Technologues et chefs d’entreprise ne partagent pas le même point de vue sur l’IA
Les chefs d’entreprise et les technologues voient l’intelligence artificielle différemment, ce qui n’est pas une surprise en soi. Cependant, ils ont des points de vue différents sur l’avancement des projets d’IA et sur ce qu’il faut pour que l’IA puisse relever les défis des entreprises. Par exemple, les technologues sont deux fois plus susceptibles de considérer le manque de données viables comme un problème.
« Cela pourrait être dû au fait que les chefs d’entreprise ne comprennent pas toujours que les données disponibles ne sont souvent pas celles dont ils ont besoin pour déployer l’IA à grande échelle », supposent les auteurs d’un récent rapport publié par Appen, portant sur 374 entreprises. Interrogés sur les problèmes rencontrés avec l’IA, les spécialistes de la technologie ont été plus nombreux que les chefs d’entreprise à citer les problèmes de compétences (24 % contre 21 %) et le manque de données (17 % contre 9 %). Les chefs d’entreprise, en revanche, sont plus enclins à considérer que les problèmes budgétaires (18 % contre 13 % des technologues) et la nécessité d’une plus grande adhésion de la direction (17 % contre 12 %) freinent ces initiatives.
Il est intéressant de noter que les technologues semblent être plus conscients des progrès de l’IA, 40 % d’entre eux ayant effectué un déploiement mondial auprès de l’ensemble de leurs utilisateurs, contre seulement 27 % des cadres. Les deux parties sont cependant d’accord pour dire qu’il reste encore du travail à faire. Lorsqu’on leur demande si leur entreprise a pris du retard dans l’adoption de l’IA, les répondants semblent être près de la moitié à le penser, qu’ils soient technologues ou dirigeants d’entreprise.
Les cadres plus impliqués qu’avant
En outre, il est également clair que la crise de la Covid-19 n’affecte pas les chantiers autour de l’IA, constate l’enquête. Plus des deux tiers des personnes interrogées, soit 70 %, ne s’attendent pas à ce que la crise ait un impact négatif sur leurs stratégies d’IA. Une entreprise sur cinq, soit 20 %, fait état d’une accélération significative, tandis que seulement 9 % des entreprises déclarent que leur stratégie d’IA a subi des retards importants.
L’enquête montre également que les cadres sont beaucoup plus impliqués dans les initiatives d’IA. En 2019, seuls 39 % des dirigeants se revendiquaient à l’origine des initiatives, un chiffre qui est passé à 70 % dans l’enquête de cette année. Cette augmentation de l’appropriation des initiatives par les dirigeants s’accompagne d’une augmentation des budgets : le nombre d’organisations déclarant des budgets d’IA supérieurs à 5 millions de dollars a également doublé. « Avec ce niveau d’implication des cadres et l’augmentation des budgets, l’éthique, la gouvernance et les initiatives de gestion des risques sont devenues des sujets importants pour les technologues qui développent l’IA », notent les auteurs de l’enquête.
Les fournisseurs de cloud computing mondiaux ont gagné en importance dans les domaines de la data science science et du machine learning à partir de 2019, ce qui pourrait également être dû à un budget accru et à une meilleure gouvernance. Quatre fois plus de personnes interrogées cette année que l’année dernière déclarent utiliser les fournisseurs de services de machine learning dans le cloud. En tête du peloton, on trouve Microsoft Azure (49 %), Google Cloud (36 %), IBM Watson (31 %), AWS (25 %) et Salesforce Einstein (17 %). Chacun de ces leaders a connu une augmentation à deux chiffres de son taux d’adoption au cours de l’année écoulée.
Il existe également un certain nombre de langages utilisés pour construire des modèles. Python reste le langage le plus utilisé en 2019 et 2020, SQL et R étaient les deuxième et troisième langages les plus utilisés en 2019. Cependant, en 2020, Java, C/C++ et JavaScript ont également gagné en importance. Python, R et SQL sont souvent des indicateurs de la phase pilote, tandis que Java, C/C++ et JavaScript sont des langages en phase de production.
Trois organisations sur quatre déclarent mettre à jour leurs modèles d’IA au moins une fois par trimestre, ce qui signifie que l’accent est mis sur la vie du modèle après son déploiement. Les entreprises déclarent désormais qu’elles mettent à jour leurs modèles plus fréquemment.
Source : ZDNet.com
