Pour gérer vos consentements :
Categories: LogicielsM2MRéseaux

Machine Learning : les entreprises peinent à combler le déficit de compétences

L’apprentissage automatique (machine learning, ML), une branche de l’intelligence artificielle, progresse dans les entreprises. Mais des résistances demeurent. C’est ce que met en exergue un rapport promu par le fournisseur spécialisé de logiciels Cloudera.

200 décideurs IT d’entreprises de plus de 500 salariés ont été interrogés par la société de sondages B2B Loudhouse. France, Allemagne, Espagne et Royaume-Uni sont couverts.

Si 89% disent avoir une connaissance de base du ML, une minorité déclare en maîtriser les usages ou se présente en experts. Par ailleurs, 29% seulement disent travailler en interne avec des data scientists ayant des compétences dans ce domaine.

Malgré tout, 47% des décideurs IT interrogés déclarent investir dans l’apprentissage automatique et 40% le prévoient. Ils ambitionnent ainsi de réduire les coûts et d’accélérer la transformation numérique de leur organisation (51% respectivement).

Il veulent aussi améliorer l’expérience client (50%). L’augmentation des revenus (42%) et des marges (41%) sont d’autres objectifs cités.

Humain vs. machine

Qu’en est-il de la concrétisation des projets aujourd’hui ?

Parmi les décideurs IT qui utilisent déjà des applications de machine learning, 33% déclarent mesurer un retour sur investissement (ROI) « tangible ».

Par ailleurs, lorsqu’il est question de savoir quel département de leur entreprise est le plus impacté, l’informatique devance de peu la R&D et le service/support client.

En outre, plus de 8 répondants sur 10 (84%) pensent que l’apprentissage automatique peut donner un avantage compétitif à leur organisation.

Pourtant, des freins à l’adoption étendue de la technologie existent.

Ainsi, 51% des répondants hésitent encore à utiliser plus avant le machine learning du fait d’un déficit de compétences internes. Le manque de ressources (34%) et de connaissances (25%) ou encore le coût (24%) sont d’autres obstacles cités.

La résistance « culturelle » (20%) est un autre frein. « Le machine learning est essentiellement un procédé de traitement de données destiné à améliorer la performance système », déclare la firme américaine Cloudera. Or, l’un des freins les plus fréquemment exprimés dans ce domaine est la crainte d’un remplacement de l’humain par la machine.

(crédit photo © shutterstock)

Recent Posts

Data et analytique : pour quel retour sur investissement ?

EY qualifie de "dépassement des attentes" une utilisation des mégadonnées et de l'analyse avancée à…

4 heures ago

Mobile et systèmes industriels : les chantiers du framework ATT@CK

Passé en v11, le framework MITRE ATT@CK renforce sa matrice Mobile. Il en sera de…

5 heures ago

Cybersécurité : Thales s’offre S21sec et Excellium pour 120 M€

L'acquisition vient renforcer l’offre de Thales dans le conseil, l'intégration et les services managés de…

9 heures ago

Transition numérique : une solide croissance à deux chiffres

Les investissements mondiaux dans les technologies et services de transformation numérique progresseraient de plus de…

1 jour ago

Classement Forbes : 20 milliardaires de la Tech

De Jeff Bezos (Amazon) à David Duffield (Workday), voici la liste Forbes des 20 personnalités…

1 jour ago

Dix pistes d’action pour sécuriser l’open source

Comment améliorer la sécurité de l'open source ? Éléments de réponse avec le plan d'action…

1 jour ago