Construire une organisation de données et d'IA performante

En association avec Databrick





Les CxO et les conseils d'administration reconnaissent que la capacité de leur organisation à générer des informations exploitables à partir de données, souvent en temps réel, est de la plus haute importance stratégique. S'il y avait des doutes sur ce point, la fuite accélérée des consommateurs vers le numérique en cette dernière année de crise les a dissipés. Pour les aider à devenir axées sur les données, les entreprises déploient des technologies basées sur le cloud de plus en plus avancées, y compris des outils d'analyse avec des capacités d'apprentissage automatique (ML). Cependant, ce que ces outils offrent n'aura qu'une valeur limitée sans des données abondantes, de haute qualité et facilement accessibles.

Construire une organisation de données et d'IA performante

Dans ce contexte, la gestion efficace des données est l'un des fondements d'une organisation axée sur les données. Mais la gestion des données dans une entreprise est très complexe. À mesure que de nouvelles technologies de données apparaissent, la charge des systèmes hérités et des silos de données augmente, à moins qu'ils ne puissent être intégrés ou isolés.



La fragmentation de l'architecture est un casse-tête pour de nombreux responsables des données (CDO), en raison non seulement des silos, mais également de la variété d'outils sur site et basés sur le cloud que de nombreuses organisations utilisent. Outre la mauvaise qualité des données, ces problèmes se combinent pour priver les plates-formes de données des organisations (et les modèles d'apprentissage automatique et d'analyse qu'elles prennent en charge) de la vitesse et de l'échelle nécessaires pour fournir les résultats commerciaux souhaités.

Pour comprendre comment la gestion des données et les technologies sur lesquelles elle s'appuie évoluent au milieu de ces défis, MIT Technology Review Insights a interrogé 351 CDO, directeurs de l'analyse, directeurs de l'information (CIO), directeurs de la technologie (CTO) et autres hauts responsables de la technologie. Nous avons également mené des entretiens approfondis avec plusieurs autres hauts responsables technologiques. Voici les principaux résultats :

  • Seulement 13 % des entreprises excellent dans la mise en œuvre de leur stratégie de données. Ce groupe restreint de personnes très performantes fournit des résultats commerciaux mesurables dans toute l'entreprise. Ils réussissent grâce à leur attention aux fondements d'une gestion et d'une architecture de données saines, qui leur permettent de démocratiser les données et de tirer de la valeur de l'apprentissage automatique.
  • La collaboration facilitée par la technologie crée une culture des données fonctionnelles. Les CDO interrogés pour l'étude accordent une grande importance à la démocratisation des capacités d'analyse et de ML. Les pousser à la périphérie avec des technologies de données avancées aidera les utilisateurs finaux à prendre des décisions commerciales plus éclairées - les caractéristiques d'une solide culture des données.
  • L'impact commercial du ML est limité par les difficultés de gestion de son cycle de vie de bout en bout. La mise à l'échelle des cas d'utilisation de ML est extrêmement complexe pour de nombreuses organisations. Le défi le plus important, selon 55 % des personnes interrogées, est l'absence d'un emplacement central pour stocker et découvrir les modèles ML.
  • Les entreprises recherchent des plates-formes cloud natives qui prennent en charge la gestion des données, l'analyse et l'apprentissage automatique. Les principales priorités des entreprises en matière de données au cours des deux prochaines années se répartissent en trois domaines, tous soutenus par une adoption plus large des plates-formes cloud : améliorer la gestion des données, améliorer l'analyse des données et le ML, et étendre l'utilisation de tous les types de données d'entreprise, y compris le streaming et les données non structurées. .
  • Les normes ouvertes sont les principales exigences des futures stratégies d'architecture de données. Si les répondants pouvaient créer une nouvelle architecture de données pour leur entreprise, l'avantage le plus critique par rapport à l'architecture existante serait une plus grande adoption des normes open source et des formats de données ouverts.

Téléchargez le rapport complet.



Ce contenu a été produit par Insights, la branche de contenu personnalisé de MIT Technology Review. Il n'a pas été rédigé par la rédaction de MIT Technology Review.

cacher