L'enquête ITSP Infosys révèle que l'intelligence artificielle et la science des données n'apportent pas de valeur économique aux entreprises

Ce rapport souligne que de nombreuses entreprises ne parviennent pas à convertir les efforts de science des données et la mise en œuvre de l'intelligence artificielle en valeur économique réelle. L'enquête menée auprès de 2 500 leaders technologiques a révélé que malgré des attentes élevées à l'égard de la technologie de l'IA, seul un quart des personnes interrogées se sont déclarées très satisfaites de ses performances.

ITSP Infosys a souligné dans ce rapport que la valeur manquante de toutes les entreprises interrogées équivaut à 460 milliards de dollars de bénéfices. Et les entreprises qui ont le plus à gagner de l’IA s’efforcent de garantir que la science des données soit intégrée à l’entreprise, et non seulement un projet parallèle.

Mohit Joshi, président de l'entreprise, a déclaré : « Il est essentiel que les entreprises ne considèrent pas les données et l'intelligence artificielle séparément de l'entreprise, mais les considèrent différemment. La principale conclusion du rapport est que les solutions doivent se concentrer sur trois domaines. » : Partage de données, confiance dans l’intelligence artificielle avancée, orientation business.

Les rapports indiquent que malgré les attentes élevées lors du lancement d'un projet d'IA, la plupart des entreprises ne parviennent pas à prendre des mesures dans un ou plusieurs de ces domaines clés. Dans l’ensemble, 63 % des modèles d’IA n’exécutent que des fonctions de base, sont pilotés par des humains et présentent souvent des lacunes en matière de validation des données, de pratiques en matière de données et de stratégies en matière de données.

Seulement 26% des personnes interrogées se disent très satisfaites de leurs outils de données et d'intelligence artificielle. Joshi a déclaré : "Bien que les applications de l'IA soient fascinantes, il manque clairement quelque chose." En passant aux solutions de cloud computing, cela peut entraîner des problèmes à long terme.

Il a expliqué : « Pour les problèmes commerciaux et les systèmes d'intelligence artificielle, les entreprises doivent contrôler et maîtriser les données les plus efficaces et les plus utiles. Par conséquent, faire confiance à l'intelligence artificielle est également important.

Notre recherche a révélé que l'intelligence artificielle avancée doit faire confiance à l'IA. permet des performances optimales. Si les personnes travaillant avec l'IA ne lui font pas confiance, le modèle risque de rester inutilisé. Les meilleures pratiques en matière d'éthique des données et de gestion des biais sont au cœur de l'avancement de l'IA. L'enquête indique également que les trois quarts des entreprises souhaitent exploiter l'intelligence artificielle dans leur domaine d'activité, mais que la plupart des entreprises sont novices en matière d'intelligence artificielle et sont confrontées à des défis difficiles pour développer leurs applications, ce qui est dû en grande partie au manque de compétences et aux difficultés de recrutement. .

La recherche « Data+AI Radar » a été menée par l'ITSP Infosys Corporate Knowledge Institute. L’institut a constaté que les entreprises dites « performantes » perçoivent l’IA et les données différemment, celles qui considèrent les données comme une monnaie – les partageant et les faisant circuler – récoltant les rendements les plus élevés.

L'équipe de recherche a découvert que lorsque les données sont traitées comme de la monnaie et circulent via un modèle de gestion de données en étoile, les entreprises peuvent gagner 105 milliards de dollars en valeur supplémentaire, et celles qui mettent à jour les données avec une faible latence généreront encore plus de bénéfices et de revenus. et d'autres mesures de valeur.

Le rapport d'enquête indique qu'en plus de la croissance des revenus, les entreprises très satisfaites de l'utilisation de l'intelligence artificielle ont des pratiques de données fiables, éthiques et responsables qui peuvent surmonter les défis de la validation et des biais des données, instaurer la confiance et permettre aux praticiens d'utiliser en profondeur l'apprentissage et d'autres algorithmes avancés.

Les entreprises qui appliquent la science des données à des besoins réels créent également de la valeur supplémentaire, améliorent leur efficacité et génèrent 45 milliards de dollars supplémentaires de croissance des bénéfices.

Quand on lui a demandé s'il était difficile pour les entreprises de suivre le développement rapide de l'intelligence artificielle, Joshi a répondu : « La question est de savoir si les entreprises peuvent obtenir de bons résultats en appliquant l'intelligence artificielle. L'intelligence artificielle et l'apprentissage automatique nécessitent une nouvelle façon de penser, qui C'est là que les entreprises doivent pivoter. Alors que l'apprentissage automatique et l'IA progressent rapidement, nous constatons que ce sont les entreprises qui redéfinissent leur approche des données pour tirer le meilleur parti de l'apprentissage automatique et de l'IA. prend les données pour les utiliser dans des outils d'IA et les prépare d'une manière adaptée à l'entreprise, ce qui implique de reconnaître la nécessité de combiner ces données avec des pratiques qui encouragent le partage via un système de gestion de données en étoile.

Joshi a déclaré : « Nous pensons que les données sont une nouvelle monnaie. Les données sont comme la monnaie et prendront de la valeur lorsqu'elles circuleront. De nombreuses entreprises réalisent que l'économie émergente des données a un énorme potentiel et construisent avec leurs partenaires et leurs pairs un écosystème de partage de données. peut apporter de plus grands avantages que de fonctionner de manière isolée »,

Cela est différent de la pensée traditionnelle consistant à exiger des ensembles de données. Joshi a déclaré avoir constaté qu'un système qui centralise et organise les données, puis s'appuie sur la transmission des données aux équipes pour les exploiter librement et les utiliser de manière flexible, est la meilleure approche. Par exemple, l’importation de données provenant de tiers et des niveaux élevés de partage de données génèrent des profits plus importants que toute autre action de données ou d’IA.

Les « opérations de modélisation » peuvent aider à faire évoluer les systèmes d'intelligence artificielle

Joshi a déclaré que si les entreprises n'agissent pas maintenant et ne pensent pas différemment à l'intelligence artificielle et à l'apprentissage automatique, elles seront confrontées à des limites et à un mécontentement à l'égard des systèmes d'intelligence artificielle. coincé dans la nouvelle économie des données. Il a ajouté : « Les entreprises doivent adopter un cadre de déploiement de l'IA qui permet non seulement l'expérimentation, mais qui fait également évoluer l'IA de manière prévisible.

Des concepts tels que « Opérations de modèle » peuvent fournir une lentille à travers laquelle les entreprises peuvent créer un pilote de plate-forme évolutive. augmente la flexibilité pendant le déploiement, garantit la normalisation des processus et prend en charge le support comme mesure des performances du modèle de base. Un autre aspect important, explique Joshi, est de garantir que les entreprises adhèrent aux pratiques éthiques et juridiques, en particulier pendant la période de transition lorsque les gouvernements adoptent des lois pour prévenir. utilisation abusive des données et comportement contraire à l’éthique.

Il a déclaré : « L’intelligence artificielle doit être adoptée de manière durable et réfléchie afin qu’elle puisse coexister avec le tissu de notre société et apporter de plus grands avantages. Il est donc important que toute technologie d’intelligence artificielle soit utilisée dans le domaine public avant. Dans ce communiqué, l’industrie technologique doit faciliter les discussions au sein et entre l’industrie, les communautés et les régulateurs sur les avantages, les coûts et les conséquences. »

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!