Gartner identifie les principales tendances qui façonneront l'avenir de la science des données et de l'apprentissage automatique
Gartner, a souligné les principales tendances ayant un impact sur l'avenir de la science des données et de l'apprentissage automatique (data science and machine learning : DSML), alors que le secteur se développe et évolue rapidement pour répondre à l'importance croissante des données dans l'intelligence artificielle (IA), en particulier lorsque l'accent est mis sur les investissements dans l'IA générative. Lors du Gartner Data & Analytics Summit qui s’est tenu à Sydney du 31 juillet au 1er août dernier, les analystes ont exploré les tendances du secteur.
S'exprimant lors du Gartner Data & Analytics Summit à Sydney, Peter Krensky, directeur analyste chez Gartner, a déclaré : « Alors que l'adoption de l'apprentissage automatique continue de croître rapidement dans tous les secteurs, le DSML évolue et ne se concentre plus uniquement sur les modèles prédictifs, mais devient une discipline plus démocratisée, dynamique et centrée sur les données. Cette évolution est également alimentée par la ferveur autour de l'IA générative. Si des risques potentiels émergent, il en va de même pour les nombreuses nouvelles capacités et les cas d'utilisation pour les scientifiques des données et leurs organisations ».
Selon Gartner, les principales tendances qui façonnent l'avenir du DSML sont les suivantes :
Tendance 1 : Ecosystèmes de données dans le cloud
Les écosystèmes de données passent d'un logiciel autonome ou de déploiements mixtes à des solutions natives dans le cloud. D'ici 2024, Gartner prévoit que 50 % des nouveaux déploiements de systèmes dans le cloud seront basés sur un écosystème de données cohésif plutôt que sur des solutions ponctuelles intégrées manuellement.
Gartner recommande aux entreprises d'évaluer les écosystèmes de données en fonction de leur capacité à résoudre les défis liés aux données distribuées, ainsi qu'à accéder à des sources de données situées en dehors de leur environnement immédiat et à s'y intégrer.
Tendance 2 : Edge AI
La demande en Edge AI augmente pour permettre le traitement des données au point de création à la périphérie, aidant ainsi les organisations à obtenir des informations en temps réel, à détecter de nouveaux modèles et à répondre aux exigences strictes en matière de confidentialité des données. L'Edge AI aide également les entreprises à améliorer le développement, l'orchestration, l'intégration et le déploiement de l'IA.
Gartner prévoit que plus de 55 % de toutes les analyses de données par des réseaux neuronaux profonds se produiront au point de capture dans un système périphérique d'ici 2025, contre moins de 10 % en 2021. Les organisations doivent identifier les applications, la formation à l'IA et le référencement nécessaires pour passer à des environnements périphériques près des points d'extrémité IoT.
Tendance 3 : l'IA responsable
L'IA responsable fait de l'IA une force positive, plutôt qu'une menace pour la société et pour elle-même. Elle couvre de nombreux aspects des choix commerciaux et éthiques à faire lors de l'adoption de l'IA, que les organisations abordent souvent de manière indépendante, tels que la valeur commerciale et sociétale, le risque, la confiance, la transparence et la responsabilité. Gartner prévoit que la concentration de modèles d'IA pré-entraînés chez 1 % des fournisseurs d'IA d'ici 2025 fera de l'IA responsable une préoccupation sociétale.
Gartner recommande aux organisations d'adopter une approche proportionnelle au risque pour apporter de la valeur à l'IA et de faire preuve de prudence lors de l'application de solutions et de modèles. Demandez des garanties aux fournisseurs pour vous assurer qu'ils gèrent leurs obligations en matière de risque et de conformité, protégeant ainsi les organisations contre d'éventuelles pertes financières, actions en justice et atteintes à la réputation.
Tendance 4 : l'IA centrée sur les données
L'IA centrée sur les données représente le passage d'une approche centrée sur le modèle et le code à une approche plus centrée sur les données pour construire de meilleurs systèmes d'IA. Des solutions telles que la gestion des données spécifiques à l'IA, les données synthétiques et les technologies d'étiquetage des données visent à résoudre de nombreux problèmes liés aux données, notamment l'accessibilité, le volume, la confidentialité, la sécurité, la complexité et la portée.
L'utilisation de l'IA générative pour créer des données synthétiques est un domaine qui se développe rapidement, allégeant le fardeau d'obtenir des données du monde réel afin que les modèles d'apprentissage automatique puissent être formés efficacement. D'ici 2024, Gartner prévoit que 60 % des données pour l'IA seront synthétiques pour simuler la réalité, les scénarios futurs et l'IA dérisoire, contre 1 % en 2021.
Tendance 5 : Accélération des investissements dans l'IA
Les investissements dans l'IA vont continuer à s'accélérer de la part des organisations qui mettent en œuvre des solutions, ainsi que de la part des industries qui cherchent à se développer grâce aux technologies de l'IA et aux entreprises basées sur l'IA. D'ici à la fin de 2026, Gartner prévoit que plus de 10 milliards de dollars auront été investis dans des startups d'IA qui s'appuient sur des modèles de fondation - de grands modèles d'IA formés sur d'énormes quantités de données.
Un récent sondage réalisé par Gartner auprès de plus de 2 500 dirigeants a révélé que 45 % d'entre eux ont déclaré que le récent battage médiatique autour de ChatGPT les a incités à augmenter leurs investissements dans l'IA. Soixante-dix pour cent ont déclaré que leur organisation est en mode investigation et exploration avec l'IA générative, tandis que 19 % sont en mode pilote ou production.
Source : Gartner
Et vous ?
Pensez-vous que ces données sont crédibles ou pertinentes ?
Quel est votre avis sur le sujet ?
Voir aussi :
Gartner - 4 tendances qui stimulent l'innovation en matière d'intelligence artificielle à court terme : L'IA responsable, les données, l'opérationnalisation et l'utilisation efficace des ressources,
87 % des entreprises ont une faible maturité en matière d'analyse et business intelligence, d'après une étude menée par Gartner
Gartner annonce les 10 principales tendances technologiques gouvernementales pour 2023 qui pourront guider les dirigeants du secteur public alors qu'ils se préparent à l'administration post-numérique
Gartner identifie les 10 principales tendances technologiques en matière de données et d'analyse pour 2021, pour faire face aux changements, aux incertitudes et aux opportunités
Partager