DATA / IA. La data et l’intelligence artificielle sont deux technologies désormais inextricablement liées. De plus en plus utilisée pour extraire du sens, l’IA sert à déterminer de meilleurs résultats, et permettre des prises de décisions plus rapides à partir de données de plus en plus massives. Terminée, l’ère de la big data et de ses 5V (vitesse, variété, volume, véracité et valeur) fantasmés. La data doit dorénavant répondre aux exigences de métiers de plus en plus demandeurs d’indicateurs et aguerris à la cause « data ». Mais cela passe par un préalable : connaitre et maitriser la source de ses données. Car la data doit être résolument porteuse de sens. À quoi sert de la stocker, si l’on ne la maitrise pas ! Choisir une plateforme adaptée qui puisse répondre à cette nouvelle donne est également un sujet. Savoir également trouver des outils pour mettre à disposition les données de ses utilisateurs — aussi bien pour les enrichir que pour les exploiter — n’est plus une option. Reste à trouver comment extraire de la valeur de cette data. Les exemples ne manquent plus ! C’est la place que prend désormais l’Intelligence artificielle, un secteur en pleine évolution où désormais l’IA est à portée de main des entreprises. La question n’est pas de savoir si l’Intelligence artificielle existe ou n'existe pas. Avec ChatGPT, le test de Turing n’est désormais plus une question. La machine a désormais la faculté à imiter la conversation humaine de manière assez superficielle. DATA/IA, même combat ? Elles sont désormais la clé d’une transformation digitale accomplie.
Système informatique doté d’une autonomie capable d’effectuer des choix qui lui sont propres, l’IA fonctionne cependant par le biais d’algorithmes et de données. Elle n’est donc pas totalement indépendante puisque son fonctionnement est nécessairement commandé par […]
Un nouveau rapport Accenture tente de mesurer la maturité actuelle des entreprises face au potentiel de l’IA. Plus de 60 % des grandes entreprises ne font encore qu’expérimenter l’intelligence artificielle se privant ainsi d’un levier de […]
La Self BI a été une première étape vers un accès généralisé de la data à tous les métiers, tous les collaborateurs. Elle a mis en évidence des freins et défis qui contraignent les utilisateurs dans […]
A l’instar de PMU, toutes les entreprises doivent faire face à une croissance du volume et de la variété des données qui complique leur accessibilité par les métiers. L’accompagnement des équipes métiers pour s’approprier la data […]
L’accélération de l’adoption de l’intelligence artificielle dans les entreprises fait naître de nouvelles exigences en matière d’éthique et de responsabilité. Levier de création de valeur, cette technologie pose avec plus d’acuité que jamais des questions de […]
Dans la majorité des entreprises, les données sont réparties dans des silos ce qui complique leur rapprochement et la capacité des métiers à en tirer de la valeur et à moderniser leur approche avec de l’IA […]
Décloisonner la donnée pour la rendre plus accessible à toutes les équipes Data et à tous les métiers de l’entreprise… Ce défi est au cœur des enjeux pour permettre de mieux valoriser les données et d’insuffler […]
A l’heure de l’IA éthique et explicable, du RGPD, de la multiplication des réglementations autour de la donnée et du besoin de transformation des organisations vers le “Data Driven”, la gouvernance de la donnée devient un […]
Les données synthétiques, ou synthetic data, sont des données générées artificiellement au lieu d’être collectées. Le concept est ancien mais a été remis au goût du jour avec la popularisation des algorithmes génératifs, les besoins d’anonymisation […]
Trop de projets IA n’entrent toujours pas en phase de production et déploiement. Les entreprises tardent à passer à l’ère du “Everyday AI”. Les DSI peuvent changer la donne de l’IA en entreprise. Voici quelques pistes […]
