La transformation à l’heure de l’IA et de la data

Quantité de données, puissance de calcul, cloud, explosion de l’IA générative… Toutes les ressources sont désormais à disposition des entreprises pour exploiter leurs données au service de leur stratégie, voire se transformer en structure data driven, et pour mener à bien une politique efficace autour de l’IA. En parallèle, les enjeux économiques et d’innovation imposent aux organisations une stratégie data plus solide. Celle-ci vise à soutenir les pivots stratégiques indispensables dans une économie post-Covid secouée par l’inflation, les pénuries de matières premières, les crises logistiques ou les conflits géopolitiques. Enfin, l’IA générative depuis un an et demi et l’IA sous toutes ses formes depuis plusieurs années bousculent les stratégies IT et data, mais aussi l’organisation des entreprises pour mener à bien les projets associés. Pour faire face, les entreprises entreprennent des transformations importantes, à commencer par la rationalisation de leur infrastructure. Datawarehouses et outils de BI choisis par opportunisme laissent place à des datalakes partagés et à des solutions de requêtage plus agiles. Du côté de l’IA, POC et déploiements se multiplient avec des tests de LLM publics ou internes et surtout du RAG. Pour entre entreprendre ces démarches complexes aux enjeux forts, les entreprises mettent en place des entités data et IA transverses au service de cette transformation. Dans le cadre de nos Grands Thémas IA et data, CIO a voulu connaître la situation réelle dans les entreprises, en interrogeant les décideurs IT sur leurs pratiques.

+50 crédits en participant
à l'étude de la rédaction !

Les crédits vous permettent d'accéder à des contenus premium réservés uniquement aux membres de CIO.
En savoir plus >

Important

Vous devez être connecté à votre compte CIO avant de répondre à l'étude afin de recevoir
les 50 crédits

  • Développer et organiser les prototypes et projets d’IA

    1

    Exploitez-vous des IA classiques, machine learning, deep learning, NLP, computervision, en production ? *

  • 2

    Réalisez-vous des prototypes ou des tests avec l’IA générative ? *

  • 3

    Avez-vous déjà déployé l’IA générative en production ? *

  • Choisir son approche technologique : RAG, LLM Open Source…

    4

    Avez-vous dû entreprendre à une refonte de votre architecture data pour soutenir vos projets d’IA ? *

  • 5

    Testez-vous ou déployez-vous une approche RAG pour spécialiser l’IA générative ? *

  • 6

    Testez-vous ou déployez-vous des LLM Open Source afin de mieux cibler vos besoins ? *

  • Rationaliser la data

    7

    Avez-vous déjà opéré un nettoyage et une rationalisation de vos données : qualité, dédoublonnage, capture, mesure, etc. *

  • 8

    L’IA ou une éventuelle transformation de votre business model vous conduisent-ils vers des modèles data plus agiles de type datalake ? *

  • 9

    Votre stratégie data vous conduit-elle à élever le niveau de protection de vos data ? *

  • Organiser l’entreprise autour de la data et de l’IA

    10

    Avez-vous mis en place une structure transverse réunissant IT et métiers pour piloter la stratégie data et IA ? *

  • 11

    Avez-vous recruté ou formé des compétences internes pour votre stratégie data et IA ? *

  • 12

    Les métiers ont-ils pris un rôle plus important ces 2 dernières années dans votre stratégie data et IA ? *

+50
crédits
*Question obligatoire

Abonnez-vous à la newsletter CIO

Recevez notre newsletter tous les lundis et jeudis