Nous assistons à une concentration de l’évolution technologique sur trois technologies qui monopolisent notre attention : la donnée, le big data et l’Intelligence Artificielle (IA). Il va s’agir pour les organisations de construire un environnement qui supporte trois domaines fondamentaux : la gestion des données hybrides, la gouvernance et l'intégration unifiée, et la data science et les analytiques.

Exit la donnée, exit le big data, désormais tout est dans l’IA ! Ou plus précisément, donnée et big data vont devoir se plier au diktat de l’IA ! C’est aller un peu vite en besogne que de résumer ainsi l’évolution technologique, sauf que de plus en plus de voix s’élèvent pour adopter cette vision.

Il a deux façons de voir l’IA : soit la technologie reproduit et améliore la fonction humaine ; soit elle apporte des fonctionnalités à l’homme. En fait, à bien y réfléchir, c’est la même chose. L’IA n’est qu’une imitation qui essaie de faire mieux, d’améliorer.

Mais à y regarder de près, à force de chercher à résoudre des problèmes complexes de business dans des environnements très/trop dynamiques, l’IA est désormais porteuse d’une multitude de risques. Erik Brynjolfsson, professeur au MIT, les résume ainsi: « le goulot d’étranglement est maintenant dans l’imagination, la mise en œuvre, et la gestion du business ».

Pour fournir la fluidité et éviter les goulots d'étranglement de Brynjolfsson, les organisations ont trois domaines fondamentaux distincts du progrès technique à embrasser et à exploiter :

1La gestion des données hybride

Elle fournit une plate-forme pour gérer tous les types de données depuis toutes les sources et vers toutes les destinations. Elle intègre toutes les formes de gestion des données (SQL, NoSQL) et toutes les saveurs technologiques (row store, column store, document store, Hadoop), optimisés collectivement pour fournir un accès SQL enrichi. Une stratégie efficace des données doit être unique dans son approche, et commence par la gestion des données hybrides.

2La gouvernance et l’intégration unifiées

Elles fournissent les composants qui rendent les données disponibles facilement et en toute sécurité sur les plates-formes cloud. Le procédé permet la solide préparation des données, la création de politiques, l’autorisation, l’audit, et plus encore.

3La data-science et les analytiques

Elles se combinent pour fournir une analyse holistique et collaborative de tous les types de données, apportent l’autonomisation aux personnes pour interpréter et extraire économiquement un sens à partir des ensembles de données complexes. Les éléments clés comprennent des outils d'analyse, les modèles statistiques avancés, et le machine learning.

La data science et la renaissance de IA sont en plein essor en raison de la numérisation et de l'explosion des données, et de l’impact potentielle du machine learning sur la transformation des entreprises. Pourquoi ? Pour nous permettre de réaliser de nouvelles tâches. Mais la construction de systèmes d’IA impose plus que d'apprendre comment effectuer une tâche spécifique à partir des données… il faut une infrastructure ! C’est par l'adoption des trois domaines fondamentaux que les organisations de toutes tailles et à tous les niveaux de compréhension pourront commencer à libérer la puissance de la donnée dans l'entreprise.

Image d’entête 516037407 @ iStock eatcute