211service.com
Apprentissage automatique : le nouveau terrain d'essai pour un avantage concurrentiel
16 mars 2017
En partenariat avec Google Cloud
Une enquête récente menée par MIT Technology Review Custom et Google Cloud révèle que si la majorité des entreprises ont du mal à appliquer l'apprentissage automatique, d'autres travaillent dur pour développer des stratégies pour la technologie - et réalisent déjà un véritable retour sur investissement.
Résumé
Une enquête récente menée par MIT Technology Review Custom et Google Cloud révèle que si la majorité des entreprises ont du mal à appliquer l'apprentissage automatique, d'autres travaillent dur pour développer des stratégies pour la technologie - et réalisent déjà un véritable retour sur investissement.
Apprentissage automatique : le nouveau terrain d'essai pour un avantage concurrentiel
Télécharger le rapport
L'accent mis par le monde des affaires sur l'apprentissage automatique (ML) peut sembler être un développement du jour au lendemain, mais le buzz autour de cette technologie n'a cessé de croître depuis les premiers jours du big data.
Le ML commence à exploiter le potentiel créé par le Big Data et l'analyse en transformant les données brutes en outils prédictifs utiles pour les entreprises. Les chefs d'entreprise soucieux de l'innovation adoptent le ML comme la prochaine grande chose et ont déjà élaboré des stratégies et des initiatives de ML qui promettent de réels avantages et un retour sur investissement (ROI).
L'enquête visait à révéler où en sont les organisations en termes d'adoption de stratégies de ML. Les répondants comprenaient des stratèges ML actuels, des représentants d'entreprises prévoyant d'exécuter des initiatives ML dans les mois ou les années à venir, et ceux qui n'avaient pas de plans ML dans un avenir prévisible.
Plusieurs thèmes clés ont émergé de l'analyse des résultats de l'enquête :
- ML se passe maintenant. La majorité des répondants (60 %) ont déjà mis en œuvre des stratégies de ML, et près d'un tiers se considèrent à un stade de maturité avec leurs initiatives.
- Le ML offre un avantage sur le marché. Selon les personnes interrogées, l'un des principaux avantages du ML est la capacité d'acquérir un avantage concurrentiel, et 26 % des implémenteurs ML actuels estiment avoir déjà atteint cet objectif.
- Les organisations investissent dans le ML. Parmi les responsables actuels de la mise en œuvre du ML, environ 26 % ont déclaré que plus de 15 % de leurs budgets informatiques étaient consacrés aux initiatives de ML.
- Les premiers utilisateurs réalisent les plus grands avantages potentiels du ML. Le principal avantage espéré par les implémenteurs et les planificateurs de ML est la capacité d'étendre les efforts d'analyse des données et d'augmenter les informations sur les données. Quelque 45 % des répondants déclarent avoir réussi à atteindre cet objectif. En outre, plus de la moitié des utilisateurs débutants et matures affirment que leurs efforts de ML ont entraîné un retour sur investissement (ROI) démontrable.
- Les responsables de la mise en œuvre du ML poursuivent un large éventail de projets. Les projets les plus courants parmi les implémenteurs ML actuels sont la reconnaissance, la classification et le balisage d'images (47 %) ; analyse des émotions/comportements (47 %) ; classification et extraction de texte (47 %) ; et le traitement du langage naturel, ou NLP (45 %).
La rapidité avec laquelle les répondants sont en mesure de démontrer le retour sur investissement de leurs initiatives de ML est également remarquable, ce qui, comme mentionné précédemment, n'était pas le cas avec l'analyse de données volumineuses. Au sein du groupe à un stade précoce, plus de la moitié déclarent commencer à voir un retour sur investissement démontrable, et au sein du groupe à un stade avancé, plus de la moitié ont démontré un retour sur investissement.
Pour plus de découvertes et d'analyses, télécharger le rapport complet .