17 Nov
Les progrès technologiques en intelligence artificielle (IA) sont indéniables, notamment dans le secteur des entreprises. Cependant, selon IBM, la principale barrière à l’adoption massive de l’IA n’est pas liée à la technologie elle-même, mais à un problème persistant : les silos de données. Ces silos entravent l’exploitation complète du potentiel de l’IA et freinent les processus d’innovation dans nombre d’organisations. Dans cet article, nous explorerons les défis liés aux silos de données, les solutions proposées par IBM et les stratégies à adopter pour maximiser la valeur des données dans un contexte d’IA.
Qu’est-ce qu’un silo de données et pourquoi pose-t-il problème ?
Un silo de données renvoie à une situation où les données au sein d’une organisation sont fragmentées et isolées dans différents départements ou systèmes. Par exemple, les données issues des finances, des ressources humaines, du marketing ou encore des chaînes d’approvisionnement sont rarement regroupées dans un cadre partageable. Cette isolation entrave la collaboration entre les équipes et compromet l’exploitation des données de manière centralisée.
Ed Lovely, Vice-président et Responsable des données chez IBM, qualifie les silos de données de « talon d’Achille » de la stratégie moderne de gestion des données. En effet, lorsque les données sont fragmentées, chaque initiative alimentée par l’IA devient un exercice laborieux de nettoyage et d’alignement des informations, ce qui peut allonger les délais de mise en œuvre de six à douze mois. Cela représente une perte significative non seulement de temps mais également d’opportunités concurrentielles.
Des initiatives freinées par les silos
La présence de silos de données a des implications directes sur la compétitivité des organisations. Une gestion incohérente des données ne permet pas aux outils d’IA de produire des insights pertinents ou de résoudre des problèmes stratégiques efficacement. Le rapport publié par l’IBM Institute for Business Value a révélé que sur les 1 700 responsables en chef des données interrogés, 92 % considèrent que leur succès repose sur des résultats en phase avec les besoins de l’entreprise. Cependant, moins de 29 % d’entre eux affirment avoir des métriques claires pour évaluer la valeur générée par les initiatives basées sur les données.
Des entreprises comme Medtronic, dans le secteur de la technologie médicale, ont montré l’impact positif de l’automatisation via l’IA. En automatisant des processus tels que le rapprochement des factures, cette société a réduit de façon spectaculaire le temps de traitement des documents de 20 minutes à seulement 8 secondes, avec une précision supérieure à 99 %. Il s’agit d’un exemple fort pour démontrer que les innovations peuvent libérer les équipes de travaux répétitifs, les rendant ainsi disponibles pour des tâches plus stratégiques.
Repenser l’architecture des données
L’une des recommandations clés d’IBM est de repenser complètement l’architecture des données des entreprises. Traditionnellement, les organisations tentaient de regrouper toutes leurs données dans un lac de données centralisé, un processus souvent long et coûteux. La nouvelle approche suggérée par IBM consiste à ‘amener l’IA aux données’, plutôt que de déplacer les données vers l’IA. Cela s’appuie sur des modèles comme le data mesh et le data fabric, qui permettent un accès virtualisé aux données là où elles se trouvent.
Ces concepts encouragent également la création « d’actifs de données » standardisés et réutilisables, parfois appelés produits de données. Ces produits sont conçus à des fins spécifiques, comme un aperçu global du client (customer 360) ou des prévisions financières. Leur création et adoption permettent non seulement de gagner en efficacité, mais aussi d’améliorer la valeur produite par les algorithmes d’IA.
Les enjeux de gouvernance dans un environnement ouvert
Bien que l’accès facilité aux données résolve certaines problématiques des silos, il engendre des défis en termes de gouvernance. Dans une enquête menée par IBM, 82 % des responsables des données voient la souveraineté des données comme un élément central de leur stratégie de gestion des risques. Par conséquent, il devient essentiel de maintenir une rigueur dans la sécurité et la confidentialité des informations tout en accélérant la vitesse des analyses. L’alliance entre le Responsable des données (CDO) et le Responsable de la sécurité des systèmes d’information (CISO) est devenue cruciale dans ce contexte.
Combler le fossé des compétences
Un autre obstacle majeur identifié est la pénurie de talents qualifiés dans le domaine des données et de l’IA. Près de 77 % des CDO signalent des difficultés à recruter ou retenir les meilleurs talents. De plus, l’émergence rapide de nouveaux rôles liés aux technologies génératives exacerbe le problème. L’adoption réussie de l’IA dépend non seulement des investissements technologiques, mais aussi des efforts culturels pour renforcer l’alphabétisation en données (data literacy) de l’ensemble des collaborateurs.
Hiroshi Okuyama, Chief Digital Officer chez Yanmar Holdings, a résumé avec justesse : « Changer une culture est difficile, mais les collaborateurs réalisent progressivement qu’ils doivent baser leurs décisions sur des données factuelles, et qu’ils ont besoin de preuves lorsqu’ils argumentent. »
Passer de l’expérimentation à l’automatisation intelligente
Le passage d’expérimentations isolées à une mise en œuvre à grande échelle de l’automatisation intelligente devrait être une priorité pour toutes les entreprises souhaitant rester compétitives. Cela inclut d’adopter une architecture de données adaptée, mais aussi de cultiver une culture interne où l’analyse des données devient un reflexe organisationnel.
IBM insiste sur le fait que le succès dépend de la capacité des organisations à considérer leurs données comme leur atout le plus précieux. Établir un écosystème intégré qui favorise la collaboration, l’innovation et la prise de décisions rapides est indispensable pour transformer le mode de fonctionnement des entreprises.
Synthèse et recommandations
Pour conclure, les silos de données restent l’un des principaux défis freinant l’adoption à grande échelle de l’IA dans le secteur des entreprises. Cependant, en investissant dans des architectures modernes, comme le data mesh, et en adoptant une culture axée sur les données, il est possible de surmonter ces obstacles. Les entreprises qui prendront ces mesures dès maintenant bénéficieront non seulement d’une compétitivité accrue, mais posséderont également l’agilité nécessaire pour innover et répondre aux changements du marché.
Chez Lynx Intel, nous comprenons les besoins stratégiques des organisations modernes. Notre expertise nous permet de vous accompagner dans la création de solutions sur mesure pour gérer vos données et maximiser leur valeur. Contactez-nous pour découvrir comment nous pouvons transformer vos défis en opportunités.
