90 % des entreprises alignent leur stratégie data sur leurs objectifs IA selon Starburst
septembre 2024 par TheCUBE Research pour Starburst
Starburst annonce les résultats d’une enquête sur les pratiques actuelles en matière de gestion de données et leur impact sur le développement de l’IA. Le rapport souligne l’importance d’une gestion efficace des données, avec un accès en temps réel, hybride et fédéré, et de mesures de sécurité solides pour un déploiement réussi.
Selon l’enquête de Starburst, 87 % des organisations ont une forte intention d’implémenter l’IA dans leurs opérations au cours des 12 prochains mois. Cela se traduit concrètement puisque presque autant de répondants (86 %) ont déclaré avoir réalisé des progrès significatifs vers ces initiatives. Pour 90 %, ces objectifs d’innovation en matière d’IA sont alignés sur leurs pratiques de gestion des données, soulignant l’importance de développer ces deux stratégies de manière cohérente.
Pour près de la moitié des sondés (52 %), l’un des principaux défis à relever pour intégrer la gestion des données à leur initiatives IA est l’organisation et l’affinement des données structurées pour les fonctionnalités de machine learning. 50 % éprouvent également des difficultés à organiser les données non structurées pour la génération de recherche augmentée (RAG).
L’étude Starburst révèle des obstacles importants pour accéder à des données de haute qualité dans le cadre de projets IA. Les préoccupations relatives à la confidentialité, à la sécurité et à la gouvernance des données arrivent en tête (28 %) chez les sondés, suivies de près par le volume des données (25 %), puis par une qualité et une fiabilité insuffisantes des données (17 %). Les autres obstacles cités sont le manque de talent et d’outils adaptés (tous deux à 11 %), et les silos de données (7 %).
Pour relever ces défis liés à l’accessibilité des données, plus de la moitié (52 %) des personnes interrogées a adopté deux stratégies : mettre en place une équipe de gouvernance pour organiser et harmoniser les données et déployer des services d’authentification et d’autorisation unique pour renforcer la sécurité et la confidentialité. 47 % ont également implémenté une stratégie d’accès fédéré aux données via plusieurs data lakes ou une centralisation de l’ensemble des données dans un data lake.
Pour 62 % des sondés, l’accès aux données en temps réel est le facteur le plus important pour une implémentation IA réussie. 90 % d’entre eux croient également que l’amélioration de la data literacy aurait un impact positif. Des stratégies de management telles que sensibiliser à la valeur des données (69 %), promouvoir la collaboration interfonctionnelle (66 %) et instaurer une culture axée sur les données (61 %) sont considérées comme essentielles pour maximiser le potentiel de l’IA.
L’enquête de Starburst révèle d’autres pratiques clés de gestion des données qui façonnent le paysage de l’IA. 52 % des personnes interrogées ont adopté des stratégies de gouvernance et d’accès fédéré pour améliorer la qualité et l’accessibilité des données dans l’ensemble des systèmes, y compris sur site et dans le cloud. 59 % utilisent des plateformes basées sur le cloud pour l’évolutivité et 61 % des méthodologies agiles pour la gestion des projets de données.
« Starburst fournit les bases essentielles à l’innovation en matière d’IA, en privilégiant l’accès aux données hybrides en temps réel et une sécurité robuste », a déclaré Justin Borgman, cofondateur et PDG de Starburst. « Grâce à notre plateforme lakehouse hybride ouverte, avancée et intuitive, les clients peuvent naviguer dans les complexités de la gestion des données avec plus de facilité, d’efficacité et de précision, favorisant ainsi des résultats transformateurs en matière d’IA. »
Méthodologie
Enquête menée par TheCUBE Research pour Starburst qui explore les pratiques de gestion des données et leur impact sur le développement de l’IA. Répartis aux États-Unis (53 %) et en Europe occidentale (47 %), les répondants sont principalement des directeurs techniques (51 %), des ingénieurs logiciels (25 %), des data engineers (15 %) et des data architects (9 %) d’entreprises de différentes tailles.