L’intelligence artificielle (IA) est devenue une priorité pour les entreprises françaises, mais la gestion des données reste un défi majeur.

Dans le cadre du World AI Appreciation Day, Jonathan Bourhis, Country Manager France de la société Pure Storage, a partagé ses réflexions sur l’importance de la gestion des données pour le succès de l’IA.

L’évolution de l’IA en France

Jonathan Bourhis souligne que l’IA a évolué du stade de curiosité à celui de priorité business. Les dirigeants d’entreprise ne se demandent plus s’ils peuvent adopter l’IA, mais plutôt si elle peut produire des résultats concrets. Les attentes deviennent plus précises, avec des questions sur le retour sur investissement, la valeur libérée et les problèmes réellement résolus.

L’importance des données

Cependant, Bourhis met en lumière un angle mort dans les discussions sur l’IA. Tandis que les entreprises se précipitent pour adopter des outils d’IA et ajouter de la puissance de calcul, peu consacrent suffisamment de temps à résoudre ce qui compte vraiment : les données qui alimentent ces systèmes. Des données désordonnées mènent à une IA désordonnée. Si une organisation possède plusieurs versions du même data set sans savoir laquelle est la plus précise, cela génère du bruit plutôt que de l’intelligence. Dans des secteurs comme la finance, la santé ou le secteur public, ce bruit peut conduire à des décisions dangereuses.

La nécessité de nettoyer les données

Pour réussir avec l’IA, il est essentiel de nettoyer les données, les standardiser et s’assurer que tout le monde s’appuie sur la même version de la vérité. Cela implique de démanteler les silos, d’établir des règles claires sur la gestion des données et d’investir dans les bons systèmes pour les suivre et les gérer. Ce n’est pas une tâche ponctuelle, mais un changement de mentalité. Bourhis compare cela à une roue d’inertie : des données propres mènent à de meilleurs modèles, qui permettent de prendre de meilleures décisions, générant encore plus de données utiles. Mais la roue ne tourne que si l’entrée est fiable.

La responsabilité des données

Il est également essentiel de prendre la responsabilité des données au sérieux. Cela signifie savoir d’où viennent les données, comment elles ont été modifiées et qui y a accès. Sans cette transparence, il est impossible de construire des systèmes fiables, que ce soit pour les régulateurs, les clients ou le grand public.

Conclusion

En cette journée du World AI Appreciation Day, Bourhis appelle à recentrer l’attention sur les fondations. Le vrai progrès ne vient pas de l’adoption du dernier outil à la mode, mais de la construction de l’infrastructure, de la mentalité et de la culture adéquates pour le soutenir.