer sur des données préparées, fiables et de confiance, car celles-ci constituent le socle sur lequel reposent les outputs d’IA, » déclare Jacqueline Woods, Chief Marketing Officer chez Teradata. « Alors que de nombreux dirigeants ont du mal à faire pleinement confiance à leurs données, cette étude prouve qu’ils comprennent de mieux en mieux comment mettre en place une IA de confiance à l’échelle de leur entreprise. Par ailleurs, elle démontre encore une fois que Teradata est bien positionné pour aider ses clients à atteindre leurs objectifs. »
L’IA a un rôle crucial à jouer, mais les stratégies d’IA claires et alignées restent rares
Si 89 % des dirigeants d’entreprises pensent qu’il est nécessaire d’intégrer l’IA pour demeurer compétitifs, seuls 56 % d’entre eux affirment que leur entreprise dispose d’une stratégie d’IA claire. Une proportion encore plus réduite (28 %) considère que la stratégie d’IA est alignée avec les objectifs plus larges de l’entreprise et permet d’aider à les atteindre. La plupart des implémentations d’IA ont lieu au niveau des services ; seuls 12 % des sondés ont déployé des solutions d’IA sur l’ensemble de l’organisation, tandis que 39 % ont mis la technologie en place au sein de services sélectionnés.
Parmi les avantages les plus significatifs de l’IA, les dirigeants citent l’augmentation substantielle de la productivité (51 %) et l’amélioration de l’expérience client (50 %). Toutefois, malgré le potentiel que représentent les applications destinées aux clients, la plupart des cadres supérieurs décisionnaires préfèrent se lancer dans des projets d’IA qui améliorent les processus internes, car ceux-ci ont tendance à minimiser les risques liés à la technologie et sont perçus comme davantage susceptibles de renforcer le contrôle des dépenses plutôt que de stimuler la croissance.
Environ la moitié des décideurs interrogés tirent avantage de l’IA afin de renforcer la productivité et la collaboration des employés (54 %) et d’améliorer la prise de décision (50 %). Pourtant, moins d’un tiers d’entre eux exploitent l’IA afin de développer des produits (30 %) ou de prédire les résultats des ventes ou le chiffre d’affaires (30 %).
Plus de la moitié (57 %) des dirigeants se disent inquiets de l’impact que pourraient avoir les erreurs commises par l’IA sur la satisfaction de leurs clients et sur la réputation de leur entreprise (ou les deux). Ils remarquent qu’il faut davantage de cohésion entre l’IA et la planification stratégique de l’entreprise pour parvenir à intégrer la technologie avec succès.
Même dans le cadre de leurs projets internes, 63 % des dirigeants affirment se reposer sur un mélange d’ensembles de données privées et publiques, tandis que seuls 29 % d’entre eux s’appuient exclusivement sur des ensembles de données privées.
Dans les faits, les obstacles à la mise à l’échelle des projets d’IA incluent :
La pénurie de talents techniques spécialisés (39%)
Un budget insuffisant alloué à la mise à l’échelle des projets d’IA (34 %)
La difficulté à mesurer l’impact sur l’activité de l’entreprise (32 %)
Une infrastructure technologique inadéquate (32 %).
Si 73 % des sondés considèrent que leur entreprise a été parmi les premières à adopter de nombreuses technologies, seuls 60 % d’entre eux affirment que leur degré d’adoption de l’IA est « équivalent » à celui de leurs concurrents. En outre, la proportion de personnes interrogées qui considèrent qu’elles se situent à l’avant-garde de l’adoption de l’IA au sein de leur secteur d’activité est encore plus réduite (27 %).
