Les DSI doivent combler l'écart entre la BI et l'IA (étude)

Les DSI estiment que la gestion des données est essentielle à l'adoption réussie de l'IA, selon la dernière étude du MIT Technology Review Insights. Alors, comment résoudre les problèmes de data management?

L'éditeur Databricks publiait ce mardi les résultats de l'étude « CIO vision 2025: bridging the gap between BI and AI », menée par MIT Technology Review Insights auprès de 600 CIO, CDO et CTO couvrant rien moins que 14 secteurs d'activité, en mai et juin derniers. Objectif: comprendre comment les décideurs et les décideuses envisagent les défis liés à la gestion des données et à la création de valeur, alors qu'ils 'travaillent à libérer la puissance de l'IA dans leurs entreprises'.
Résultats
Principaux enseignements:
72 % affirment que les données constituent le plus grand défi pour l'IA et 68 % déclarent qu'il est crucial d'unifier leur plateforme de données pour l'analyse et l'IA.
94 % disent qu'ils utilisent déjà l'IA dans les LOBs, et plus de la moitié s'attendent à ce que l'IA soit généralisée d'ici 2025.
72 % estiment que le multicloud est essentiel et beaucoup sont favorables à des normes ouvertes pour préserver la flexibilité stratégique.

Les dirigeants considèrent que le multi-cloud et les normes ouvertes font partie intégrante des progrès de l'IA. La plupart des personnes interrogées (72 %) apprécient la flexibilité qu'offre une approche multi cloud pour le développement de l'IA
Les DSI interrogés soulignent l'importance des normes d'architecture ouverte (et de l'Open Source) pour la prise en charge du multi-cloud, ainsi que l'importance de ces deux éléments pour faire progresser le développement de l'IA. Les investissements dans l'IA seront les plus importants dans les services financiers. Toutefois, les sociétés de services financiers devraient connaître la plus forte croissance d'investissements en gestion et en infrastructure des données.

« Les problèmes liés aux données sont plus souvent la raison pour laquelle les entreprises n'atteignent pas leurs objectifs en matière d'intelligence artificielle. L'amélioration des vitesses de traitement, de la gouvernance et de la qualité des données, ainsi que le nombre suffisant des modèles, sont les principaux impératifs en matière de données pour garantir le passage à l'échelle de l'IA. » Francesca Fanshawe, rédactrice en chef de l'étude.
Télécharger l'étude
L'étude peut être téléchargée gratuitement (en anglais) à cette adresse, après inscription obligatoire. Un résumé (lui aussi en anglais) peut être consulté sur le site MIT Technology Review Insights.