L’entreprise Denodo a présenté les résultats de son nouveau studio « The AI Trust Gap Report », où elle révèle que 58 % des entreprises d’Espagne considèrent que l’IA seule est fiable lorsque les données sont accédées en temps réel. À l’heure actuelle, un 20 % exige des données avec une latence inférieure à une minute.
Il est évident que l’immédiateté des données est une condition indispensable pour que les systèmes d’IA puissent générer des résultats précis qui permettent d’augmenter les cas d’utilisation les plus avancés et les plus autonomes en fonction des données de qualité.
L’information de Denodo, qui analyse la rupture de confiance entre ce que les organisations ont besoin pour amener l’IA à la production et ce qui aujourd’hui a ses capacités d’officier en termes de données, expose également que l’IA est une réalité opérationnelle dans les organisations espagnoles, avec un 68% qui compte des initiatives d’IA en production et un 32% qui planifie de nouveaux projets basés sur cette technologie et sur l’utilisation intensive de données.
Cependant, en raison de l’évolution de l’IA des chatbots passifs pour les agents capables de prendre des décisions indépendantes et de réduire les flux de travail des opérateurs, l’importance de la précision des données n’a jamais été aussi grande. Maintenant bien, cette exigence concernant la qualité des données est un moyen de soulager les défis à ceux qui sont en contact avec les entreprises pour prendre en charge ce type d’initiatives pulsées par les données.
L’importance de la gestion des données pour une IA fiable
Un des principaux retos identifiés est celui qui voit la dispersion élevée des données. Les 44 % des initiatives d’IA en Espagne ont été réalisées entre 250 et 549 sources de données distinctes, et 16 % ont travaillé avec plus de 1 000 sources de données précédentes de plusieurs systèmes. Cette réalité complique l’accès aux informations nécessaires pour les projets d’IA, jusqu’au point où 32 % des organisations considèrent qu’il est très difficile de se connecter et d’accéder aux données distribuées entre différents entreprises.
C’est là qu’il est difficile de maintenir une vision cohérente des données. Les 38 % des entreprises rencontrent des problèmes pour normaliser les métadonnées qui diffèrent entre les systèmes, alors qu’il y a 30 % de difficultés à identifier avec clarté ce que le système fait comme source de référence fiable pour leurs données dans les initiatives d’IA.
«L’IA est pasando rapidement des systèmes qui répondent simplement aux questions des systèmes qui doivent agir de manière autonome, et cette transition change pour compléter les exigences de données», affirme Dominic Sartorio, vice-président du marketing de produit à Denodo. « Lorsqu’un agent de l’IA active un résultat commercial, il n’y a pas d’espace pour les données obsolètes ou non contrôlées. Pour développer l’IA stratégique avec confiance, les entreprises doivent utiliser davantage les silos de données statiques et adopter une base de données réelle, gérée et pertinente pour le contexte».
Gouvernement, qualité et cumul
L’information indique que, surtout lors de l’accès aux données en temps réel, la confiance en l’IA en Espagne dépend également de la capacité des organisations à garantir une gouvernance solide, la qualité des données et le cumul normatif. À ce jour, 38 % des équipes d’IA identifient le niveau normatif de leur principal développement en matière de données, alors que d’autres 38 % reconnaissent des difficultés pour assurer la qualité et la propreté des données utilisées par l’IA. En ce qui concerne les retours en matière de sécurité des données, il y a 26 % qui considèrent qu’il est très difficile de garantir un contrôle d’accès adéquat sur les informations sensibles.
Les entreprises doivent être plus nombreuses que les silos de données statiques et adopter une base de données réelle, gérée et pertinente pour le contexte.
Ces résultats répondent à l’idée selon laquelle la rupture de confiance dans l’IA est de caractère structurel et ne répond pas à une limitation des modèles, si ce n’est la forme des organisations qui gèrent et gèrent leurs données. Seule une combinaison d’accès aux données en temps réel avec gouvernance, contrôle et qualité appliquée de forme transversale, les organisations peuvent pasar des initiatives d’IA expérimentales à une utilisation accrue et fiable dans les entreprises d’automatisation et de décisions basées sur les données.
