Selon une étude de Fivetran, près de 50% des projets d’IA en entreprise échouent en raison d’une préparation insuffisante de leurs données

Cette nouvelle étude mondiale met en lumière les coûts croissants pour les entreprises liés aux échecs des projets d’IA, alors que la complexité de l’intégration et la maintenance des pipelines de données épuisent les ressources des ingénieurs.

Fivetran, le leader du mouvement des données, publie une étude selon laquelle près de la moitié des entreprises déclare avoir retardé, sous-performé ou échoué dans leurs projets d’IA malgré des stratégies ambitieuses et des investissements majeurs dans l’IA et la centralisation des données. Menée par le cabinet Redpoint Content, l’étude met en évidence une mauvaise préparation des données comme principal obstacle à la mise en œuvre de l’IA, entraînant une augmentation des coûts, un ralentissement de l’innovation et une perte de revenus.

Bien que 57 % des entreprises considèrent leur stratégie de centralisation des données comme très efficace, une proportion presque équivalente affirme que plus de la moitié de leurs projets d’IA n’aboutissent pas. Ce paradoxe s’explique par des données qui ne sont pas entièrement centralisées, gouvernées ou accessibles en temps réel pour les modèles d’IA. Des goulets d’étranglement lors de l’intégration jusqu’aux contraintes liées à la maintenance des pipelines, les entreprises se retrouvent à gérer l’infrastructure plutôt qu’à générer de la valeur grâce à l’IA.

Principaux enseignements de l’étude Fivetran sur l’IA et la préparation des données

• 42 % des entreprises déclarent que plus de la moitié de leurs projets d’IA ont été retardés, ont sous-performé ou ont échoué en raison de problèmes liés à la préparation des données.
• 68 % des entreprises ayant centralisé moins de la moitié de leurs données signalent une perte de revenus liée à des projets d’IA échoués ou retardés.
• 67 % des entreprises ayant centralisé leurs données consacrent plus de 80 % de leurs ressources en ingénierie à la maintenance des pipelines de données.
• 59 % des entreprises considèrent que la conformité réglementaire est leur principal défi dans la gestion des données pour l’IA.

L’ambition en matière d’IA, sans exécution, coûte cher aux entreprises

La sous-performance de l’IA n’est pas seulement un problème technique ; c’est un risque pour l’entreprise. L’étude a révélé que 38 % des entreprises font état d’une augmentation des coûts opérationnels due à des échecs de projets d’IA. La baisse de la satisfaction et de la fidélisation des clients sont les conséquences les plus fréquentes de l’échec des projets d’IA.

L’automatisation et l’intégration sont les clés du succès de l’IA

Le rapport appelle les entreprises à moderniser leur infrastructure de données à l’aide d’outils d’intégration automatisés, afin de réduire la complexité des pipelines et de libérer les ressources des équipes d’ingénierie. Parmi les principales priorités d’investissement citées par les répondants :

• 65 % prévoient d’investir dans des outils d’intégration de données comme stratégie principale pour permettre le déploiement de l’IA.
• Près des trois quarts des entreprises gèrent ou prévoient de gérer plus de 500 sources de données, ce qui accentue le besoin de solutions automatisées et évolutives.

Les facteurs qui limitent le succès de l’IA

L’étude a révélé que de nombreuses entreprises peinent à dépasser le stade des projets pilotes en IA, car elles ne parviennent pas à préparer, intégrer ou rendre opérationnelles efficacement leurs données. Parmi les points de friction majeurs :

• 74 % des entreprises gèrent ou prévoient de gérer plus de 500 sources de données, engendrant une complexité importante en matière d’intégration.
• 67 % des entreprises fortement centralisées consacrent encore plus de 80 % de leurs ressources en ingénierie des données à la maintenance des pipelines, ne laissant que peu de temps à l’innovation en matière d’IA.
• 41 % des entreprises indiquent que le manque d’accès aux données en temps réel empêche les modèles d’IA de fournir des informations exploitables au moment opportun.
• 29 % des entreprises déclarent que les silos de données entravent la réussite de leurs projets d’IA.

Tant que ces défis ne seront pas relevés, les entreprises continueront à rencontrer des difficultés en matière de performance de l’IA et ne parviendront pas à libérer toute la valeur de leurs investissements.

Différences régionales et sectorielles en matière de préparation à l’IA

Ces problèmes ne se limitent pas à un seul secteur. Des secteurs tels que la santé et le retail sont les premiers à être prêts pour l’IA grâce à des stratégies d’automatisation et d’intégration des données plus solides. Les secteurs tels que la finance et l’industrie manufacturière continuent de lutter contre les systèmes hérités et les contraintes d’intégration.

Les différences régionales sont également significatives. La région Asie-Pacifique arrive en tête avec un score de préparation à l’IA de 8,8 sur 10, suivie par les États-Unis avec 8,2. Le Royaume-Uni est à la traîne avec un score de 6,0 en raison de stratégies d’intégration faibles et d’une infrastructure fragmentée.

L’étude a été menée au premier trimestre 2025 par le cabinet Redpoint Content. Elle a recueilli les réponses de 401 leaders et professionnels des données aux États-Unis, au Royaume-Uni, en Europe, au Moyen-Orient, en Afrique et dans la région Asie-Pacifique. Les personnes interrogées représentent des entreprises des secteurs de la technologie, de la finance, de la santé, du retail et de l’industrie, employant de 500 à plus de 5 000 personnes. Le rapport complet est disponible à l’adresse suivante : fivetran.com/resources/reports/ai-data-readiness.