Livre Blanc Qualité Des Données Des

Wednesday, 31 July 2024

L'intelligence artificielle est au centre de toutes les attentions et préoccupations actuellement. Mais savez-vous que la vraie difficulté en IA, ce ne sont pas les algorithmes, ni la conception des modèles: ce sont avant tout les Data! Or, les données font aujourd'hui l'objet d'une défiance croissante. Comment y remédier et produire des intelligences artificielles de confiance, des intelligences artificielles éthiques? C'est tout l'enjeu du livre blanc: « Data Éthique / IA Éthique: les deux visages d'un futur responsable ». Replay Gouvernance des données: comment l'Estonie montre la voie aux entreprises data-driven Lire la suite Les Français affichent une méfiance croissante vis-à-vis des entreprises concernant leurs données personnelles. Pourquoi une telle défiance? Parce que l'utilisation de leurs données, notamment dans le cadre de l'intelligence artificielle, est souvent perçue comme intrusive. Si le RGPD a instauré un cadre pour la protection des données, il se révèle largement insuffisant en matière d'éthique pour l'intelligence artificielle.

• Livre blanc qualité des données la
• Livre blanc qualité des données 5

Livre Blanc Qualité Des Données La

Le lecteur devrait également apprécier l'approche pragmatique de ce livre blanc ». Fruit d'un travail collaboratif de la Commission Data et Technologies ce document récompense les efforts conjoints de nos membres 76310, Amabis, Edgewhere et Data company. N'hésitez pas à en faire profiter vos collaborateurs et vos clients!

Livre Blanc Qualité Des Données 5

"Le cliché du moment est d'affirmer que l'entreprise de demain se doit d'être impérativement pilotée par la donnée ("data driven" dans la langue de Marc Benioff). Si elle veut réussir sa transformation digitale (autre concept hautement monnayable du moment), l'entreprise doit démocratiser l'accès à la donnée pour tordre le cou à la dictature de l'instinct et de l'opinion de dirigeants à l'opinion sclérosée dans des schémas du 20ème siècle. Oui… Mais non. Oui, la donnée est partout. Oui, elle permet d'appréhender des changements rapides et offre des opportunités considérables pour renouveler les modèles économiques. Mais non, elle n'est pas prête à remplacer l'instinct et l'opinion des managers. Non pas que les algorithmes soient stupides ou trop lents. Mais pour trois raisons (que cachent sous le tapis les apôtres de la transformation digitale par la donnée): • Une très large partie des données est d'une fiabilité plus que douteuse • Une très large partie des données n'est pas accessible aux personnes qui en ont besoin (ou sous une forme tellement peu fiables qu'il vaudrait certainement mieux qu'il n'y ait pas accès - cf le point précédent).

SOMMAIRE Chapitre 1: Avantages d'une organisation Data-Centric Chapitre 2: Axes de construction d'une plateforme data Chapitre 3: Gouvernance des données Chapitre 4: Référentiels de données Chapitre 5: Qualité des données Chapitre 6: Tagging des données Chapitre 7: Anonymisation des données Chapitre 8: Fournisseurs de données Chapitre 9: Organisation des données Chapitre 10: DMP