Avec l’adoption rapide de l’intelligence artificielle (IA) dans diverses industries, les entreprises espagnoles ont la cybersécurité (33 %) et la mauvaise qualité des données pour introduire l’IA (32 %) comme leurs principales préoccupations pour la mise en œuvre de projets dans cet environnement. . Sans embargo, certaines entreprises ont pris des mesures pour améliorer la qualité des données, ce qui limite l’efficacité de leurs initiatives d’IA.
Selon l’information « L’état de la durabilité de l’infrastructure de données » d’Hitachi Vantara, l’infrastructure et la gestion des données sont cruciales pour garantir la qualité nécessaire à l’impulsion des projets d’IA avec des résultats positifs pour les entreprises.
Facteurs clés pour l’éxito de l’IA
Dans ce contexte, les responsables des technologies de l’information (TI) dans les entreprises identifient les facteurs clés pour la réussite des projets d’IA : l’utilisation de données de haute qualité (35 %) et une gestion adéquate du projet (39 % ). Ces résultats démontrent l’importance de communiquer des données bien gérées et de qualité, en plus des professionnels compétents qui dirigent ces initiatives.
En raison de l’importance de la reconnaissance de la qualité des données dans l’accomplissement des projets d’IA, l’information révèle que les données nécessaires sont disponibles au moment et au lieu requis seulement dans les 30 % des occasions. De plus, les modèles d’IA développés par les entreprises ont une précision de seulement 32 % des cas. Ces résultats font ressortir les critiques qui pèsent sur les organisations chargées d’optimiser l’utilisation de l’IA et de maximiser leur impact sur l’entreprise.
Desafíos sur la qualité des données
Dans un contexte où un tiers des entreprises enquêtées manifestent leur préoccupation quant à la qualité de leurs données, il est surprenant que certaines organisations aient adopté des mesures concrètes pour aborder ce défi. Seul 28 % de travail est activé pour améliorer la qualité des données grâce à un entraînement précis des modèles d’IA.
De plus, 23% ne révisent pas la qualité des données utilisées, et un important 39% n’a pas l’étiquette adéquate, une pratique fondamentale pour améliorer le fonctionnement des données, ce qui facilite votre organisation, traçabilité et accessibilité, optimisant votre valeur dans la toma de décisiones stratégiques.
Retour à l’inversion et à la viabilité
Lors de la révision des stratégies d’IA, l’étude doit veiller à ce que de nombreuses entreprises se soucient d’une analyse des paramètres pertinente pour le retour sur investissement (ROI) ou la viabilité. Les 65 % ne considèrent pas la durabilité comme une priorité pour la mise en œuvre de nos plans d’IA. De plus, les 63 % des entreprises ne donnent pas la priorité au retour sur investissement à l’heure de la mise en œuvre de solutions.
Según les informations les plus récentes de Hitachi VantaraSeuls 28 % des organisations ont adopté des mesures actives pour améliorer la qualité des données, limitant ainsi l’impact positif de l’IA sur leurs résultats commerciaux.
Avec la pérennité comme un défi de l’ère numérique, il en résulte qu’en Espagne, 86 % des organisations sont focalisées sur le développement des LLM (modèles d’IA générale de maire tamaño), au lieu d’opter pour des modèles spécialisés plus petits. Il est démontré que ces grands modèles augmentent leur consommation jusqu’à 100 fois plus d’énergie. Cette enquête sur les grands modèles est nettement supérieure au progrès européen, où elle représente 64 %.
Sécurité et vitesse, aspects clés
Par ailleurs, les responsables de la technologie enquêtés peuvent être amenés à travailler sur les plans de mise en œuvre de l’IA dans les entreprises, indiquant que la mitad des organisations donne la priorité aux aspects clés comme la sécurité (46 %) et la vitesse (45 %). ) dans nos projets.
Dans ce contexte, la sécurité est devenue une priorité due aux risques associés. Les 75 % reconnaissent qu’une perte significative de données pourrait être catastrophique pour leurs opérations. De plus, 79 % des personnes interrogées expriment leur préoccupation pour l’utilisation de l’IA pour proposer des outils avancés aux hackers.
« L’adoption de l’IA dépend en grande partie de la confiance des utilisateurs dans le système et dans les résultats. Si vos premières expériences ont été réalisées, vous aurez vos capacités futures », affirme Antonio Espuela, directeur des ventes techniques EMEA Ouest.
Le papier de l’infrastructure de données dans l’exito de l’IA
Il s’agit de reconnaître la qualité des données comme l’un des principaux facteurs pour le succès de l’IA (33 %), ainsi que les organisations soucieuses de l’infrastructure nécessaire pour respecter les normes cohérentes de qualité des données.
Un défi important est que 79 % des entreprises envisagent et ajustent leurs solutions d’IA en temps réel sans utiliser des ressources contrôlées, ce qui augmente les risques de vulnérabilité et les éventuelles chutes de sécurité. Seulement un 7% assure l’emploi d’employés qualifiés pour l’expérimentation avec IA, ce qui génère des préoccupations concernant la possibilité de violations de sécurité et les résultats défectueux dus à des données peu fiables.
Les infrastructures modernes peuvent offrir une solution à ce problème, car elles ne sont pas les plus efficaces du point de vue énergétique, mais elles améliorent également le rendement lorsque la coque en carbone est réduite. En adoptant une infrastructure durable et avancée, les entreprises peuvent améliorer la qualité des données, réduire les risques et faire progresser l’IA responsable avec le milieu ambiant.
La valeur du contrat avec une société de confiance
Alors que les organisations avancent dans les initiatives de l’IA, tous les dirigeants de TI reconnaissent que l’appui des tiers est essentiel pour aborder les domaines critiques comme :
- Matériel: L’efficacité du matériel dépend de sa sécurité, de sa disponibilité 24h/24 et 7j/7 et de son efficacité pour répondre aux objectifs de pérennité. Les 20 % des dirigeants de TI identifient la nécessité d’aide pour trouver des solutions matérielles évolutives et préparées pour l’avenir.
- Solutions de stockage et de traitement des données: Les solutions de données sont efficaces pour les données des utilisateurs et donnent la priorité à la sécurité et à la pérennité. La découverte a révélé que 29 % des dirigeants de TI ont besoin d’aide avec le stockage de données ROT (redondants, obsolètes ou triviales).
- Logiciel: Un logiciel sécurisé et résilient est clé pour protéger contre les cyberattaques et garantir l’accès continu aux données. Les 27 % des dirigeants de TI nécessitent une expérience externe pour développer des modèles d’IA et des solutions de virtualisation de données.
- Qualification personnelle: La question de la qualification est un obstacle important, car les 60 % des dirigeants développent leurs capacités d’IA après l’expérimentation et les 38 % se confient à l’auto-apprentissage, ce qui leur impose la nécessité d’une formation spécialisée et d’une formation externe.
