Data / IA
5 tendances « Data & Analytique » selon Gartner
Par Thomas Pagbe, publié le 29 avril 2024
L’IA est en train de transformer profondément les modèles opérationnels des entreprises autour de la donnée et du décisionnel, mais d’autres tendances se dessinent également bouleversant le rôle des Chief Data & Analytics Officers.
Selon une nouvelle étude Gartner, 61% des entreprises se sentent aujourd’hui dans l’obligation de faire évoluer voire de totalement repenser leur stratégie autour du décisionnel et des données. La cause de ce bouleversement tient en deux lettres : I.A.
L’intelligence artificielle s’infiltre dans tous les secteurs dans tous les processus et impose dès lors de repenser les stratégies de gestion et d’analyse des données mises en place.
« En réponse à l’évolution rapide des technologies de données et d’analyse (D&A – Data & Analytics) et d’intelligence artificielle (IA), les responsables de la gestion des données (CDAO – Chief Data & Analytics Officer) n’hésitent pas à apporter des changements à leur modèle d’exploitation », explique ainsi Alan D. Duncan, vice-président distingué et analyste chez Gartner. « Les CDAO le font pour soutenir l’innovation basée sur les données et accélérer l’agilité organisationnelle, avec la gouvernance des données au cœur de leur démarche. »
Gartner en déduit 5 grandes tendances pour les CDAO et la gestion des données et du décisionnel.
1 – Des CDAO responsables de l’IA
Il n’y a pas de données sans IA. Et il n’y aura bientôt plus de décisionnel sans IA. Pas étonnant dès lors de constater que 58% des CDAO voient désormais les enjeux de l’IA entrer dans leur champ de responsabilités (ils n’étaient que 34% il y a un an).
« La puissance de l’IA et l’importance croissante de GenAI (génération d’IA) transforment la façon dont les gens travaillent, les équipes collaborent et les processus fonctionnent », a déclaré Ramke Ramakrishnan, vice-président et analyste chez Gartner. « Dans le cadre de cette révolution technologique, les organisations qui ne parviennent pas à effectuer la transition et à tirer parti efficacement des données et du décisionnel (D&A), en général, et de l’IA, en particulier, ne réussiront pas. »
Une réalité qui tend avec une implacable logique à métamorphoser non seulement le rôle du CDAO mais aussi toutes les stratégies qu’il avait jusqu’ici élaborées.
2 – Des CDAO au cœur du Business
Le corolaire de la remarque précédente, c’est que les CDAO doivent faire de la donnée et du décisionnel un moteur stratégique de l’entreprise et doivent en conséquence devenir de vrais conseillers et partenaires de confiance des directeurs financiers !
Selon Gartner, l’arrivée de l’IA va dans un premier temps se traduire par une avalanche de coûts. L’analyste conseille ainsi les CDAO de rapidement mettre en place des pratiques FinOps pour mesurer, suivre et réduire les dépenses liées à cette adoption de l’IA et pouvoir en mesurer la valeur. L’arrivée de l’IA est une opportunité pour les CDAO de voir leur rôle s’amplifier. « Les CDAO doivent démontrer leur valeur pour l’organisation en reliant les capacités qu’ils développent et le travail qu’ils font aux résultats commerciaux de leur organisation », explique Ramke Ramakrishnan.
3 – Savoir gérer la complexité
Les entreprises disposent souvent de multiples solutions décisionnelles, de nombreux systèmes de gestion des données et bien évidemment de données réparties dans de multiples bases, multiples clouds, multiples sources. Il en résulte une complexité que l’IA est en train de transformer en chaos.
Les CDAO doivent comprendre et assumer cette complexité pour mieux la masquer aux métiers en investissant dans des outils de gestion de données dopés à l’IA, l’automatisation des processus de décision, l’usage du langage naturel pour interagir et analyser les données, etc. Ramke Ramakrishnan explique que « les entreprises vont devoir apprendre à transformer ce chaos en quelque chose qu’elles peuvent gérer ». Pour cela, les CDAO vont devoir adopter le concept nouveau des « Data Fabric ».
4 – Quand le « Chef » de la Data devient « Chef » de la Confiance
Avec l’IA générative, les préoccupations concernant la valeur des données, la qualité des données, la pertinence des réponses et les risques d’hallucinations de l’IA ne vont qu’aller croissantes. Attention au raz-de-marée de méfiance !
« Si les données ne sont pas fiables, elles ne peuvent être utilisées pour prendre des décisions » rappelle Ramke Ramakrishnan.
Les entreprises vont devoir adapter à l’ère de l’IA leurs pratiques d’intelligence décisionnelle et de gestion de la qualité des données. Elles doivent mettre en place des mécanismes de surveillance des processus et de gouvernance de l’IA, des bonnes pratiques d’IA Responsable et de préparation des données spécifiquement pour l’IA (afin d’éviter les biais, garantir des réponses précises, s’assurer d’un usage éthique).
5 – Développer les superpouvoirs des collaborateurs
« Il est important que les employés se sentent plus forts, plus performants, par l’utilisation de l’IA plutôt que de se sentir menacés ou frustrés par celle-ci », a déclaré Ramakrishnan.
Et c’est au CDAO qu’advient le rôle de leur donner de nouveaux superpouvoirs nés de l’usage des assistants IA.
L’IA nécessite des formations et des compétences mais aussi une approche différente voire une culture différente. Bien employer l’IA dans un contexte donné peut nécessiter des compétences différentes de celles jusqu’ici nécessaires à ce contexte.
À LIRE AUSSI :
