Qlik, un des leaders de l’intégration de données, de l’analytique, l’IA /ML, a récemment publié une étude révélant le potentiel significatif des données non structurées pour améliorer l’efficacité opérationnelle des entreprises. Cependant, un manque crucial d’expertise et d’outils adaptés freine leur exploitation efficace.
Pour cette nouvelle étude intitulée “Unstructured Data and GenAI Survey”, 200 décideurs en technologies d’entreprise de différents secteurs d’activité ont été interrogés par le cabinet Enterprise Technology Research (ETR) pour le compte de Qlik.
Potentiel des données non structurées
La data est souvent décrite comme l’or noir des entreprises. Si les données structurées, prédéfinies et formatées, sont faciles à interroger, les données non structurées, de loin les plus nombreuses, stockées dans leur format d’origine, nécessitent des outils spécifiques pour être exploitées. Aujourd’hui l’IA générative peut jouer un rôle majeur dans l’amélioration des processus analytiques et contribuer à exploiter pleinement le potentiel non encore exploré des données non structurées.
L’étude révèle que les dirigeants d’entreprises sont de plus en plus conscients de l’importance des données non structurées, mais peinent à exploiter efficacement le potentiel de cette ressource.
Selon Brendan Grady, General Manager, Analytics Business Unit chez Qlik :
« De nombreuses sources indiquent que les données non structurées représentent 80 % des données mondiales. Il n’est donc pas surprenant que les dirigeants d’entreprise veuillent extraire davantage de valeur de cette source inexploitée”.
Il précise néanmoins :
“Pourtant, notre étude souligne que près de 70 % d’entre eux reconnaissent que leur entreprise ne dispose pas des moyens nécessaires pour comprendre comment l’intelligence artificielle générative peut être appliquée à leurs données non structurées”.
Les principaux obstacles : manque d’expertise et d’outils
L’étude révèle que seulement un faible pourcentage des entreprises consacre plus de 25% de son budget IA à des initiatives liées aux données non structurées.
Brendan Grady commente :
“Les entreprises recherchent des solutions permettant d’adopter l’IA générative sans avoir besoin de revoir leurs compétences et leur pile technologique. La solution consiste à trouver le moyen d’intégrer l’IA aux environnements analytiques actuels de façon transparente pour permettre aux entreprises d’extraire les bonnes réponses à partir de données non structurées et pour obtenir des résultats métier significatifs”.
Inquiétudes relatives à la conformité et à la confidentialité
59% des dirigeants interrogés se disent très préoccupés par la confidentialité des données, et 47% par la conformité aux réglementations. Ces préoccupations surpassent d’ailleurs celles liées au retour sur investissement (19%).
Le choix des fournisseurs
Lors de l’évaluation des fournisseurs, les entreprises priorisent l’intégration aux systèmes existants (55%), le coût (50%) et les critères de gouvernance (49%), bien avant la réputation des fournisseurs (16%). Les répondants prévoient des gains financiers modestes grâce à l’utilisation de données non structurées, 45% d’entre eux anticipant une amélioration de 10 à 20% de leur chiffre d’affaires ou de leur résultat net.
Intérêt pour la GenAI mais peu d’investissements significatifs
Bien que l’intérêt pour l’IA générative soit vif, avec deux tiers des entreprises souhaitant investir dans des outils d’IA générative pour traiter des données non structurées, seulement 22% des répondants ont réalisé des investissements significatifs dans ces technologies. Cette contradiction souligne le besoin urgent de solutions qui ne nécessitent pas de lourds investissements initiaux.
Les données non structurées : un facteur clé d’efficacité
Une majorité des répondants (62%) estime que les données non structurées peuvent améliorer l’efficacité opérationnelle, tandis que 31% pensent qu’elles peuvent accélérer l’innovation. Près de la moitié (45%) des entreprises ont cité l’utilisation de meilleurs outils de recherche et de requête pour explorer des documents internes comme un cas d’utilisation clé.
Limites des outils de recherche traditionnels
Les outils de recherche traditionnels ne sont pas adaptés aux données non structurées. Il est bien connu que ces outils ne peuvent pas pleinement exploiter la richesse des vastes bibliothèques de documents. Seules 16 % des entreprises interrogées ont déjà investi dans un outil capable de générer des insights pertinents à partir de données non structurées, la plupart des initiatives étant encore à un stade précoce ou pilote.
Erik Bradley, Chief Strategist et Director of Research chez Enterprise Technology Research, conclut :
”Les résultats de notre étude soulignent que les entreprises sont face à un défi majeur : le manque d’expertise nécessaire pour exploiter pleinement le potentiel de l’IA générative sur des données non structurées . Alors que l’appétit pour les données non structurées ne cesse de grandir, le manque de compétences spécialisées et d’outils adaptés constitue un frein important. Les entreprises qui souhaitent capitaliser sur les opportunités qu’offre l’IA générative doivent investir pour combler ce déficit de connaissances et intégrer des capacités d’IA avancées de manière transparente à leur environnement analytique”.
Retrouver le rapport dans son intégralité ici
