Tu suis la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
L'usage massif de l'IA par les professionnels IT
Une étude mondiale réalisée par Alteryx, impliquant 700 analystes de données et 700 leaders IT, met en lumière l'ampleur de l'utilisation de l'intelligence artificielle dans le secteur technologique. En effet, 96% des professionnels interrogés déclarent intégrer l'IA dans leurs activités. Cependant, seulement 49% d'entre eux sont des utilisateurs réguliers, se servant de l'IA toujours ou la plupart du temps.
Dans les 12 mois à venir, 59% des répondants envisagent d'utiliser activement des agents d'IA. Par ailleurs, 50% sont prêts à accorder un accès illimité à leurs données à ces agents, bien que 44% soulignent l'importance d'une supervision humaine. Les implications de sécurité liées à cet accès illimité n'ont pas été discutées dans le rapport.
Les applications courantes de l'IA
L'étude identifie plusieurs applications courantes de l'IA parmi les professionnels IT. La rédaction de communications standardisées ou de résumés pour les parties prenantes est citée par 59% des participants. La planification ou le routage des tâches de workflow, comme le triage des alertes et l'automatisation des processus, est mentionnée par 54%. La génération de rapports ou de tableaux de bord standard sans intervention manuelle est utilisée par 48% des professionnels.
D'autres applications incluent la surveillance des indicateurs de performance clés et le déclenchement d'alertes ou d'actions (45%), ainsi que le nettoyage, le prétraitement ou la validation de jeux de données routiniers (45%). L'exécution d'analyses statistiques de routine ou de modèles prédictifs basiques est pratiquée par 34%, tandis que la génération automatique d'insights ou de recommandations à partir des données concerne 23% des répondants.
Le temps consacré au travail de données
Le "travail de données fondamental", qui comprend le nettoyage et la préparation des données pour l'ingestion par des modèles d'IA ou des plateformes de génération augmentée, occupe une part significative du temps des analystes de données. Les répondants indiquent passer près de six heures par semaine sur ces tâches, avec 48% consacrant entre six et dix heures hebdomadaires.
51% des professionnels estiment que le travail avec l'IA réduit leur productivité, nécessitant environ 10 heures par semaine pour la préparation et la validation des données.
Les outils et les obstacles à l'implémentation de l'IA
Pour gérer ce travail de données, les professionnels utilisent principalement des tableurs (61%), des outils de business intelligence (56%), et des plateformes de préparation de données dédiées (51%).
Les obstacles à l'implémentation de l'IA sont nombreux. La difficulté à interpréter ou expliquer les résultats de l'IA aux décideurs est mentionnée par 55% des répondants. Le manque de compétences analytiques parmi les utilisateurs commerciaux est un problème pour 54%. De plus, 50% des participants signalent que les données ne sont pas suffisamment propres, intégrées ou gouvernées.
D'autres barrières incluent le manque de clarté sur la propriété ou la responsabilité des décisions (49%) et les limitations techniques des outils ou de l'infrastructure d'IA (45%).
La validation des résultats de l'IA
La validation des résultats générés par l'IA est une tâche qui consomme également beaucoup de temps. Les analystes de l'enquête passent presque quatre heures par semaine à valider ou corriger ces résultats. Un répondant sur six consacre même une journée entière de travail, soit six heures ou plus, à ajuster les résultats de l'IA. En ajoutant les six heures consacrées au travail de données fondamental, cela représente une "taxe" d'IA de presque deux jours par semaine sur le temps des professionnels.
Cette situation met en évidence une compétence émergente de plus en plus précieuse à l'ère de l'IA : la validation des résultats de l'IA. Bien que l'IA puisse accélérer le travail, les organisations ont encore besoin d'une supervision humaine pour garantir que les résultats soient cohérents, explicables et dignes de confiance.
