Selon la quatrième étude de Precisely et LeBow, la confiance dans l'IA dépasse le niveau de préparation, alors que les lacunes en matière d'intégrité des données persistent

Precisely, leader mondial de l'intégrité des données, a publié les résultats de sa quatrième étude annuelle State of Data Integrity and AI Readiness. Menée en collaboration avec le Center for Applied AI and Business Analytics du LeBow College of Business de l'université Drexel, cette enquête a été menée auprès de plus de 500 responsables seniors des données et de l'analytique dans de grandes entreprises aux États-Unis et dans la région EMEA. Elle met en évidence un décalage croissant entre la perception qu'ont les organisations de leur état de préparation à l'IA et la réalité. Si les dirigeants sont convaincus qu'ils sont prêts pour l'IA, leurs réponses révèlent des lacunes fondamentales qui pourraient compromettre considérablement le succès de l'IA.

Precisely Logo
« Les recherches montrent que la confiance dans l'IA ne se traduit pas automatiquement par un retour sur investissement (ROI). Les organisations évoluent rapidement, mais beaucoup le font sans disposer des bases de données fiables et gouvernées nécessaires pour déployer l'IA de manière responsable. Ce décalage représente ce que nous appelons l'Agentic AI Data Integrity Gap ("fossé de l'intégrité des données des agents IA") et il comporte un risque important, déclare Dave Shuman, Chief Data Officer chez Precisely. À mesure que les systèmes d'IA deviennent plus autonomes, l'intégrité des données n'est plus une option, c'est une nécessité pour les entreprises. Les organisations qui investissent dès aujourd'hui dans des données prêtes pour les agents d'IA intégrées, améliorées, gouvernées et contextualisées seront les mieux positionnées pour transformer leurs ambitions en matière d'IA en résultats mesurables. »

Accédez au rapport complet ici : 2026 State of Data Integrity and AI Readiness.

Le décalage entre la perception des données prêtes pour les agents d'IA et la réalité

L'IA reste une priorité absolue, 52 % des personnes interrogées la citant comme le principal facteur influençant leurs programmes de données, et 85 % déclarant que leur organisation a adopté des agents IA. Les données prêtes pour ceux-ci sont indispensables pour obtenir un ROI. Cependant, l'étude menée fin 2025 identifie des domaines clés préoccupants en matière d'infrastructure, de compétences et de préparation des données, alors que les organisations cherchent à passer de projets pilotes d'IA à une mise en œuvre à grande échelle.

Voici les principales conclusions :

Un certain nombre de dirigeants affirment avec confiance disposer de l'infrastructure (87 %), des compétences (86 %) et de la préparation des données (88 %) nécessaires à l'IA, mais beaucoup admettent également que l'infrastructure (42 %), les compétences (41 %) et la préparation des données (43 %) constituent leurs principaux obstacles.
La plupart des entreprises soutiennent qu'elles relient bien l'IA à leurs objectifs commerciaux, mais seules 31 % d'entre elles disposent de mesures réelles liées à des indicateurs de performance clés (KPI).
43 % des dirigeants citent la disponibilité des données comme le principal obstacle à l'alignement de l'IA sur les objectifs commerciaux et plus de la moitié d'entre eux désignent la qualité des données comme la priorité la plus courante en matière d'intégrité.
La gouvernance des données comme facteur clé de différenciation

Au cours des 18 à 24 derniers mois, le marché a atteint un point d'inflexion, l'IA évoluant vers des systèmes agissants et orientés vers l'action. L'étude met en évidence un fossé profond entre les organisations qui ont une stratégie claire en matière de données et celles qui n'en ont pas. Les dirigeants qui accordent la priorité à des données précises, cohérentes et contextuelles, soutenues par une gouvernance solide, se disent beaucoup plus confiants dans leur capacité à mettre en œuvre et à développer des initiatives d'IA.

71 % des organisations disposant d'une stratégie et d'un programme de gouvernance des données déclarent avoir une grande confiance dans leurs données, contre 50 % de celles qui n'en ont pas.
63 % ont mis en place une forme de gouvernance de l'IA, mais celles qui ont intégré la gouvernance de l'IA dans leurs programmes de gouvernance des données existants affichent des niveaux de réussite encore plus élevés.
96 % déclarent que leur organisation investit dans la location intelligence et l'enrichissement des données tierces afin d'ajouter du contexte à leurs données pour les initiatives d'IA.
32 % des dirigeants ayant déjà mis en place une stratégie et une gouvernance des données s'attendent à un ROI positif de l'IA en seulement 6 à 11 mois.
La pénurie de compétences persiste

Outre les défis liés à la disponibilité des données, plus de la moitié des organisations (51 %) citent également les compétences comme un besoin essentiel pour les initiatives en matière d'IA, tandis que seulement 38 % se sentent très bien préparées en termes de qualifications du personnel et de formation à l'IA. Les principaux domaines dans lesquels les compétences en IA font défaut sont les suivants :

Capacité à déployer l'IA à grande échelle (30 %)
L'expertise en matière d'IA responsable et de conformité (29 %)
La traduction des besoins métiers en solutions d'IA (28 %)
Le développement de modèles d'IA et les notions fondamentales de culture IA (27 %)
« Le manque de compétences ne concerne pas un manque de talents dans un domaine particulier, mais plutôt le besoin de professionnels capables d'opérer simultanément dans les domaines des données, de la stratégie d'entreprise et de la gouvernance de l'IA, affirme Murugan Anandarajan, PhD, Professor and Academic Director au Center for Applied AI and Business Analytics du LeBow College of Business de l'université Drexel. Cette réalité a des implications majeures sur la manière dont les organisations et les universités préparent ceux qui entrent sur le marché du travail à l'ère des agents IA. »

Le passage aux agents IA augmente les enjeux en matière d'intégrité des données

Les agents IA transforment la manière dont le travail est effectué en mettant en place des systèmes qui ne se contentent pas de générer des informations et du contenu, mais qui agissent, interprètent les signaux, prennent des décisions et exécutent des workflows dans toute l'entreprise. L'étude souligne à quel point beaucoup sont mal préparés au niveau des fondements des données. Ce manque de préparation a entraîné un Agentic AI Data Integrity Gap, c'est-à-dire l'écart entre la situation actuelle des données d'entreprise et ce qui est nécessaire pour les alimenter de manière sûre et efficace à grande échelle.

Les organisations qui parviennent à combler ce fossé se concentrent sur des stratégies de données prêtes pour les agents IA. Celles-ci sont fondées sur des données unifiées et facilement accessibles, un enrichissement par des tiers de confiance, des mises à jour continues, ainsi qu'une gouvernance, une transparence et une automatisation solides, favorisant la confiance, le contrôle et l'efficacité à grande échelle.