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

APT44, bras armé cyber de la Russie

Mandiant a attribué un APT à Sandworm, considéré comme le principal groupe cybercriminel à la…

18 heures ago

Cybersécurité : HarfangLab et Filigran connectent EDR et CTI

Les deux startup proposent un connecteur entre la platefome OpenCTI de Filigran et l’EDR de…

20 heures ago

Le hacking autonome, capacité émergente de GPT-4 ?

Des chercheurs ont mis des agents LLM à l'épreuve dans la détection et l'exploitation de…

22 heures ago

Les applications de messagerie se mettent au chiffrement post-quantique

Dans la lignée de Signal, iMessage intègre une couche de chiffrement post-quantique.

1 jour ago

Infrastructures LAN : une photo du marché avant la fusion HPE-Juniper

Douze fournisseurs sont classés dans le dernier Magic Quadrant des infrastructures LAN.

2 jours ago

Sauvegarde et restauration : Commvault muscle son offre cloud avec Appranix

Commvault s'offre Appranix, éditeur d'une plateforme cloud de protection et de restauration des applications.

2 jours ago