Data / IA
Data et IA : pour rebondir en période de récession
Par La rédaction, publié le 23 mars 2023
En période de récession, la production de valeur est plus stratégique encore. Pour accroître l’efficacité comme pour réduire les coûts, l’IA est une piste stratégique à ceux qui savent en exploiter le potentiel. Quelle stratégie ? Pour quels bénéfices ?
Par Guillaume Brandenburg, Vice-Président, Région Europe du Sud & Moyen-Orient, Databricks
Face au ralentissement économique, de nombreuses entreprises françaises revoient leurs priorités. Pourtant, l’avenir du secteur technologique reste très prometteur, notamment grâce à la stratégie du gouvernement, selon laquelle la politique de la donnée doit constituer une priorité de l’État dans ses relations avec l’ensemble de ses partenaires, notamment les collectivités territoriales et les acteurs privés.
La croissance exponentielle de l’IA (Intelligence Artificielle) a notamment le pouvoir d’aider les organisations françaises, quels qu’en soient le secteur et la taille, à tirer parti du désir national de faire de la France un « générateur » de données et d’IA et à prospérer en ces temps plus moroses.
Qu’il s’agisse d’accroître l’efficacité ou de réduire les coûts, l’IA présente de nombreux atouts aux entreprises françaises qui cherchent à surmonter cette crise économique.
Une récente étude du MIT, menée auprès de DSI, CTO, Chief Data & Analytics Officers, révèle que 94 % des personnes interrogées utilisent déjà l’IA dans leur secteur d’activité. En outre, plus de la moitié des répondants déclarent s’attendre à ce que cette utilisation soit généralisée dans les fonctions métier d’ici 2025.
Mais ce n’est pas parce que l’IA est déjà largement utilisée par de nombreuses organisations dans le cadre de leur architecture data que ses avantages en sont pleinement exploités. Alors, comment passer d’un investissement initial dans l’IA à l’obtention de résultats concrets ? Et pour quels bénéfices tangibles ?
L’IA au centre de la performance des organisations
Le rapport du MIT identifie l’augmentation des revenus et la réduction des coûts comme les grands bénéficiaires du potentiel de l’IA d’ici à 2025.
Il subsiste néanmoins de nombreux territoires d’amélioration en la matière. Ainsi, les entreprises qui se concentrent sur un accès facilité à l’IA et qui investissent dans ce domaine profiteront d’un impact positif sur leurs résultats, une perspective extrêmement attractive dans le contexte actuel de ralentissement économique.
Par ailleurs, l’amélioration de l’efficacité, l’accélération du développement des produits et de leur mise sur le marché figurent parmi les premières préoccupations qui devraient également bénéficier de l’IA.
À LIRE AUSSI :
Prenons l’exemple de l’industriel Rolls-Royce qui utilise des modèles basés sur le cloud pour réduire les coûts de ses clients, mais aussi pour créer de nouvelles sources de revenus. Rolls-Royce collecte en temps réel les données générées par la création de jumeaux numériques de ses moteurs. Ces données sont ensuite analysées avec l’IA et le ML (Machine Learning), puis utilisées pour prédire les pannes de moteur avant qu’elles ne se produisent. Ainsi, Rolls-Royce améliore son efficacité, évite l’immobilisation d’avions au sol sans planification et économise des millions d’euros grâce à la réduction du coût des pièces en stock.
En période de récession, alors que les organisations cherchent à réduire leurs coûts et à faire plus avec moins, la production de valeur est encore plus stratégique. Si l’IA accélère la rapidité avec laquelle une entreprise livre un produit, ou simplement fonctionne en général, elle devient un élément clé pour se démarquer de la concurrence. Toutefois, pour tirer une réelle valeur de l’IA, les organisations doivent être en mesure d’en faciliter l’usage grâce à une architecture data moderne adaptée.
L’architecture data pour exploiter le meilleur de l’IA
De nombreuses entreprises fonctionnent actuellement sur des architectures de données plutôt anciennes, telles que des « data warehouses ». Ces architectures complexes peuvent générer des silos d’informations et compliquer la distribution des données, avec des informations dupliquées voire périmées, dont le partage est susceptible d’entraîner des problèmes plus importants en aval. Sans données de bonne qualité, l’IA ne peut tout simplement pas tirer parti de tout son potentiel.
La solution réside dans la mise en place, dès le départ, d’une structure de données solide et moderne, de type « data lakehouse ». Ainsi, les organisations peuvent réduire le nombre de plateformes différentes nécessaires et éliminer une grande partie de la complexité des architectures héritées. Cela assure un flux de données adéquates, en temps voulu, facilite le stockage pour l’analyse et le déploiement de cas d’usage d’IA et de ML.
À LIRE AUSSI :
Par ailleurs, une architecture qui facilite l’usage de l’IA doit répondre aux 3 critères suivants :
1 – L’approche Multi Cloud est indispensable au passage à l’échelle de l’IA, en raison des complexités liées au suivi et à l’optimisation des projets d’IA en environnements multi-fournisseurs. De plus, elle permet aux entreprises d’obtenir le meilleur prix pour exécuter leurs « workloads ». Les fournisseurs facturent généralement le déplacement de données dans et hors de leurs clouds, mais ils sont de plus en plus disposés à négocier ces coûts à la baisse. Cette tendance devrait se développer et rendre l’approche multicloud plus rentable dans le temps.
2 – L’IA est un grand bénéficiaire de la collaboration ouverte et multipartenaire. En effet, le succès des projets en IA repose sur des données, des informations et des outils provenant de sources externes. Les technologies data qui favorisent les standards ouverts et les formats de données ouverts sont propices à cette collaboration.
3 – Plus il y aura d’innovations basées sur l’IA, plus les équipes devront être capables de configurer et d’améliorer leurs algorithmes. En raison de la pénurie de talents, data scientists et experts IA notamment, la démocratisation est essentielle. Elle favorisera l’émergence de « citoyens data scientists », qui maîtrisent les données sans formation spécialisée. Tout projet de modernisation de l’infrastructure doit viser à élargir l’accès des équipes aux données,
Bien que la réaction naturelle à la perspective d’une récession consiste à réduire les dépenses et à suspendre les investissements, les dirigeants des entreprises françaises doivent envisager une architecture de données moderne. Elle participera à protéger leurs organisations de l’instabilité économique et à rationaliser les processus pour les années à venir.
À LIRE AUSSI :
