La gestion des données et la gouvernance, clés du succès de l’IA
Une gestion des données solide et une gouvernance efficace sont essentielles au succès des initiatives d’intelligence artificielle (IA). Des experts ont partagé ces idées lors d’une série de webinaires consacrés aux feuilles de route de l’IA, à l’échelle et à la gouvernance.
Construire les bases de l’IA
Dans le premier webinaire, intitulé « Construire les Fondations pour l’IA », il a été souligné que tout projet d’IA repose sur une base de données robuste. Les étapes clés pour établir cette fondation incluent :
- Élaborer une stratégie de données axée sur l’IA.
- Établir une source de vérité unique.
- Gérer, gouverner et sécuriser les données de manière continue.
Activer des opérations plus intelligentes
Le deuxième webinaire, « De la Donnée à l’Intelligence : Activer des Opérations Plus Intelligentes », a abordé les difficultés rencontrées pour transformer les données en insights clairs et exploitables. Les défis incluent :
- Éprouver des difficultés à prouver la valeur et le retour sur investissement des initiatives d’IA.
- Gérer la résistance au changement dans les processus décisionnels.
- Élargir des projets pilotes isolés à une adoption plus large.
Il a été mentionné que le succès de l’IA dépend également de la maturité opérationnelle. Une approche structurée de MLOps peut contribuer à réduire les échecs de projet. Commencer petit, valider les projets tôt et élargir en fonction de la valeur mesurable sont des recommandations cruciales.
Élargir le succès de l’IA
Dans le dernier événement de cette série, « Élargir le Succès de l’IA : Gouvernance, Éthique et Anticipation Future », il a été noté que l’investissement en IA aux États-Unis a dépassé 100 milliards de dollars, ce qui témoigne de l’ampleur et de la rapidité de l’adoption.
Toutefois, avec la croissance rapide de la technologie, les organismes de réglementation tentent de rattraper leur retard en matière de politiques de gouvernance. L’Afrique du Sud a déjà mis en place une politique nationale sur l’IA, et davantage de régulations seront élaborées à mesure que l’IA sera adoptée plus largement.
État des lieux et défis
Un sondage mené lors des webinaires a révélé que seulement 5,56 % des participants disposaient d’un cadre de gouvernance entièrement établi pour l’IA, tandis que 44,44 % en avaient un en cours d’élaboration. 27,78 % prévoyaient d’en établir un, et 22,22 % n’avaient pas de politique et ne la considéraient pas encore comme une priorité.
Concernant la capacité des organisations à naviguer dans les exigences réglementaires et de conformité liées à l’IA, 33,3 % des participants n’étaient pas confiants, 50 % étaient quelque peu confiants, et seulement 8,33 % se disaient très confiants.
Risques potentiels et cadre de gestion des risques
Un point important évoqué concerne les risques liés à la sécurité des données. De nombreuses organisations utilisent des outils comme Copilot, et en acceptant les conditions d’utilisation, elles peuvent donner accès à des données sensibles. Il est donc crucial de mettre en place un cadre de gestion des risques en IA.
Le cadre de gestion des risques en IA de NIST est un bon point de départ pour aider les organisations à gérer les risques tout au long du cycle de vie de l’IA, tout en étant flexible pour intégrer d’autres politiques, comme celles de l’Afrique du Sud.
La solution Microsoft Purview aide à mettre en œuvre ce cadre NIST, à définir les politiques informatiques concernant l’accès aux données et à surveiller l’environnement.
En conclusion, si une organisation exploite l’IA sans les protections nécessaires, elle court un risque élevé d’enfreindre les réglementations. L’échelle de l’IA exige une structure et une gouvernance. Grâce au cadre NIST, il s’agit non seulement de documents de référence, mais d’implémentations de systèmes complètes pour réduire les risques auxquels les organisations sont confrontées.
Des outils, des processus et une expertise sont disponibles pour aider les organisations à mettre en œuvre des pratiques d’IA éthiques et à développer l’IA au sein de leur environnement.