Il est impératif de renforcer la confiance
Il est crucial que les dirigeants puissent avoir confiance dans leurs projets d’IA et les résultats obtenus. L’un de participants à l’enquête a notamment déclaré : « Nous voulons communiquer très clairement à nos clients quels types de données ont servi à entraîner les modèles. » Il a également fait remarquer qu’il était facile d’introduire des biais au sein de ces mêmes modèles en sélectionnant des ensembles de données inadaptées pour les entraîner. Un autre a affirmé : « Le master data management n’a rien de glamour, mais […] si tout repose sur les données et que celles-ci ne sont pas adaptées, c’est problématique. »
Au-delà de l’importance d’éviter les partis pris créés par des données biaisées, les participants à l’étude citent parmi les principaux facteurs qui suscitent la confiance dans les nouveaux déploiements d’IA le renforcement de l’efficacité opérationnelle (74 %), les cas d’usage réussis et avérés (74 %) et l’amélioration des processus de décision (57 %). Prioriser les fournisseurs et les partenaires qui favorisent une intégration fluide avec les meilleures solutions d’IA (67 %) est également essentiel pour renforcer la confiance dans la technologie.
Parmi les autres conclusions de l’enquête, les personnes interrogées ont mis en lumière les éléments suivants :
Des résultats fiables et validés (52 %), la constance ou la répétabilité (45 %) et l’image de marque de l’entreprise qui a conçu leur IA (35 %) constituent les trois principaux critères permettant de renforcer la confiance dans l’IA.
Alors que la durabilité ne figure pas parmi les principales préoccupations (mentionnée seulement par 18 % des répondants), la sécurité (61 %), la transparence (55 %), la gouvernance (45 %) et l’amélioration des performances de l’entreprises (40 %) comptent parmi les critères essentiels d’une IA de confiance.
Contribuer à la réussite de l’IA
Les répondants ont classé les éléments suivants au rang des principaux facteurs qui contribuent à la réussite de l’IA à ce jour : une vision stratégique claire et le soutien de la direction (46 %), une communication efficace sur les avantages de l’IA pour les parties prenantes (46 %) et un investissement suffisant dans les technologies et les infrastructures d’IA (41 %).
La plupart des personnes interrogées (84 %) affirment qu’elles s’attendent à constater les résultats des projets d’IA moins d’un an après le déploiement de la technologie. Plus de la moitié d’entre elles (58 %) déclarent que ces résultats devraient être quantifiables dans les six mois. Enfin, 60 % des sondés déclarent avoir déjà constaté un retour sur investissement (ROI) « démontrable » concernant leurs solutions d’IA existantes.
« Le fait de veiller à améliorer la cohésion entre les projets d’IA et les objectifs de l’entreprise représente une opportunité exceptionnelle afin de renforcer la confiance dans cette technologie, » ajoute Jacqueline Woods. « Travailler avec des solutions et des partenaires adaptés permet d’améliorer cette confiance en mettant rapidement et précisément en évidence les résultats et le ROI des projets d’IA. Il est néanmoins important de garder à l’esprit que tous les projets d’IA réussis commencent par un socle de données nettoyées et fiables – appelées « golden data » – qui s’appuie sur des ensembles de données robustes et pleinement transparentes. C’est là que Teradata a un rôle à jouer. »
Méthodologie
Cette enquête a été menée aux États-Unis, sur le continent européen, au Royaume-Uni et en Asie, auprès de dirigeants et de décideurs en matière d’IA issus d’entreprises de 1 000 employés et plus dont le chiffre d’affaires annuel surpasse 750 millions de dollars. L’étude rassemble les réponses d’environ 300 participants, issus d’entreprises telles que Nike, P&G, Hermès Paris, Allianz Partners, Prudential Financial, Honeywell, ou encore Novartis, et près de la moitié des sondés se trouvent aux États-Unis.
Autres articles
-
Teradata s’associe à Google Cloud pour proposer des offres d’IA de confiance à l’échelle de l’entreprise afin d’accélérer le délai de rentabilité et le ROI
-
Conseil de l’IA de Qlik : sans intégrité des données, l’adoption de l’IA est un pari risqué
-
Le workload Teradata AI Unlimited sur Microsoft Fabric est désormais disponible en avant-première privée
-
Teradata prolonge sa collaboration stratégique avec AWS pour mieux accompagner ses clients dans leur démarche de modernisation du cloud
-
Gouverner l’intelligence artificielle : les données, leur qualité, leur conformité (4ème partie)
