Une étude de Veeam révèle que sept pour cent des organisations sont réellement prêtes pour l’IA, bien que près de neuf sur dix déploient ou testent déjà des agents d’IA.
Le Data and AI Trust Gap Report de Veeam, basé sur une enquête mondiale menée auprès de 600 cadres dirigeants, signale un fossé croissant entre les ambitions entourant l’IA et la réalité au sein des organisations. Bien que les applications d’IA soient rapidement adoptées, la gouvernance, la visibilité et le contrôle des données s’avèrent souvent insuffisants.
Les résultats démontrent que les entreprises luttent principalement pour garantir des données fiables, sécurisées et conformes. Seuls sept pour cent des organisations interrogées répondent aux exigences pour mettre en œuvre l’IA de manière responsable et à grande échelle, alors que 88 % expérimentent déjà des agents d’IA.
Adoption rapide de l’IA, faible confiance
L’étude montre que 25 % des organisations indiquent que leurs initiatives en matière d’IA ont été retardées par des défis liés aux données. Seuls 28 % ont confiance dans leur capacité à surveiller et à ajuster les systèmes d’IA lorsque ceux-ci sortent des paramètres prédéfinis. Les PDG sont généralement plus optimistes que les responsables techniques : 65 % pensent posséder un inventaire complet de l’IA, contre 48 % chez les cadres techniques.
En outre, près de la moitié des PDG estiment que des données fiables peuvent entraîner une croissance du chiffre d’affaires de plus de 25 %. Parallèlement, 83 % des PDG ressentent la pression d’accélérer l’extension des capacités d’IA et de données, bien que les équipes opérationnelles ne partagent pas toujours cette confiance.
Shadow AI et évolution des risques
L’émergence du « shadow AI » constitue un risque supplémentaire. 95 % des répondants signalent une utilisation non autorisée de l’IA au sein de leur organisation. Seul un quart propose des alternatives approuvées, ce qui entraîne une augmentation des cyber-risques. De plus, 44 % citent le shadow AI comme le cyber-risque à la croissance la plus rapide, alors que la législation européenne sur l’IA influence déjà les stratégies d’investissement.
La nature des pannes évolue avec l’autonomie des systèmes d’IA. Les erreurs à la vitesse des machines sont plus difficiles à détecter et nécessitent une récupération de précision. Seule une minorité d’organisations peut identifier rapidement quels systèmes, actions ou données sont impliqués dans des incidents liés à l’IA.