Comment préparer efficacement vos données pour la GénAI?

De nombreuses organisations accordent la priorité au déploiement l'IA générative pour un certain nombre de cas d'utilisation critiques. Cela n'est pas surprenant. Tout le monde semble parler de GénAI, et certaines entreprises vont maintenant de l'avant avec diverses applications.

Si les dirigeants d'entreprise sont prêts à exploiter la puissance de la GénAI, leurs données ne le sont peut-être pas autant. En effet, l'absence de préparation adéquate des données expose de nombreuses organisations à des revers coûteux et fastidieux.

Cependant, lorsqu'elle est abordée correctement, une bonne préparation des données peut contribuer à accélérer et à améliorer les déploiements de GénAI . C'est pourquoi il est essentiel de préparer les données pour GénAI , tout comme pour d'autres analyses, afin d'éviter le principe "garbage in, garbage out" et de prévenir les résultats faussés.

Comme Actian l'a indiqué dans sa présentation au récent Gartner Data & Analytics Summit, il y a à la fois des promesses et des pièges lorsqu'il s'agit de GénAI. C'est pourquoi vous devez être sceptique face au battage médiatique et vous assurer que vos données sont prêtes à fournir les résultats GénAI que vous attendez.

La préparation des données est la première étape

Nous avons noté dans notre récent communiqué de presse que la préparation complète des données est la clé pour s'assurer que les applications d'IA générative peuvent faire leur travail efficacement et fournir des résultats fiables. Cela est confirmé par le "Hype Cycle for Artificial Intelligence, 2023" de Gartner, qui indique que "des données de qualité sont cruciales pour que l'IA générative soit performante dans des tâches spécifiques."

En outre, Gartner explique que "de nombreuses entreprises tentent de s'attaquer à l'IA sans tenir compte des questions de gestion des données spécifiques à l'IA. L'importance de la gestion des données dans l'IA est souvent sous-estimée, c'est pourquoi les solutions de gestion des données sont désormais adaptées aux besoins de l'IA".

Le manque de données préparées de manière adéquate n'est certainement pas un problème nouveau. Par exemple, selon McKinsey, 70 % des projets de transformation numérique échouent en raison de défis cachés auxquels les organisations n'ont pas réfléchi. Cela s'avère également vrai pour GénAI - il existe une série de défis auxquels de nombreuses organisations ne pensent pas dans leur empressement à déployer une solution GénAI . L'un d'entre eux est la qualité des données, qui doit être prise en compte avant de rendre les données disponibles pour les cas d'utilisation de la GénAI .

Ce qu'une nouvelle enquête révèle sur GénAI Préparation

Pour mieux comprendre la Préparation entreprises à la GénAI, Actian a commandé une étude auprès de 550 organisations dans sept pays - 70 % des personnes interrogées étaient des directeurs ou des cadres supérieurs. L'étude a révélé que la GénAI est de plus en plus utilisée pour des cas d'utilisation critiques :

• 44 % des personnes interrogées mettent en œuvre des applications GénAI aujourd'hui.
• 24% commencent tout juste à l'appliquer et le feront bientôt.
• 30 % sont au stade de la planification ou de l'étude.

La majorité des personnes interrogées font confiance aux résultats de la GénAI :

• 75 % déclarent avoir une bonne ou une grande confiance dans les résultats.
• 5 % déclarent qu'ils n'ont pas beaucoup ou pas du tout confiance en eux.

Il est important de noter que 75 % de ceux qui font confiance aux résultats de la GénAI ont développé cette confiance sur la base de leur utilisation d'autres solutions GénAI telles que ChatGPT plutôt que sur leurs propres déploiements. Ce niveau de confiance non méritée peut potentiellement conduire à des problèmes car les utilisateurs ne comprennent pas pleinement le risque qu'une mauvaise qualité des données pose aux résultats de la GénAI dans l'entreprise.

C'est un problème si ChatGPT fait une faute de frappe. C'est un tout autre problème si les utilisateurs professionnels se tournent vers GénAI pour écrire du code, vérifier des rapports financiers, créer des designs pour des produits physiques ou fournir des résumés après visite pour les patients - ces cas d'utilisation à haute valeur ajoutée n'ont pas de marge d'erreur. Il n'est donc pas surprenant que notre enquête ait révélé que 87 % des répondants conviennent que la préparation des données est très ou extrêmement importante pour les résultats de la GénAI .

Utilisez notre liste de contrôle pour assurer la Préparation données

Bien que les organisations puissent avoir un haut degré de confiance dans la GénAI, la réalité est que leurs données ne sont peut-être pas aussi prêtes qu'elles le pensent. Comme le note Deloitte dans "The State of IA générative in the Enterprise", les organisations peuvent devenir moins confiantes au fil du temps, à mesure qu'elles acquièrent de l'expérience avec les défis plus importants du déploiement de l'IA générative à l'échelle. "En d'autres termes, plus elles en savent, plus elles risquent de se rendre compte de ce qu'elles ignorent", selon Deloitte.

C'est peut-être la raison pour laquelle seulement 4 % des personnes chargées de la Préparation données déclarent être prêtes pour la GénAI, selon l'étude de Gartner intitulée "We Shape AI, AI Shapes Us" (Nous façonnons l'IA, l'IA nous façonne) : 2023 IT Symposium/Xpo Keynote Insights". Chez Actian, nous sommes conscients qu'il existe une forte pression concurrentielle pour mettre en œuvre la GénAI dès maintenant, ce qui peut inciter les organisations à la lancer sans réfléchir soigneusement aux données et aux approches.

D'après notre expérience chez Actian, il existe de nombreux risques cachés liés à la navigation et à l'obtention des résultats souhaités pour la GénAI. Pour faire face à ces risques, vous devez

• Assurer la qualité et la propreté des données.
• Contrôler l'exactitude des données d'apprentissage et l'optimisation de l'apprentissage automatique.
• Identifier les ensembles de données changeants ainsi que les cas d'usage et les exigences de l'entreprise qui évoluent au fil du temps.
• Cartographier et intégrer des données provenant de sources extérieures et introduire des données non structurées.
• Veiller au respect des lois sur la protection de la vie privée et des questions de sécurité.
• Prendre en compte la courbe d'apprentissage humaine.

Actian peut aider votre organisation à préparer vos données afin d'optimiser les résultats de GénAI . Nous avons une "Liste de contrôle pour Préparation donnéesGénAI " qui comprend les résultats de notre enquête ainsi qu'une liste de contrôle stratégique pour préparer vos données. Vous pouvez également nous contacter et nos experts vous aideront à trouver le chemin le plus rapide vers ledéploiement GénAI qui convient à votre entreprise.

À propos d'Actian Corporation

Actian facilite l'accès aux données. Notre plateforme de données simplifie la façon dont les gens connectent, gèrent et analysent les données dans les environnements cloud, hybrides et sur site . Avec des décennies d'expérience dans la gestion des données et l'analyse, Actian fournit des solutions de de haute performance qui permettent aux entreprises de prendre des décisions basées sur les données. Actian est reconnu par les principaux analystes et a reçu des prix de l'industrie pour sa performance et son innovation. Nos équipes partagent des cas d'utilisation éprouvés lors de conférences (par exemple, Strata Data) et contribuent à des projets à code source ouvert. Sur le blog d'Actian, nous couvrons des sujets allant de l'ingestion de données en temps réel à l'analyse pilotée par l'IA. Faites connaissance avec l'équipe dirigeante https://www.actian.com/company/leadership-team/