IA : l’urgence de combler le fossé entre ambition et exécution

Défis de l’adoption des technologies d’IA avancées

On observe un écart entre le niveau d’ambition et la capacité d’exécution : si 89 % ont revu leurs stratégies de gestion des données pour adopter l’IA générative, seules 26 % ont déployé des solutions à grande échelle.

Des axes d’amélioration doivent donc être engagés autant sur la gouvernance des données, l’exploitation des infrastructures évolutives et la préparation des données pour l’analyse.

19 900 milliards de dollars dans l’économie mondiale d’ici 2030 !

L’IA devrait contribuer à hauteur de 19 900 milliards de dollars dans l’économie mondiale d’ici 2030.  Mais des lacunes freinent les progrès. « L’IA générative a suscité un enthousiasme généralisé, mais les résultats de notre enquête indiquent de sérieuses lacunes en termes de préparation. Pour s’assurer d’exploiter des workflows d’IA porteurs d’une valeur durable et évolutive, les entreprises doivent relever des défis fondamentaux tels que ceux liés à l’exactitude et à la gouvernance des données », souligne Stewart Bond, Research VP for Data Integration and Intelligence chez IDC.

Gouvernance – Infrastructure – Exploitation des données

• Adoption & Préparation à l’IA agentique

80 % investissent dans des workflows d’IA agentique, mais seulement 12 % sont convaincues que leur infrastructure peut gérer des processus décisionnels autonomes.

• Dynamique du « Data as a Product »

Les organisations qui maîtrisent le « Data as a Product » sont sept fois plus susceptibles de déployer des solutions d’IA générative à grande échelle.

• Essor de l’analytique intégrée

94 % intègrent ou prévoient d’intégrer des fonctionnalités d’analytique aux applications d’entreprise, seulement 23 % y sont parvenues pour la plupart des applications.

• Influence stratégique de l’IA générative

89 % ont revu leurs stratégies de gestion des données en réponse à l’IA générative.

• Préparation à l’IA comme facteur de ralentissement

73 % intègrent l’IA générative dans les solutions d’analytique, mais seules 29 % ont pleinement déployé ces capacités.

A n’en pas douter, les entreprises ne doivent plus se contenter d’expérimenter, mais doivent pallier les lacunes en matière de préparation à l’IA.

Source: Etude Qlik & IDC – Priorities and Challenges of Data and Analytics in the Midst of AI Momentum