Alors que les entreprises se déroulent pour mettre en œuvre l’IA, beaucoup constatent que le succès du projet repose directement sur la qualité de leurs données. Cette dépendance provoque de nombreuses initiatives ambitieuses à caler, ne le dépassant jamais au-delà de l’étape expérimentale de la preuve de concept.
Alors, quel est le secret pour transformer ces expériences en générateurs de revenus réels? AI News a rattrapé Martin Frederik, leader régional pour les Pays-Bas, la Belgique et le Luxembourg chez Data Cloud Giant Snowflake, pour le découvrir.
«Il n’y a pas de stratégie d’IA sans stratégie de données», dit Frederik simplement. «Les applications, les agents et les modèles d’IA ne sont aussi efficaces que les données sur lesquelles ils sont construits, et sans infrastructure de données unifiée et bien réglée, même les modèles les plus avancés peuvent échouer.»
L’amélioration de la qualité des données est la clé du succès du projet IA
C’est une histoire familière pour de nombreuses organisations: une preuve de concept prometteuse impressionne l’équipe mais ne se traduit jamais par un outil qui fait de l’argent à l’entreprise. Selon Frederik, cela se produit souvent parce que les dirigeants traitent la technologie comme l’objectif final.
«L’IA n’est pas la destination – c’est le véhicule pour atteindre vos objectifs commerciaux», conseille Frederik.
Lorsque les projets sont coincés, il est généralement dû à quelques coupables communs: le projet n’est pas vraiment aligné sur ce dont l’entreprise a besoin, les équipes ne se parlent pas ou les données sont un gâchis. Il est facile de se décourager par des statistiques suggérant que 80% des projets d’IA n’atteignent pas la production, mais Frederik offre une perspective différente. Ce n’est pas nécessairement un échec, suggère-t-il, mais «une partie du processus de maturation».
Pour ceux qui obtiennent la bonne fondation, le gain est très réel. Une récente étude de flocon de neige a révélé que 92% des entreprises voient déjà un retour sur leurs investissements en IA. En fait, pour chaque £ 1 dépensé, ils remontent à 1,41 £ d’économies de coûts et de nouveaux revenus. La clé, répète Frederik, est d’avoir une «plate-forme sécurisée, gouvernée et centralisée» pour vos données dès le début.
Ce n’est pas seulement une question de technologie, c’est des gens
Même avec la meilleure technologie, une stratégie d’IA peut tomber à plat si la culture de l’entreprise n’est pas prête pour elle. L’un des plus grands défis est de mettre les données entre les mains de tous ceux qui en ont besoin, pas seulement quelques-uns des scientifiques des données. Pour faire fonctionner l’IA à grande échelle, vous devez construire de solides fondations dans vos «personnes, processus et technologie».
Cela signifie décomposer les murs entre les départements et fabriquer des données de qualité et des outils d’IA accessibles à tout le monde.
«Avec la bonne gouvernance, l’IA devient une ressource partagée plutôt qu’un outil cloisonné», explique Frederik. Lorsque tout le monde travaille à partir d’une seule source de vérité, les équipes peuvent cesser de se disputer sur les chiffres qui sont corrects et commencer à prendre des décisions plus rapides et plus intelligentes ensemble.
Le prochain saut: AI qui raisonne pour lui-même
La vraie percée que nous voyons maintenant est l’émergence d’agents d’IA qui peuvent comprendre et raisonner sur toutes sortes de données à la fois quelle que soit la qualité de la structure; Des lignes et des colonnes soignées dans une feuille de calcul, aux informations non structurées dans des documents, des vidéos et des e-mails. Étant donné que ces données non structurées représentent 80 à 90% des données typiques d’une entreprise, il s’agit d’un énorme pas en avant.
De nouveaux outils permettent au personnel, peu importe leur niveau de compétence technique, de simplement poser des questions complexes en anglais simple et obtenir des réponses directement à partir des données.
Frederik explique qu’il s’agit d’une évolution 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 à un agent un objectif complexe, et il déterminera les étapes nécessaires en soi, de la rédaction de code à la mise en place d’informations des autres applications pour fournir une réponse complète. Cela automatisera les parties les plus longues du travail d’un scientifique des données, comme le «nettoyage fastidieux des données» et le «réglage du modèle répétitif».
Le résultat? Il libère vos esprits les plus brillants pour se concentrer sur ce qui compte vraiment. Cela élève votre peuple «du pratiquant au stratège» et leur permet de stimuler la valeur réelle pour l’entreprise. Cela ne peut être qu’une bonne chose.
Snowflake est un sponsor clé de cette année AI et Big Data Expo Europe et aura une gamme de conférenciers partageant leurs idées profondes pendant l’événement. Swing by Snowflake’s Booth au stand numéro 50 pour en savoir plus sur l’entreprise au sujet de rendre l’entreprise IA facile, efficace et fiable.
