Mais la véritable intelligence des données ne se limite pas à établir une base de données adéquate. Les organisations se demandent également comment surmonter leur dépendance à l’égard d’un personnel hautement technique et créer des cadres pour la confidentialité des données et le contrôle organisationnel lors de l’utilisation de l’IA générative. Plus précisément, ils cherchent à permettre à tous les employés d’utiliser le langage naturel pour obtenir des informations exploitables à partir des propres données de l’entreprise ; exploiter ces données à grande échelle pour former, créer, déployer et régler leurs propres modèles de langage étendus (LLM) sécurisés ; et d’infuser des informations sur les données de l’entreprise dans chaque processus métier.
Dans cette nouvelle frontière de l’intelligence des données, les organisations maximiseront la valeur en démocratisant l’IA tout en se différenciant par leurs collaborateurs, leurs processus et leur technologie dans leur contexte industriel. Basé sur une enquête mondiale intersectorielle auprès de 600 leaders technologiques ainsi que sur des entretiens approfondis avec des leaders technologiques, ce rapport explore les fondations construites et exploitées dans tous les secteurs pour démocratiser les données et l’IA. Voici ses principales conclusions :
• L’accès en temps réel aux données, au streaming et aux analyses sont des priorités dans tous les secteurs. En raison de la puissance de la prise de décision basée sur les données et de son potentiel d’innovation révolutionnaire, les DSI ont besoin d’un accès transparent à toutes leurs données et de la capacité d’en tirer des informations en temps réel. Soixante-douze pour cent des personnes interrogées déclarent que la capacité de diffuser des données en temps réel à des fins d’analyse et d’action est « très importante » pour leurs objectifs technologiques globaux, tandis que 20 % estiment qu’elle est « assez importante » – qu’il s’agisse de permettre le streaming en temps réel. recommandations dans le commerce de détail ou identification de la prochaine meilleure action dans une situation critique de triage en matière de soins de santé.
• Toutes les industries visent à unifier leurs modèles de gouvernance des données et de l’IA. Les aspirations à une approche unique de la gouvernance des données et des actifs d’IA sont fortes : 60 % des personnes interrogées déclarent qu’une approche unique de gouvernance intégrée des données et de l’IA est « très importante », et 38 % supplémentaires déclarent qu’elle est « assez importante ». », ce qui suggère que de nombreuses organisations sont aux prises avec une architecture de données fragmentée ou cloisonnée. Chaque secteur devra parvenir à cette gouvernance unifiée dans le contexte de ses propres systèmes d’enregistrement, de ses pipelines de données et de ses propres exigences en matière de sécurité et de conformité.
• Les écosystèmes de données industrielles et le partage entre plates-formes fourniront une nouvelle base pour une croissance tirée par l’IA. Dans chaque secteur, les leaders technologiques voient la promesse d’un partage de données indépendant de la technologie au sein d’un écosystème industriel, à l’appui de modèles d’IA et d’opérations de base qui généreront des résultats plus précis, pertinents et rentables. Les équipes technologiques des assureurs et des détaillants, par exemple, visent à ingérer les données des partenaires pour soutenir les décisions en temps réel en matière de prix et d’offre de produits sur les marchés en ligne, tandis que les fabricants considèrent le partage de données comme une capacité importante pour l’optimisation continue de la chaîne d’approvisionnement. Soixante-quatre pour cent des personnes interrogées déclarent que la possibilité de partager des données en direct entre plates-formes est « très importante », tandis que 31 % supplémentaires déclarent qu’elle est « plutôt importante ». En outre, 84 % estiment qu’un marché central géré pour les ensembles de données, les modèles d’apprentissage automatique et les ordinateurs portables est très ou plutôt important.
• La préservation de la flexibilité des données et de l’IA dans les cloud trouve un écho dans tous les secteurs verticaux. Soixante-trois pour cent des personnes interrogées dans tous les secteurs estiment que la possibilité de tirer parti de plusieurs fournisseurs de cloud est au moins quelque peu importante, tandis que 70 % pensent la même chose à propos des normes et de la technologie open source. Cela concorde avec la conclusion selon laquelle 56 % des personnes interrogées considèrent qu’un système unique pour gérer les données structurées et non structurées dans la business intelligence et l’IA est « très important », tandis que 40 % supplémentaires le considèrent comme « assez important ». Les dirigeants donnent la priorité à l’accès à toutes les données de l’organisation, de tout type et depuis n’importe quelle source, de manière sécurisée et sans compromis.
• Les exigences spécifiques à l’industrie détermineront la priorisation et le rythme d’adoption des cas d’utilisation de l’IA générative. L’optimisation de la chaîne d’approvisionnement est le cas d’utilisation de l’IA générative à plus forte valeur ajoutée pour les personnes interrogées dans le secteur manufacturier, tandis qu’il s’agit d’analyses de données et d’informations en temps réel pour le secteur public, de personnalisation et d’expérience client pour le M&E, et de contrôle qualité pour les télécommunications. L’adoption de l’IA générative ne sera pas universelle ; chaque industrie adopte sa propre stratégie et approche. Mais dans tous les cas, la création de valeur dépendra de l’accès aux données et de l’IA imprégnant l’écosystème de l’entreprise et de l’intégration de l’IA dans ses produits et services.
Maximiser la valeur et étendre l’impact de l’IA sur les personnes, les processus et la technologie est un objectif commun à tous les secteurs. Mais les différences sectorielles méritent une attention particulière en raison de leurs implications sur la manière dont l’intelligence est infusée dans les plateformes de données et d’IA. Qu’il s’agisse de l’employé de vente au détail qui pilote les ventes omnicanales, du professionnel de la santé qui recherche des preuves concrètes, de l’actuaire analysant les risques et les incertitudes, de l’ouvrier d’usine qui diagnostique l’équipement ou de l’agent de terrain des télécommunications évaluant l’état du réseau, le langage et les scénarios que l’IA offrira. le soutien varie considérablement lorsqu’il est démocratisé aux premières lignes de chaque industrie.
Téléchargez le rapport.
Ce contenu a été produit par Insights, la branche de contenu personnalisé du MIT Technology Review. Il n’a pas été rédigé par l’équipe éditoriale du MIT Technology Review.
