L’intégration de l’IA dans les entreprises est actuellement une course effrénée, mais de nombreuses entreprises réalisent que le succès des projets dépend directement de la qualité de leurs données. Cette dépendance entraîne souvent l’arrêt de nombreuses initiatives ambitieuses qui ne dépassent jamais le stade expérimental du concept.
Alors, quel est le secret pour transformer ces expériences en de véritables générateurs de revenus ? AI News a rencontré Martin Frederik, responsable régional pour les Pays-Bas, la Belgique et le Luxembourg chez le géant de la data cloud Snowflake, pour le découvrir.
Selon Frederik, il n’y a pas de stratégie d’IA sans stratégie de données. « Les applications, agents et modèles d’IA ne sont efficaces que si les données sur lesquelles ils reposent sont de qualité, et sans une infrastructure de données unifiée et bien gouvernée, même les modèles les plus avancés peuvent être insuffisants. »
Améliorer la qualité des données est la clé du succès des projets d’IA. Il est fréquent pour de nombreuses organisations de voir un concept prometteur impressionner l’équipe mais ne jamais se traduire en un outil rentable pour l’entreprise. Selon Frederik, cela se produit souvent parce que les dirigeants considèrent la technologie comme l’objectif final.
Lorsque les projets restent bloqués, c’est souvent à cause de quelques coupables courants : le projet n’est pas vraiment aligné sur les besoins de l’entreprise, les équipes ne communiquent pas entre elles, ou les données sont un chaos. Il est facile de se décourager en voyant des statistiques suggérant que 80 % des projets d’IA ne parviennent pas à la production, mais Frederik offre une perspective différente. Ce n’est pas nécessairement un échec, il s’agit plutôt d’une « partie du processus de maturation ».
Pour ceux qui posent des bases solides, les bénéfices sont bien réels. Une étude récente de Snowflake a révélé que 92 % des entreprises voient déjà un retour sur leurs investissements en IA. En fait, pour chaque livre sterling dépensée, elles récupèrent 1,41 livre en économies de coûts et en nouveaux revenus. La clé, répète Frederik, est d’avoir une plateforme « sécurisée, gouvernée et centralisée » pour vos données dès le début.
Il ne s’agit pas seulement de technologie, mais aussi des personnes. Même avec la meilleure technologie, une stratégie d’IA peut échouer si la culture de l’entreprise n’est pas prête pour cela. L’un des plus grands défis est de mettre les données à la disposition de tous ceux qui en ont besoin, pas seulement de quelques data scientists sélectionnés. Pour que l’IA fonctionne à grande échelle, il faut construire des bases solides dans vos « personnes, processus et technologie ».
Le véritable progrès que nous observons maintenant est l’émergence d’agents d’IA capables de comprendre et de raisonner sur tous les types de données, quelle que soit leur qualité structurelle ; des rangées et colonnes bien ordonnées dans un tableur aux informations non structurées dans les documents, vidéos et e-mails. Étant donné que ces données non structurées représentent 80 à 90 % des données d’une entreprise typique, il s’agit d’un énorme pas en avant.
De nouveaux outils permettent au personnel, quel que soit son niveau de compétence technique, de poser simplement des questions complexes en langage courant et d’obtenir des réponses directement à partir des données.
Frederik explique qu’il s’agit d’une avancée vers ce qu’il appelle « l’autonomie dirigée par des objectifs ». Jusqu’à présent, l’IA a été un assistant utile que vous deviez constamment diriger. « Vous posez une question, vous obtenez une réponse ; vous demandez du code, vous obtenez un extrait », note-t-il.
La prochaine génération d’IA est différente. Vous pouvez donner un objectif complexe à un agent, et il trouvera lui-même les étapes nécessaires, de l’écriture de code à l’extraction d’informations d’autres applications pour fournir une réponse complète. Cela automatisera les parties les plus chronophages du travail d’un data scientist, comme le « nettoyage fastidieux des données » et « l’ajustement répétitif du modèle ».
Le résultat ? Cela libère vos esprits les plus brillants pour se concentrer sur ce qui compte vraiment. Cela élève vos collaborateurs « de praticien à stratège » et leur permet de générer une réelle valeur pour l’entreprise. Cela ne peut être que bénéfique.