IA : « les données l’emportent sur les algorithmes »

La qualité des données, problématique clé de l’IA

Le docteur en déduit qu’il est essentiel aujourd’hui « d’élaborer des standards de qualité des données, et d’assurer leur reproductibilité ainsi que le suivi de leur provenance pour développer des systèmes d’IA confiance ».

Nina Schick, fondatrice de Tamang Ventures, une société de conseil spécialiste en IA générative, et consultante, confirme. « L’IA ne peut donner sa pleine mesure sans de bonnes données », résume-t-elle.

« Les données doivent être correctement traitées et structurées pour nourrir efficacement les systèmes d’IA. Les entreprises sont en train de réaliser qu’il s’agit d’une étape essentielle », avance l’experte.

Ne pas opposer données réelles et données synthétiques

« Le débat sur l’IA ne doit plus opposer données authentiques et données synthétiques, mais “bonnes données” et “mauvaises données”. »

Nina Schick invite également à recentrer le débat en évitant les simplifications, notamment sur les données synthétiques (elles-mêmes générées par une IA) pour l’entraînement et le test des modèles.

« C’est en assurant la transparence de l’origine des contenus et des données que les entreprises protégeront leur réputation et leurs résultats », prédit-elle. Mais « cela ne signifie pas que toutes les données synthétiques sont intrinsèquement mauvaises », souligne-t-elle.

Au contraire, ce type de données pourraient ouvrir de nouveaux champs de recherche (comme dans la médecine avec de l’ADN synthétique).

« Le débat sur l’IA ne doit plus opposer données authentiques et données synthétiques, mais “bonnes données” et “mauvaises données” », avertit l’experte, également membre du Conseil de Qlik.

Préparer l’humain et modifier les organisations

D’autres enseignements sur l’IA passent les années et gardent leurs pertinences en 2025. Par exemple sur la nécessaire préparation de l’organisation et sur la recherche de bénéfices tangibles, atteignables rapidement (« small wins » ou politique des « low hanging fruits »).

Près de 80 % des transformations numériques se soldent par des échecs, rappelait récemment Forrester dans ses prévisions pour 2025. « Les programmes [d’IA], souvent complexes, nécessitent une coordination entre dirigeants, opérationnels, RH et IT », notait le cabinet d’analystes.

« C’est uniquement lorsque toutes les équipes bénéficient de l’IA qu’une entreprise commence à en tirer toute la valeur. »

L’humain et l’organisation sont donc centraux dans les projets d’IA (un point également souligné par le BCG qui invite à repenser en profondeur les processus à la lumière des algorithmes).

« En 2025, les entreprises devront se concentrer sur la préparation de leurs effectifs à des fonctions évolutives, en particulier en matière de supervision et d’orientation stratégique », acquiesce Kelly Forbes, cofondatrice et directrice exécutive de l’AI Asia Pacific Institute (et elle aussi membre du conseil consultatif de Qlik).

« Les entreprises doivent également se souvenir qu’intégrer de l’IA n’est pas un exercice ponctuel, mais un processus continu d’adaptation et d’évolution ».

Côté utilisateurs métiers, la docteure Rumman Chowdhury, CEO du cabinet d’Humane Intelligence et ancienne responsable de l’IA chez Accenture, insiste sur le fait qu’il est tout aussi « essentiel d’examiner l’impact de l’IA sur les fonctions non techniques […], car c’est uniquement lorsque toutes les équipes bénéficient de l’IA qu’une entreprise commence à en tirer toute la valeur ».

Petites victoires et grandes ambitions

La docteure ajoute que la meilleure stratégie reste, encore en 2025, une approche « mesurée » – dans les deux sens du terme (pragmatique et mesurable). Une approche ambitieuse, donc, mais réaliste.

« Au lieu d’envisager des investissements massifs qui avoisinent le milliard de dollars, les entreprises ont tout à gagner à se concentrer sur la façon dont l’IA peut doper leur productivité et rationaliser certaines tâches selon des méthodes ciblées et facilement mesurables », invite Rumman Chowdhury.

« J’appréhende l’IA de la même manière que l’on aurait dû le faire avec Internet à la fin des années 1990. À l’époque, les magasins traditionnels ne voyaient pas l’intérêt de créer un site Web », se souvient-elle. « Il a fallu attendre le milieu des années 2000 pour que cette évolution prenne tout son sens ».

« De la même manière, c’est en adoptant l’IA par petites étapes, aujourd’hui, que les entreprises se prépareront à l’IA plus sophistiquée de demain », conclut-elle, avec, par exemple, en ligne de mire, l’IA agentique.