Qlik a publié les résultats de son studio sur IA Génétique, afin d’analyser comment les grandes entreprises planifient, financent et épuisent cette nouvelle génération d’intelligence artificielle. L’étude, réalisée par Enterprise Technology Research (ETR), doit avoir une forte capacité pour l’IA Génétique, mais il y a aujourd’hui d’importants obstacles à sa mise en œuvre réelle.
Chaque fois que les entreprises enquêtées ont été assignées en supposant qu’elles soient spécifiques à cette technologie, mais la plupart reconnaissent qu’elles tarderont plusieurs années à pouvoir fonctionner à une grande échelle. La qualité des données et l’intégration avec les systèmes existants sont les principaux freins.
« Les entreprises n’ont ni ambition ni recours. Il s’agit de bases de données et d’analyses adéquates qui permettent aux agents de travailler dans l’ensemble de l’organisation avec fiabilité et contrôle », affirme James Fisher, directeur de la stratégie de Qlik. « Si nous voulons que IA Agêntica marque réellement la différence en 2026, nous devons inverser d’abord nos données de confiance, l’interopérabilité pour obtenir un retour sur investissement clair et réaliste ».
Conclusions principales
- Les entreprises s’appuient et s’investissent chez IA Géntica. 97 % des grandes entreprises sont destinées à fonder IA Géntica. Un plan de 39 % inverse plus d’un million de dollars, et une réserve de 34 % entre les 10 % et les 25 % de son total présumé d’IA. L’IA Génétique fait partie des partis présupposés officiels, ce qui augmente les attentes de résultats visibles en 2026.
- Les stratégies sont plus claires, mais la médecine du courage tombe. Les 69 % des entreprises affirment avoir une stratégie formelle d’IA, jusqu’à 37 % en 2024. Sans embargo, seuls les 19 % disposent d’un marché défini pour méditer le retour d’inversion (ROI). La conversation sur le gouvernement est passée par « ¿deberíamos hacerlo ? » un « ¿qué resultados estamos obteniendo? »
- El despliegue llevará tiempo. Seuls 18 % ont mis en œuvre complètement l’IA Génétique, et les 46 % calculent que leur adoption totale tardera entre trois et cinq ans. De plus, la plupart des hommes (42%) ont pleinement confiance dans leur expérience interne. Pour la mairie, 2026 sera une année de construction et de préparation, plus grande que jamais.
- Les données restent avec un point critique. La qualité, la disponibilité et l’accès aux données figurent dans la liste des obstacles, suivis de l’intégration, des compétences techniques et de la gouvernance. En pratique, le problème concerne davantage l’infrastructure entrepreneuriale que la puissance des modèles d’IA.
- Le risque augmente dans la phase de déploiement. Les principales préoccupations concernent la cybersécurité, la confiance dans les résultats et les thèmes légaux, guidées par la capacité d’expliquer et de vérifier les décisions des modèles. Les responsables de la gestion des risques marqueront le rythme et les décisions d’achat des prochains mois.
- Dónde se están desplegando los agentes de IA. Les domaines de TI et de développement de logiciels sont ceux qui dirigent les premiers travaux, avec la réduction des coûts comme objectif principal et la productivité comme clé métrique. Les premiers cas d’expérience se concentrent dans nos entreprises là où il existe des systèmes de télémétrie et des bases de référence claires.
En conclusion, l’étude révèle que l’IA Génétique a dépassé la phase expérimentale et est entrée dans les plans opérationnels de 2026. Les organisations ont opté pour des stratégies pragmatiques, centrées sur les cas d’utilisation médicale dans les opérations de TI et l’ingénierie logicielle, là où les résultats sont plus tangibles.
L’étude révèle que l’IA Agéntica a dépassé la phase expérimentale et est entrée dans les avions opérationnels de 2026
La réponse aujourd’hui n’est pas la capacité des modèles, mais comment intégrer des données fiables et gérer les flux de travail existants, en connectant les systèmes sans ajouter de risques aux opérateurs. C’est ainsi que de nombreuses initiatives ont suivi des pilotes ou des essais de conception, ainsi que des opérations pleinement productives.
« En pensant que le gasto en IA pasa de l’experimentación aux partidas fijas de presupuesto, les retos sont les classiques de toute grande entreprise : qualité et intégration des données, gouverneur et talent spécialisé », explique Erik Bradley, stratège en chef de Enterprise Technology Research (ETR). « Notre studio doit avoir une intention généralisée d’avancer, mais seulement une petite partie est sur la liste pour s’intensifier. Le prochain an sera clé pour convertir les projets financés par TI et les développer dans des mises en œuvre stables et efficaces. »
