EPAM a identifié deux obstacles clés à une adoption plus large. Le premier concernait la préparation des données. De nombreuses organisations n’avaient pas l’infrastructure nécessaire pour prendre en charge une IA de niveau entreprise. « Il est très difficile de passer à grande échelle avec l’IA si vos données ne sont pas prêtes pour cela », a expliqué Tikhomirov. « Développer des plateformes de données et rapprocher vos données des modèles IA, en modernisant et simplifiant les données, était une tendance majeure. »
Le deuxième défi était l’alignement organisationnel. Dans de nombreux cas, les initiatives en matière d’IA étaient menées par des équipes techniques sans l’adhésion totale des parties prenantes de l’entreprise. « Si vous vous contentez de modifier une partie d’un processus avec l’IA, vous n’accélérez pas nécessairement l’ensemble du processus », a déclaré Tikhomirov. « Dans ces cas-là, le retour sur investissement est moins tangible. »
EPAM a passé l’année à aider ses clients à combler ces lacunes fondamentales. Cela a notamment impliqué la remise en état des patrimoines de données, la gestion de la conformité et l’alignement des équipes internes autour d’objectifs partagés.