Plaidoyer pour une modélisation des données à l'échelle de l'entreprise
Gouvernance, efficacité, performance... sont à portée de main, pourvu qu'on se penche sérieusement sur un processus fondamental qui structure l'information de son SI.
La France est à la traîne en matière d'IA par rapport au reste du monde. Selon l'étude BCG, la stratégie IA et la gestion du changement sont des facteurs clés qui empêchent les entreprises françaises de passer l'IA à l'échelle. #AI #DataTransformation #DataScience
Seulement 18% des entreprises françaises ont passé l'IA à l'échelle, contre 28% des entreprises mondiales (Source : BCG X AI). Quels facteurs expliquent ce retard ?
Technologie et talents ? Eh bien non. La technologie est aujourd’hui assez mature et les hyperscalers fournissent à l’entreprise les capacités de calcul nécessaires et des briques de MLOps facilitant l’industrialisation. Quant aux talents, la France compte une population de data scientists et data engineers parmi les plus qualifiées et nombreuses de la planète.
Alors, pourquoi si peu d’entreprises AI driven en France aujourd’hui ? 2 leviers essentiels sont soulignés par l’étude BCG, et ils font écho à ce que j’observe sur le terrain.
Elle est aujourd’hui délaissée par les directions générales, par méconnaissance ou par crainte de suivre une tendance qui passera. Or, on constate déjà que les entreprises AI-driven prennent une avance considérable et que la dynamique ne va pas vers un nivellement mais vers un accroissement des écarts. L’IA est par ailleurs considéré comme la caractéristique première des « entreprises du futur ».
l’IA n’est pas un énième outil à déployer en entreprise. L’IA modifie en profondeur nos manières de travailler car elle automatise des fonctions cognitives. Par conséquent, nous sommes amenés à créer, décider, collaborer différemment avec la machine.
Pour approfondir le sujet, si vous avez quelques heures devant vous, je vous conseille la rediffusion des Assises de la data transformation.