Une chose est sûre : nous produisons tous plus de données que nous ne savons quoi en faire. Selon certaines estimations, il s’agit chaque jour de 2,5 quintillions d’octets de données provenant de sources telles que les téléphones, les réseaux sociaux et les appareils « Internet des objets », et une grande partie de ces données sont des « données sombres » – non structurées et largement ignorées.
Mais il y a de plus en plus d’efforts pour changer cela. Les entreprises explorent et analysent de plus en plus les données sombres pour obtenir des informations, et elles standardisent les capacités d’analyse à l’échelle de l’organisation et acquièrent les compétences des CDO et des data scientists pour apprendre à utiliser les données à bon escient.
Voici trois façons dont les entreprises font bon usage des données sombres.
1. Commercialiser les informations sur les données
Au-delà de l’utilisation des données pour prendre des décisions plus éclairées, de nouvelles recherches montrent que les entreprises commencent à monétiser les informations sur les données, avec 71% des organisations déclarant qu’elles créent de nouvelles formes de valeur économique et 42% indiquant que ces informations sur les données seront un contributeur important aux revenus au cours des trois prochaines années. Les applications IoT à elles seules pourraient générer jusqu’à 507 zétaoctets de données d’ici 2019 – c’est un énorme potentiel de revenus.
2. Augmenter les capacités cognitives
Les analyses avancées ont cédé la place à l’informatique cognitive – l’utilisation de systèmes d’auto-apprentissage adaptatifs pour recueillir des recommandations intelligentes. C’est la prochaine étape logique du parcours analytique, en particulier pour les entreprises qui cherchent à différencier la façon dont elles utilisent les données et dérivent les actifs de données.
Le marché mondial de l’informatique cognitive devrait atteindre 12 milliards de dollars d’ici 2019, ce qui représente une opportunité importante pour les entreprises de l’espace cognitif de fournir une automatisation analytique et des API pour un développement rapide et de faire une poussée omniprésente pour le cognitif dans les processus organisationnels. Cependant, le cognitif n’est peut-être pas pour tout le monde, et le défi pour de nombreuses entreprises sera de déterminer quand le cognitif a du sens et par où commencer à piloter des initiatives qui peuvent tirer parti des analyses prédictives et prescriptives avancées en temps réel.
3. Insuffler de l’émotion dans l’intelligence artificielle
Pour ceux qui sont plus loin dans la courbe d’adoption, le prochain saut logique pourrait être l’informatique affective – des systèmes capables d’interpréter et de simuler les émotions humaines. Également projeté comme un marché énorme, atteignant 42 milliards de dollars d’ici 2020, les capacités affectives puisent dans un énorme pool de données sombres qui n’ont pas encore été explorées – images, vidéo et audio.
Pepper, un adorable robot cognitif, montre déjà comment certains aspects des capacités affectives peuvent être précieux en conjonction avec l’apprentissage automatique et l’intelligence artificielle, non seulement pour écouter et parler, mais pour comprendre l’élément émotionnel de la conversation humaine et répondre avec sensibilité au contexte. Cela peut être appliqué directement dans des domaines tels que le service client ou les services de santé.
Grâce à ces capacités d’analyse avancées, la mise en lumière des données sombres devient plus facile et plus significative.
Image principale via Shutterstock
