Seules 7 % des entreprises considèrent que leurs données sont entièrement prêtes pour l’IA, selon une nouvelle enquête menée par Cloudera et Harvard Business Review Analytic Services

Cloudera, la seule plateforme de données et d'IA qui intègre l’IA aux données, où qu'elles se trouvent, annonce les résultats de sa nouvelle étude internationale menée en collaboration avec Harvard Business Review Analytic Services. Celle-ci révèle que, alors même que les entreprises reconnaissent le potentiel transformatif de l’IA, la plupart d’entre elles ne sont pas prêtes à opérationnaliser la technologie en raison d’obstacles persistants liés à la préparation des données.

Cette étude, intitulée « Taming the Complexity of AI Data Readiness », a interrogé plus de 230 membres de l’audience de Harvard Business Review au mois d’octobre 2025 et tous sont impliqués dans les décisions en matière d’IA au sein de leur entreprise. Les conclusions mettent au jour un décalage évident dans les avancées des entreprises en matière d’IA. Alors qu’elles s’efforcent d’accélérer leurs projets d’IA, leurs données fondamentales sous-jacentes ne parviennent pas à suivre le rythme. Ainsi, seuls 7 % des répondants considèrent que les données de leur entreprise sont entièrement prêtes pour leur permettre d’adopter véritablement la technologie, et plus d'un quart (27 %) déclarent que leurs données ne sont pas tout à fait prêtes ou pas prêtes du tout, mettant en lumière un fossé de plus en plus large entre leurs ambitions en matière d’IA et leur préparation opérationnelle.

Problématiques liées à la perception de la qualité des données

Malgré de nombreuses expérimentations, les problèmes liés aux données fondamentales demeurent. 73 % estiment que leur entreprise devrait inscrire la qualité des données pour l’IA plus haut dans leur liste de priorités. Par ailleurs, ils sont tout aussi nombreux à dévoiler que leur entreprise a été confrontée à des difficultés en matière de traitement et de préparation des données pour l’IA.

Concernant la préparation des données pour l’IA, les principaux obstacles mis en avant sont les suivants :

Des données divisées en silos et des difficultés à intégrer les sources (56 %)
L’absence d’une stratégie de données claire (44 %)
Des problèmes liés à la qualité des données ou à des biais (41 %)
Les contraintes réglementaires relatives à l’utilisation des données (34 %)

Les dirigeants veulent une stratégie en matière de données

Les dirigeants d’entreprises sont de plus en plus nombreux à affirmer que l’IA n’est plus un projet d’avenir, mais un mandat opérationnel actuel. Pourtant, la plupart des organisations sont encore en train de constituer le socle de données fondamentales dont elles ont besoin pour opérer une mise à l’échelle responsable et efficace de la technologie.

Alors que seuls 23 % des répondants affirment que leur entreprise dispose d’une stratégie de données bien définie pour l’adoption de l’IA, plus de la moitié d’entre eux (53 %) s’efforcent activement d’en élaborer une.
La protection des données sensibles et la confidentialité (59 %), la qualité (46 %) et la gouvernance des données (41 %) sont considérés comme des composants essentiels de ces stratégies.

Si l’innovation a tendance à faire les gros titres, un avantage compétitif durable dépend de l’existence d'architectures de données modernes et gouvernées, capables d’opérer de manière fluide sur l’ensemble des environnements : multicloud, datacenters, edge et hybrides.

En parallèle, les attentes liées à l’IA agentique se font de plus en plus fortes, ce qui laisse entrevoir une transition de l’expérimentation à la refonte opérationnelle.

Près de deux répondants sur trois (65 %) s’attendent à ce que de nombreux processus d’entreprise soient augmentés ou remplacés par l’IA agentique d’ici deux ans.
47 % d’entre eux rapportent que leur entreprise considère que l’IA agentique peut résoudre les problèmes liés à la qualité des données.

Alors que les entreprises délaissent les applications pour des agents intelligents, il devient de plus en plus crucial de mettre en place des pipelines de données évolutifs, une gouvernance cohérente et des expériences similaires à celles du cloud sur l’ensemble des environnements.

« La puissance de l’IA dépend du socle de données qui la sous-tendent, » déclare Sergio Gago, Chief Technology Officer chez Cloudera. « Pour passer des phases pilotes à celle de production, les entreprises ont besoin de pouvoir accéder à la totalité de leurs données de manière sécurisée, où qu’elles se trouvent. Intégrer l’IA directement aux données plutôt que de transférer les données vers l’IA permet de passer de la simple expérimentation à un impact réel à l’échelle de l’entreprise. »

Les entreprises actuelles opèrent au sein d’environnements de données distribués allant du cloud jusqu’aux environnements edge en passant par les datacenters. Néanmoins, les données essentielles à l’activité de l’entreprise sont conservées au sein d’environnements sur site pour répondre aux exigences en matière de souveraineté, de sécurité, de coût et de conformité. Afin de combler ce fossé, les organisations ont besoin de disposer d’architectures capables d’opérationnaliser l’IA sur l’ensemble de leurs environnements hybrides, sans être obligées de transférer leurs données ou de faire des compromis sur le degré de contrôle qu’elles exercent.

Cloudera répond à ces problématiques en faisant converger le cloud public et les datacenters afin d’offrir une expérience cloud unifiée au sein d’environnements hybrides, sur l’ensemble du patrimoine de données. Conçue sur une base open source, la plateforme alimente l’IA sur plus de 25 exaoctets de données d’entreprises dans le monde entier.