
Malgré l'intérêt et l'enthousiasme croissants pour l'IA générative (GenAI), des défis importants apparaissent et menacent la réussite des projets, selon un nouveau rapport.
L'étude, réalisée par Enterprise Strategy Group (ESG) et Hitachi Vantara, a interrogé 800 responsables informatiques et commerciaux aux États-Unis, au Canada et en Europe occidentale. Elle révèle que seulement 44 % des organisations disposent de politiques bien définies et complètes en matière d'IA générative.
En outre, 37 % seulement estiment que leur infrastructure et leur écosystème de données sont bien préparés à la mise en œuvre des solutions GenAI. Cependant, les cadres de niveau C sont 1,3 fois plus susceptibles d'indiquer que leur infrastructure et leur écosystème de données sont bien préparés, ce qui met en évidence un décalage entre les différents niveaux de l'organisation.
L'enquête montre que 61 % des personnes interrogées reconnaissent que la plupart des utilisateurs ne savent pas comment tirer parti de la GenAI, et que 51 % d'entre elles signalent un manque d'employés qualifiés ayant des connaissances en GenAI. En outre, 40 % des personnes interrogées reconnaissent qu'elles ne sont pas bien informées en ce qui concerne la planification et l'exécution des projets GenAI.
« Les entreprises sont clairement en train de prendre le train de la GenAI, ce qui n'est pas surprenant, mais il est également clair que les bases d'une GenAI réussie ne sont pas encore totalement adaptées à l'objectif et que son plein potentiel ne peut pas être réalisé », déclare Ayman Abouelwafa, directeur de la technologie chez Hitachi Vantara. « Pour exploiter la véritable puissance de la GenAI, il faut des fondations solides avec une infrastructure robuste et sécurisée capable de répondre aux exigences de cette technologie puissante. »
Parmi les autres résultats, 71 % des personnes interrogées reconnaissent que leur infrastructure doit être modernisée avant de poursuivre les projets GenAI. Une majorité écrasante de 96 % des personnes interrogées préfèrent les modèles non propriétaires, 86 % exploiteront la génération améliorée de récupération (RAG) et 78 % préfèrent un mélange de solutions sur site et de cloud public pour la construction et l'utilisation de solutions GenAI.
Les cas d'utilisation les plus cités concernent l'automatisation et l'optimisation des processus (37 %), l'analyse prédictive (36 %) et la détection des fraudes (35 %). L'efficacité opérationnelle est le domaine le plus cité pour lequel les entreprises obtiennent des résultats ; cependant, moins de la moitié (43 %) ont réalisé des bénéfices jusqu'à présent.
Les principales préoccupations et difficultés rencontrées concernent la protection de la confidentialité des données et la conformité lors de la création et de l'utilisation d'applications exploitant la GenAI (81 %), tandis que 77 % conviennent que les problèmes de qualité des données doivent être résolus avant d'accepter les résultats de la GenAI.
« Le besoin d'améliorer la précision montre que les organisations donnent la priorité à l'intégration des données les plus pertinentes et les plus récentes dans un grand modèle de langage, suivi par le désir de suivre le rythme de la technologie, des réglementations et des modèles de données en évolution », déclare Mike Leone, analyste principal chez ESG. « La gestion des données à l'aide d'une infrastructure appropriée permettra non seulement d'atteindre des niveaux de précision plus élevés, mais aussi d'améliorer la fiabilité à mesure que les données et les conditions commerciales évoluent. »
Source : "Foundation First. GenAI Second." (étude de Hitachi Vantara)
Et vous ?


Voir aussi :



Vous avez lu gratuitement 8 articles depuis plus d'un an.
Soutenez le club developpez.com en souscrivant un abonnement pour que nous puissions continuer à vous proposer des publications.
Soutenez le club developpez.com en souscrivant un abonnement pour que nous puissions continuer à vous proposer des publications.