Bloc de plongée :
Dive Insight :
Les entreprises qui travaillent avec l'IA craignent de perdre de l'argent ou du personnel en raison d'un biais lié à l'IA, mais il existe un risque supplémentaire d'être dépassées par la concurrence si les projets échouent en raison d'un biais lié à l'IA.
Pour devancer les biais algorithmiques, plus de la moitié des entreprises disposant d'implémentations d'IA matures vérifient l'équité, les biais et l'éthique de leurs plates-formes d'IA, selon le rapport O'Reilly 2021 AI Adoption in the Enterprise.
Une approche qui donne des résultats pour les organisations est le développement de centres d'excellence internes, a déclaré Marshall Choy, SVP, produit chez SambaNova. Ces institutions peuvent aborder les aspects techniques de l'IA ainsi que "les implications commerciales et organisationnelles de la gouvernance, traitant de sujets tels que les préjugés et l'éthique de l'IA".
Malgré les défis éthiques, l'IA reste une priorité technologique majeure pour les entreprises. Les revenus des logiciels d'IA devraient atteindre 62,5 milliards de dollars cette année, en hausse de 21 % par rapport à 2021, selon les projections de Gartner.
Les meilleures pratiques en matière de gestion de l'IA commencent par la prise en compte du potentiel de biais dans les données, a déclaré Dominic Rasini, directeur principal, stratégie et analyse chez Deloitte, s'exprimant lors du AI Summit 2021 en décembre.
Les entreprises qui souhaitent rendre leur IA durable doivent adopter ML Ops, un ensemble de pratiques pour des modèles d'apprentissage automatique fiables et efficaces, selon Rasini. Les entreprises qui adoptent cette approche "ont deux fois plus de chances de réussir dans leur programme d'IA".
