Databricks et Infosys : l'IA freinée par des données cloisonnées

L'IA freinée par des données dispersées

L'intelligence artificielle (IA) est au cœur des stratégies d'entreprise modernes, mais un obstacle persistant empêche son adoption à grande échelle : l'état des données. Bien que les outils d'IA séduisent par leur simplicité, leur déploiement nécessite une infrastructure de données unifiée et gouvernée, un défi que beaucoup d'entreprises peinent à relever. Bavesh Patel, vice-président senior chez Databricks, souligne que l'efficacité de l'IA dépend fortement de la qualité des données internes. Dans de nombreuses organisations, ces données restent éparpillées entre systèmes hérités et applications cloisonnées, rendant difficile la production de résultats fiables. « En réalité, le grand facteur de différenciation pour la plupart des organisations est leurs propres données et les données tierces qu'elles peuvent y ajouter », déclare Patel.

La nécessité d'une architecture de données unifiée

Pour que l'IA apporte une véritable valeur ajoutée, il est crucial de consolider les données dans des formats ouverts et accessibles. Patel avertit que sans cette base, les entreprises risquent de développer une "IA terrible". Une architecture de données unifiée permettrait de combiner des données structurées et non structurées tout en maintenant un contexte en temps réel. Cela nécessite d'aller au-delà des plateformes SaaS cloisonnées et des tableaux de bord déconnectés. Les entreprises doivent se tourner vers une architecture de données ouverte capable de préserver le contexte en temps réel et d'imposer des contrôles d'accès rigoureux. Lorsque les bases sont posées correctement, les organisations peuvent avancer vers des résultats mesurables, débloquant des gains d'efficacité, automatisant des flux de travail complexes et même lançant de nouvelles lignes d'activité.

L'importance de la littératie en IA

Rajan Padmanabhan, responsable technologique chez Infosys, met en avant l'importance de lier l'IA aux indicateurs commerciaux. Les entreprises qui réussissent intègrent l'IA dans leurs décisions stratégiques, utilisant des cadres de gouvernance pour évaluer l'efficacité des initiatives. « Nous voyons cette grande opportunité avec la littératie en IA chez les utilisateurs commerciaux, où ils sont très désireux de comprendre comment ils devraient penser à l'IA », ajoute Patel. Cela implique de connaître les éléments et les blocs de construction nécessaires du point de vue technologique, de la formation et de l'habilitation. Plutôt que de traiter les initiatives d'IA comme des projets d'innovation isolés, les entreprises leaders lient directement le déploiement de l'IA aux indicateurs commerciaux, utilisant des cadres de gouvernance pour déterminer ce qui génère des résultats et ce qui doit être abandonné rapidement.

Vers une nouvelle ère de l'IA

L'avenir de l'IA d'entreprise repose sur la transformation des données fragmentées en un atout stratégique. Patel et Padmanabhan envisagent une évolution des agents d'IA vers des opérateurs autonomes, capables de gérer des flux de travail complexes. Les entreprises qui poseront les bonnes bases dès maintenant seront celles qui tireront pleinement parti de ces avancées. « Ce que nous voyons comme une nouvelle façon de penser est de passer d'un système d'exécution ou d'engagement à un système d'action », note Padmanabhan. C'est la nouvelle voie que nous voyons devant nous. L'avenir de l'IA dans l'entreprise sera déterminé par la capacité des entreprises à transformer des informations fragmentées en un actif stratégique capable de propulser à la fois des décisions plus intelligentes et des façons totalement nouvelles d'opérer.