Pour gérer vos consentements :
Categories: LogicielsM2MRéseaux

Machine Learning : les entreprises peinent à combler le déficit de compétences

L’apprentissage automatique (machine learning, ML), une branche de l’intelligence artificielle, progresse dans les entreprises. Mais des résistances demeurent. C’est ce que met en exergue un rapport promu par le fournisseur spécialisé de logiciels Cloudera.

200 décideurs IT d’entreprises de plus de 500 salariés ont été interrogés par la société de sondages B2B Loudhouse. France, Allemagne, Espagne et Royaume-Uni sont couverts.

Si 89% disent avoir une connaissance de base du ML, une minorité déclare en maîtriser les usages ou se présente en experts. Par ailleurs, 29% seulement disent travailler en interne avec des data scientists ayant des compétences dans ce domaine.

Malgré tout, 47% des décideurs IT interrogés déclarent investir dans l’apprentissage automatique et 40% le prévoient. Ils ambitionnent ainsi de réduire les coûts et d’accélérer la transformation numérique de leur organisation (51% respectivement).

Il veulent aussi améliorer l’expérience client (50%). L’augmentation des revenus (42%) et des marges (41%) sont d’autres objectifs cités.

Humain vs. machine

Qu’en est-il de la concrétisation des projets aujourd’hui ?

Parmi les décideurs IT qui utilisent déjà des applications de machine learning, 33% déclarent mesurer un retour sur investissement (ROI) « tangible ».

Par ailleurs, lorsqu’il est question de savoir quel département de leur entreprise est le plus impacté, l’informatique devance de peu la R&D et le service/support client.

En outre, plus de 8 répondants sur 10 (84%) pensent que l’apprentissage automatique peut donner un avantage compétitif à leur organisation.

Pourtant, des freins à l’adoption étendue de la technologie existent.

Ainsi, 51% des répondants hésitent encore à utiliser plus avant le machine learning du fait d’un déficit de compétences internes. Le manque de ressources (34%) et de connaissances (25%) ou encore le coût (24%) sont d’autres obstacles cités.

La résistance « culturelle » (20%) est un autre frein. « Le machine learning est essentiellement un procédé de traitement de données destiné à améliorer la performance système », déclare la firme américaine Cloudera. Or, l’un des freins les plus fréquemment exprimés dans ce domaine est la crainte d’un remplacement de l’humain par la machine.

(crédit photo © shutterstock)

Recent Posts

Le Réseau interministériel de l’État, sujet à dépendance

La Cour des comptes appelle à formaliser et à professionnaliser certains aspects du RIE, tout…

10 minutes ago

Etalab en position de faiblesse au sein de la Dinum

La Cour des comptes attire l'attention sur le risque d'affaiblissement d'Etalab, privé, ces dernières années,…

2 heures ago

Une Dinum « balbutiante » sur l’open data et les logiciels libres

Missions historiques de la Dinum, l'ouverture des données publiques et la promotion des logiciels libres…

4 heures ago

Pour son premier LLM codeur ouvert, Mistral AI choisit une architecture alternative

Pour développer une version 7B de son modèle Codestral, Mistral AI n'a pas utilisé de…

24 heures ago

Microsoft x Inflection AI : l’autorité de la concurrence britannique lance son enquête

L’Autorité de la concurrence et des marchés (CMA) britannique ouvre une enquête sur les conditions…

1 jour ago

Thomas Gourand, nouveau Directeur Général de Snowflake en France

Thomas Gourand est nommé Directeur Général pour la France. Il est chargé du développement de…

1 jour ago