Médailles d’or !
Peu d’événements méritent d’être salués.Il en est pourtant qui se distinguent par leur notoriété, leurs audiences et leurs thématiques. Ces événements ont été des moments d’échanges intenses, où nous avons discuté d’un enjeu clé : la criticité de la qualité des données dans le succès des projets d’intelligence artificielle, et plus spécifiquement d’IA générative.
Pour nous, deux temps forts ont marqué le premier semestre :
Vivatech (parc des expositions de la porte de Versailles), évènement sur lequel nous avions un stand en partenariat avec la French Tech Grand Paris. Nous avons eu l'occasion d'y rencontrer un grand nombre d'entreprises toutes portées sur l'innovation et notamment l'Intelligence Artificielle. Nombre de ces entreprises se posent la question de passer des POC (Proof Of Concept) à des projets industriels à grande échelle. Nous avons été ravis de constater que le bilan que font ces sociétés des POC réalisés est que la qualité des données est sur le chemin critique de la réussite de leurs projets d’IA.
Data Days à Deauville (Republik IT) durant lesquels nous avons pu échanger autour des nombreuses problématiques qui se posent aux Chief Data Officers pour mettre en place des projets Data et IA à forte valeur ajoutée. Nous avons pu mesurer, d’une année sur l’autre, l'augmentation spectaculaire du niveau de maturité des entreprises que nous avons rencontrées : les nombreuses expérimentations qu’elles ont lancées ces derniers mois les ont convaincues que la réussite en matière d’IA passe par une gouvernance maîtrisée des données ainsi qu’une gestion efficiente des problèmes de qualité des données.
Le temps où nous nous battions pour convaincre qu’identifier et résoudre les problèmes de qualité de données était un facteur de réussite essentiel semble révolu et nous nous en réjouissons.
Le cercle vertueux entre IA et qualité des données
Pour délivrer des résultats, l’IA, et notamment l’IA générative, ont besoin de données fiables. Ce qui est intéressant, c’est que l’IA permet aussi d’identifier et de corriger beaucoup plus efficacement les problèmes de qualité de données. Grâce aux possibilités offertes par l’IA générative et le RAG (Retrieval-Augmented Generation) nous pouvons :
Transformer les données via des instructions en langage naturel
Identifier rapidement des anomalies
Mieux apparier des données similaires (dédoublonnage, jointures floues)
Corriger automatiquement les incohérences
Cette boucle d’amélioration continue est un cercle vertueux : l’IA classique et générative, augmentent la puissance des algorithmes de Data Quality de Tale of Data, vous permettant de produire des données beaucoup plus fiables et par conséquent, des modèles d’IA plus performants. C’est un constat que nous faisons chaque jour chez Tale of Data, et ces échanges lors de Vivatech et des Data Days n’ont fait que le confirmer.
Un engagement continu pour l’avenir
Chez Tale of Data, nous travaillons quotidiennement à intégrer à notre plateforme les algorithmes les plus récents d’IA générative ou d’IA classique afin de rendre l'identification et la résolution des problèmes de qualité de données toujours plus simple et efficiente.
La rentrée s’annonce particulièrement riche en innovations avec de nouvelles fonctionnalités à venir, et nous avons hâte de partager ces nouveautés avec vous.
Jean-Christophe Bouramoué
CTO de Tale of Data