Les technologies comme le cloud, l'intelligence artificielle et l'Internet des objets, permettent aux entreprises d'innover, d'accroître leur productivité et de réduire leurs coûts, mais elles augmentent également les risques liés à la prolifération des données, à l'extension des surfaces d'attaque, à la dégradation des performances, aux pannes, etc.

L’industrie de l’analytique a connu de nombreuses évolutions depuis la trentaine d’années de son existence. La première phase, centralisée et très managée par l’IT, a vite été remise en cause, car ce modèle manque de souplesse : l’utilisateur n’a pas accès aux données quand il le veut. Ce qui génère très peu de dissémination des données, donc des informations, à travers les organisations. La seconde phase de cette évolution a vu une ouverture que l’on pourrait qualifier d’ère du self-service. Il s’agissait principalement de libérer l’accès aux données et d’augmenter l’utilisation de la donnée dans l’entreprise.

La troisième ère est celle que nous vivions actuellement. Elle représente la meilleure façon d’optimiser le rapport entre l’humain et les données. Le but est de permettre à toutes les énergies de l’entreprise de bénéficier des outils d’accès et d’analyse des données pour susciter l’innovation et la créativité.

Concilier liberté d’accès aux données et sécurité

Mais là aussi, il faut savoir raison garder : l’ouverture vers les données de l’entreprise pose des problèmes de sécurité, car il s’agit de savoir précisément qui a accès aux données. Le deuxième problème qui se pose dans le modèle self-service est celui de la multiplication des versions : les utilisateurs accèdent aux données avec chacun une vision propre à son métier, le financier et le marketing par exemple, ce qui génère « plusieurs versions de la vérité ».

Aujourd’hui le grand défi de l’analytique est de concilier la liberté d’accès aux données dans un cadre sécuritaire contraignant. C’est ce que les Américains appellent le freedom framework ou liberté encadrée.

Mettre l’IA à contribution sur les tâches fastidieuses

Il existe plusieurs techniques pour concilier ces impératifs apparemment contradictoires. L’intelligence artificielle est un outil qui peut aider dans l’accomplissement des tâches les plus fastidieuses. La première solution qui vient à l’esprit consiste à automatiser certaines tâches contraignantes comme le travail de nettoyage des données. En règle générale, quatre-vingts pourcent du temps de l’analyse est passé à nettoyer les données et à les assembler. Dans ce contexte, l’intelligence artificielle peut aider à rendre ce travail moins laborieux.

L’un des problèmes de cette troisième phase de l’industrie de l’analytique est ce plafond de verre que constitue la limite d’adoption dans les entreprises. Pour diverses raisons, l’adoption de l’analytique dans les entreprises ne dépasse pas 35 % des employés. Ceci signifie que 65 % des employés n’ont pas accès aux données. On se retrouve dans une situation où les entreprises ont engrangé des quantités considérables de données, mais qui ne sont exploitées que par une minorité d’employés.

Aussi, comment les entreprises peuvent-elles adopter une stratégie plus volontariste ? La première chose qu’ils devraient faire, c’est abandonner la stratégie qui les maintient sur la défensive. La seconde est d’adopter les outils qui leur permettent de concilier la sécurité des données et l’accès au plus grand nombre pour stimuler la créativité et par conséquent l’innovation.

Une base de données résiliente et adaptative

Oracle propose Oracle Autonomous Database, une solution autonome et résiliente basée sur l’offre Oracle Cloud et reposant sur Oracle Database. Ses fonctions spécifiques permettent à Oracle Autonomous Database de s’adapter et de s’autoguérir en cas de problèmes. Oracle Autonomous Database s’adapte en continu, à l’aide de modèles d’apprentissage machine des comportements observés, comme modèles de changement de comportement de l’utilisateur et du système.

Ces services déchargent les administrateurs de bases de données des tâches opérationnelles qui accompagnent normalement le déploiement d’une base de données en nuage. Ces tâches comprennent des fonctions de réglage avancées, de sécurisation de la base de données et de dépannage. L’administration de la base de données est ainsi entièrement automatisée, ce qui permet de garantir une disponibilité à 99,995 % (en comptant la maintenance non planifiée, les corrections de bogues, les changements de configuration et les correctifs de sécurité) et un temps d’arrêt annuel ne dépassant pas 30 minutes.

Par Eric Delfosse – Sales Directeur Autonomous Database chez Oracle France