La plupart des entreprises ne font pas confiance à l'IA pour prendre des décisions commerciales de manière autonome

La plupart des entreprises ne croient pas que l'intelligence artificielle puisse prendre des décisions commerciales de manière autonome

1. Une enquête publiée par Fivetran montre que 86 % des entreprises ont du mal à faire pleinement confiance à l'intelligence artificielle, ce qui montre que leur maturité en intelligence artificielle est faible et qu'elles ne peut pas prendre toutes les décisions commerciales sans intervention humaine.
2. Alors que 87 % des entreprises considèrent l'IA comme l'avenir des affaires et ont l'intention d'accroître leurs investissements dans l'IA, le manque de confiance dans la prise de décision automatisée en raison des défis techniques et du manque d'éducation constitue un obstacle important.
3. De plus, 71 % des personnes interrogées ont des difficultés à accéder à toutes les données nécessaires à l'exécution des algorithmes, des charges de travail et des modèles d'IA.
4. Selon Fivetran, à l'avenir, les data scientists consacreront moins de temps aux activités manuelles et se concentreront ainsi sur la création de modèles d'IA et lanceront davantage de projets de données et d'IA.

La plupart des employés pensent que leur organisation n'est pas assez mature

Le document « Réaliser l'intelligence artificielle : une étude des opportunités et des obstacles à l'intelligence artificielle » explique les problèmes auxquels les entreprises sont confrontées dans l'écosystème actuel de l'IA. L'article étudie comment, alors que 87 % des entreprises considèrent l'IA comme l'avenir de l'entreprise et ont l'intention d'y investir davantage, le manque de confiance dans la prise de décision pilotée par la machine constitue un obstacle important en raison des défis techniques et du manque d'éducation. Seulement 14 % des personnes interrogées estiment que leur organisation est « avancée » en termes de maturité de l’IA.

Presque toutes les entreprises interrogées obtiennent et utilisent des données provenant de systèmes opérationnels, mais les défis en matière de données persistent. Selon les résultats de l'enquête, les pipelines de données techniques sont une cause majeure de frustration, 73 % des personnes interrogées déclarant que l'extraction, le chargement et le traitement de données provenant de sources disparates dans des entrepôts distincts constituent une difficulté importante. De plus, 71 % des personnes interrogées ont signalé des difficultés à accéder à toutes les données nécessaires à l'exécution des algorithmes, des charges de travail et des modèles d'IA.

Cela fait que 73 % des personnes interrogées ont peu confiance dans la traduction des informations des données en conseils pratiques pour les décideurs, les obligeant à s'appuyer sur le jugement humain dans 71 % des cas.

Selon les résultats de la recherche, les data scientists passent plus de temps à analyser des données au lieu de créer des modèles d'IA pour améliorer les résultats commerciaux grâce à des informations prédictives et décisionnelles. Lorsqu’on leur demande combien de temps ils consacrent à la préparation des données et à la création de modèles d’IA, les data scientists répondent que cela prend en moyenne 70 % de leur temps. 87 % des personnes interrogées ont déclaré se sentir sous-utilisées dans leur entreprise.

Les enjeux de gouvernance des données sont également une préoccupation des organisations. 64 % des organisations américaines interrogées reconnaissent qu'il existe encore une marge d'amélioration significative en matière de conformité aux rôles, politiques et normes de gouvernance des données afin de garantir que les données sont utilisées de manière efficace, sécurisée et conforme aux réglementations gouvernementales.

Fivetran estime que l’automatisation des données et les pipelines d’IA sont des solutions aux problèmes matures de l’IA. "Grâce à une automatisation accrue, les entreprises peuvent réaliser des économies d'échelle et de coûts plus importantes tout en gagnant du temps. De plus, une automatisation accrue permet aux data scientists de se concentrer sur la résolution de problèmes complexes qui comptent pour l'entreprise, plutôt que de maintenir le bon fonctionnement du pipeline de données. " - Brenner Heintz de Fivetran dans un article de blog.

Fivetran a également mentionné qu'apprendre aux parties prenantes de l'entreprise à renforcer la confiance dans l'IA et à accroître leur maturité en matière d'IA pourrait être une solution. « Les parties prenantes et les utilisateurs professionnels doivent comprendre le processus d'IA pour bien comprendre comment ces décisions sont prises. Mais il est tout aussi important que l'implication humaine se concentre sur les bons domaines, tels que l'amélioration de la qualité des données et des performances des modèles d'IA. à une plus grande confiance. Fivetran affirme en outre que sa stratégie de tarification basée sur la consommation permet aux entreprises de réduire leurs dépenses en reproduisant uniquement les données dont elles ont besoin. Enfin, l’entreprise affirme que les data scientists consacreront moins de temps aux activités manuelles, ce qui leur permettra de se concentrer sur le développement de modèles d’IA et le lancement de nouveaux projets de données et d’IA.

George Fraser, PDG de Fivetran, a déclaré : « Cette recherche met en évidence un écart important en matière d'inefficacité dans le mouvement et l'accès aux données entre les organisations. Un programme d'IA réussi repose sur une base de données solide, ancrée dans un entrepôt ou un lac de données cloud. Les équipes modernes d'analyse de la pile de données peuvent plus facilement étendre la valeur de leurs données et maximiser leurs investissements dans l'IA et la science des données.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!