Pourquoi les responsables des données se méfient-ils de l'IA ? Et autres enseignements tirés de notre enquête 2026 sur l'IA

Depuis que l'analyse basée sur l'IA a fait son apparition, les responsables produit se sont précipités pour l'adopter. Présentée comme un moyen de garder une longueur d'avance, l'analyse par l'IA promet des processus rationalisés, des recommandations personnalisées et une expérience utilisateur plus efficace. Mais les avancées en matière d'IA ne sont pas sans écueils, au premier rang desquels figurent les inexactitudes causées par les « hallucinations » de l'IA et les projets pilotes qui ne parviennent pas à passer en production.

Afin d'évaluer la manière dont les décideurs en matière de données utilisent l'IA en 2026 et de mesurer leur niveau de confiance dans les résultats générés par l'IA, insightsoftware a mené une enquête auprès de 114 responsables des données et de l'analyse. Que pensent réellement ces responsables de l'IA et quels sont les principaux obstacles à la confiance ?

Voici nos principales conclusions.

Seule la moitié (51 %) des entreprises font confiance aux analyses générées par l'IA

En ce qui concerne la confiance dans la précision des résultats générés par l’IA, les responsables des données ne sont pas vraiment convaincus. D’après notre enquête, seule la moitié d’entre eux (51 %) fait confiance aux analyses générées par l’IA. Cela reflète les défis majeurs liés à l’IA, tels que les « hallucinations » de l’IA, c’est-à-dire lorsque l’IA diffuse des informations inexactes.

Cet écueil de la technologie de l'IA générative est ancré dans son ADN. L'IA est conçue pour fournir des réponses avec assurance, mais l'assurance n'est pas synonyme de précision. Lorsqu'un système d'IA ne connaît pas la réponse, il est programmé pour proposer une réponse plutôt que de simplement indiquer qu'il ne dispose pas de toutes les informations nécessaires. Pourquoi en est-il ainsi ?

• En l'absence de connexion aux données en temps réel, votre modèle doit faire des suppositions.L'IA génère des réponses plausibles à partir des modèles d'apprentissage, car elle ne peut pas accéder à vos systèmes d'entreprise en temps réel pour vérifier les faits.

• Les lacunes dans la logique métier entraînent des calculs erronés. Les modèles génèrent des résultats qui ne tiennent pas compte des règles, formules et exigences de conformité spécifiques à votre entreprise, intégrées dans les systèmes de production.

• Les barrières de gouvernance créent des angles morts.Les équipes de sécurité restreignent à juste titre l'accès aux bases de données, ce qui empêche les modèles de recouper les réponses avec les données sources réelles.

• La complexité de l'entreprise dépasse les capacités de la reconnaissance de modèles. Des centainesde tables liées entre elles, avec des jointures personnalisées et des dépendances, nécessitent une compréhension approfondie du contexte, ce dont les modèles sont dépourvus en l'absence d'une mise en correspondance sémantique adéquate.

L'avenir de l'IA dans l'entreprise

En savoir plus

En effet, notre étude montre qu ’un tiers (33 %) des organisations s’inquiètent des « hallucinations » de l’IA, et que 26 % d’entre elles en ont déjà subi les conséquences négatives. Seules 19 % n’ont rencontré aucun problème.

Les obstacles à la confiance

Interrogés sur les raisons pour lesquelles la moitié des entreprises ne font pas confiance aux résultats générés par l'IA, les responsables des données ont cité les préoccupations liées à la sécurité et à la gouvernance comme principale raison.

Les entreprises ont besoin de données précises et d'analyses fiables pour survivre et poursuivre leur croissance. Mais la solution consiste-t-elle à renoncer à l'IA ? Pas nécessairement, mais les équipes chargées des données ont besoin de plus que l'IA seule pour pouvoir se fier aux données. Selon l'enquête, il existe des possibilités d'améliorer la confiance dans les systèmes d'IA.

Pour renforcer la confiance, les responsables des données ont besoin d'une IA capable de remonter jusqu'aux données sources grâce à des pistes d'audit complètes. Grâce à la possibilité de recouper les informations générées par l'IA avec les données sources, les équipes chargées des données peuvent s'assurer que les réponses ne sont pas le fruit d'une « hallucination », et ainsi valider ces informations auprès des personnes concernées, telles que les parties prenantes et les instances dirigeantes.

Cela revêt une importance particulière dans le cadre de nouvelles réglementations telles que la loi européenne sur l'IA, auxquelles les organisations exerçant leurs activités dans l'Union européenne (UE) doivent se conformer, qu'elles soient ou non effectivement implantées sur le territoire de l'UE.

