Des organisations investissent de plus en plus dans l'intelligence artificielle et l'apprentissage automatique, mais est-ce que cela rapporte vraiment? Une étude de Domino Data Lab révèle que près de la moitié des répondants s'attendent à une croissance à deux chiffres grâce à la science des données.

Plus que jamais, les organisations placent leur confiance - et leurs investissements - dans le potentiel de l'intelligence artificielle (IA) et de l'apprentissage automatique (ML). Selon l'indice d'adoption mondial de l'IA d'IBM pour 2022, 35% des entreprises utilisent déjà l'IA dans leurs activités, tandis que 42% supplémentaires disent explorer l'IA. De plus, une enquête de McKinsey a révélé que 56% des répondants ont déclaré avoir adopté l'IA dans au moins une fonction en 2021, contre 50% en 2020. Mais les investissements dans l'IA peuvent-ils vraiment générer un rendement sur investissement (ROI) qui impacte directement les résultats d'une entreprise? D'après une récente enquête REVelate de Domino Data Lab, qui a interrogé les participants à la conférence Rev3 de New York en mai, de nombreux répondants semblent le penser. En fait, près de la moitié d'entre eux s'attendent à une croissance à deux chiffres grâce à la science des données. De plus, 79% des répondants ont déclaré que la science des données, le ML et l'IA sont essentiels pour la croissance future globale de leur entreprise, 36% les considérant comme le facteur le plus crucial. Cependant, la mise en œuvre de l'IA n'est pas une tâche facile. D'autres données d'enquête montrent un autre aspect de la confiance. Par exemple, des données d'enquête récentes de la société d'ingénierie IA CognitiveScale révèlent que bien que les dirigeants sachent que la qualité des données et le déploiement sont des facteurs clés de succès pour le développement d'applications réussies pour stimuler la transformation numérique, plus de 76% ne savent pas comment y parvenir dans leur période cible de 12 à 18 mois. De plus, 32% des dirigeants disent qu'il a fallu plus de temps que prévu pour mettre en place un système d'IA en production.