Applications 🇷🇺 13.08.2026 16:04

Nexign : les entreprises russes lentes à adopter l'IA pour la détection d'anomalies

Une étude de Nexign révèle que si 79 % des entreprises russes utilisent des outils de surveillance de l'infrastructure informatique, seulement 17 % emploient des modèles d'apprentissage automatique pour la détection d'anomalies. Les principaux obstacles incluent un manque d'expertise interne, une mauvaise qualité des données et la difficulté à calculer le retour sur investissement. Le secteur financier montre davantage d'intérêt, tandis que les petites et moyennes entreprises sont à la traîne.
L'étude de Nexign montre que la surveillance de l'infrastructure informatique est devenue la norme pour les entreprises russes, avec 79% des entreprises interrogées utilisant des logiciels spécialisés pour suivre l'état des systèmes. Les métriques les plus demandées incluent la charge du processeur, de la mémoire et du réseau (89%), les erreurs et pannes d'applications (86%), et les retards de réponse des services (70%). Cependant, seulement 17% utilisent des outils d'apprentissage automatique pour la détection automatique des anomalies, malgré la reconnaissance des conséquences telles que les amendes réglementaires, les atteintes à la réputation et la perte de clients. Le secteur financier est plus proactif, menant des projets pilotes, tandis que d'autres industries adoptent une approche attentiste, et les petites entreprises sont les moins préparées, en partie à cause du manque de processus de surveillance de base. Les experts notent que l'obstacle est organisationnel et économique plutôt que technologique. Des outils d'apprentissage automatique existent, mais leur mise en œuvre nécessite des processus matures, du personnel spécialisé et des données normalisées de haute qualité. De plus, de nombreux projets n'obtiennent pas de financement en raison de la difficulté à calculer les avantages économiques. Maxim Nartov, directeur du développement commercial chez Nexign, souligne que, à mesure que les environnements informatiques deviennent plus complexes avec davantage de services et une infrastructure distribuée, la détection traditionnelle des anomalies devient plus difficile, et l'intégration de l'apprentissage automatique dans les plateformes de surveillance s'approfondira dans les années à venir.
Source: CNews — original
Nos articles précédents sur ce sujet ↓
Infos fraîches