Toutes les organisations s'attachent à mettre en œuvre une bonne gouvernance. Au-delà d'une simple nécessité, des pratiques de gouvernance solides permettent aux organisations de gagner du temps et de réaliser des économies lorsqu'il s'agit de passer des audits et d'éviter les amendes pour non-conformité. En matière d'IA, voici les cinq principales priorités de gouvernance pour les responsables des données :

Échec de lancement

Un autre obstacle courant à l'IA réside dans le fait que les projets pilotes ne parviennent pas à passer à la phase de production. Les responsables des données que nous avons interrogés indiquent que seul un tiers (31 %) de leurs projets d'IA a dépassé le stade pilote.

Cela peut s'expliquer par diverses raisons. Interrogées à ce sujet, les personnes interrogées ont indiqué que les défis liés à la sécurité et à la gouvernance constituaient leurs principales préoccupations (58 %), suivis par le caractère inexact ou incohérent des résultats générés par l'IA (39 %) et l'impossibilité de vérifier ces résultats (31 %).

Un autre défi lié au passage des projets de la phase pilote à la phase de production réside dans le temps nécessaire à la préparation des données pour l'IA. Parmi les personnes interrogées, deux tiers (63 %) affirment que la préparation des données destinées à l'IA entraîne des retards.

Le problème de confiance envers l'IA : pourquoi près de 90 % des projets d'IA échouent avant même d'avoir démarré

En savoir plus

Cloud, sur site ou hybride ?

Une autre raison pour laquelle les entreprises rencontrent des difficultés lors du déploiement de l’IA réside dans les contraintes liées à l’environnement cloud de leurs plateformes d’analyse ou de BI. Alors qu’une partie des entreprises opère dans le cloud, d’autres doivent, par nécessité, fonctionner dans un environnement sur site ou hybride. Certaines tirent le meilleur parti d’un modèle hybride, car certains services travaillent dans le cloud tandis que d’autres restent sur site ; d’autres encore doivent rester sur site car elles évoluent dans des secteurs fortement réglementés, tels que la santé ou la finance.

Les entreprises ont besoin de flexibilité en matière d'analyse basée sur l'IA. Mais des problèmes surviennent lorsque les fournisseurs vous imposent leur écosystème. Si vous optez pour leur solution de BI, cela vous oblige à utiliser leur cloud, qu'il corresponde ou non à votre stratégie.

Face à des défis tels que les hallucinations et les inexactitudes, les lacunes en matière de gouvernance de l'IA et le verrouillage imposé par les fournisseurs qui vous obligent à adopter leur modèle cloud, comment tirer pleinement parti de l'analyse par IA et faire réellement confiance aux données qu'elle vous fournit ?

L'ajout d'une couche sémantique peut vous aider à surmonter ces frustrations liées à l'IA. Simba Intelligence réduitles « hallucinations » de l'IAen se connectant directement aux données d'entreprise. Ses réponses sont liées à des données en temps réel et affichent la traçabilité de l'information, ce qui permet à vos utilisateurs de suivre, de vérifier et de valider facilement les résultats. Alors que les outils de BI traditionnels affichent des tableaux de bord et que les outils d'intégration de données transfèrent les données, Simba Intelligence connecte directement l'IA aux données d'entreprise régies par des règles, sans les copier ni en perdre le contrôle.

Grâce aux analyses de Simba Intelligence, vous pouvez :

• Obtenez des réponses déterministes et vérifiables auxquelles vouspouvez vous fier pour prendre des décisions stratégiques.

• Comblez les lacunes en matière de sécurité et de gouvernance eninterrogeant les données en toute sécurité, « sur place », à partir de sources diverses, ce qui évite d’avoir à créer des copies et garantit une application cohérente de la gouvernance à la source.

• Allégez la charge de travail des équipes d’ingénierie des données surchargées en leur fournissantdes données contrôlées et prêtes à l’emploi directement sur site, ce qui permettra à votre équipe de se concentrer sur des tâches à plus forte valeur ajoutée.

• Protégez les systèmes opérationnels grâce àdes mesures de sécurité en matière de performances et d’accès, en garantissant un accès contrôlé et réglementé sans ralentir les opérations critiques.

• Accompagnez les utilisateurs à chaque étape de leur transition vers le cloud, sansdépendance vis-à-vis d’un fournisseur, en prenant en charge les déploiements sur cloud public, cloud privé, sur site et hybrides. Les entreprises bénéficient ainsi d’un contrôle total sur la localisation des données et la conformité.

Envie d'en savoir plus ? Consultez notre infographie présentant l'intégralité des résultats de l'enquête.