Selon IndustryWeek, l'utilisation des technologies disruptives dans l'industrie 4.0 se heurte à des défis d'implantation qui mettent en relief la pénurie de personnel qualifié ainsi qu'une compréhension insuffisante des algorithmes nécessaires pour sélectionner les meilleurs talents.

L'expérience des gestionnaires de projets d'intelligence artificielle (IA) et d'apprentissage automatique consultés par IndustryWeek souligne la pertinence de s'attarder à la gestion du projet lui-même. Une approche « agile » serait en effet préférable à une approche en « cascade » car l'originalité de la technologie d'apprentissage automatique nécessite une approche différente de celle de l'IA pour la conception des produits de base. Bref, il faudrait déterminer l'objectif et les paramètres souhaités dès le départ.

D'ailleurs, puisque l'apprentissage automatique exige des compétences informatiques particulières, il est à prévoir que les les gestionnaires du projet devront résoudre une variété de questions critiques. Elles concernent notamment les incertitudes par rapport à la disponibilité des compétences, le recyclage du personnel, l'exploitation du modèle d'apprentissage automatique, la paramétrisation et la surveillance des réseaux de neurones, le suivi de la qualité et les infrastructures requises.

De plus, la gestion du projet doit aborder le très complexe processus d'étiquetage (labeling) des données brutes (images, fichiers texte, vidéos, etc.), qui est crucial pour fournir un contexte significatif aux modèles d'apprentissage automatique. Un étiquetage déficitaire peut affecter les niveaux de précision des réseaux de neurones et mener à des décisions erronées fondées sur des états mal définis ou pas définis du tout.

Puisque l'étiquetage est un processus très intensif et chronophage, les experts signalent que cela peut affecter les relations avec les clients, qui pourraient être irrités par les longs délais de développement. C'est pourquoi il serait pertinent de nommer un professionnel – idéalement un ingénieur compétent en matière de qualité de production ou de processus – responsable de vérifier le bon fonctionnement de l'étiquetage.

En outre, les experts soulignent la pertinence d'identifier avec précision le rôle de trois groupes de parties prenantes :

1. Les clients : Ce sont ceux qui appartiennent à l'environnement du déploiement et qui ont la responsabilité de définir le problème et le processus qui est géré par la solution informatique. Ils définiront également qui utilisera les résultats de la solution.
2. Les traducteurs : Ce sont ceux qui connaissent le processus et peuvent expliquer la situation, le statut ou le problème aux scientifiques de données. Ils sont également capables d'interpréter les résultats des scientifiques et de les intégrer dans le processus opérationnel.
3. Les concepteurs : Il s'agit de l'équipe de techniciens qui possèdent les multiples compétences pour concevoir une solution, soit le scientifique de données, l'ingénieur des données, l'architecte des données, le concepteur d'expérience utilisateur et le responsable de la livraison.