L’explosion du volume des données amène les entreprises à s’interroger sur la manière de gérer ses données dans des environnements complexifiés et de les protéger dans un contexte de cybermenaces grandissant. Est-il temps de révolutionner les entreprises et leurs gestions de bases de données grâce à l’exploitation d’algorithmes de Machine Learning ? Un expert, Alain Scazzola, Business Development Manager, nous éclaire à ce propos :

Intégrer l’Intelligence Artificielle au sein de sa base de données ne risque-t-il pas de créer un bouleversement ?

On a facilement peur de ce qu’on ne connait pas bien, et l’IA est un domaine difficile à appréhender, qui véhicule pas mal d’idées reçues. Et, comme toutes les révolutions technologiques, il est difficile de prédire tous les bouleversements que va apporter l’IA à moyen et long terme.

Lorsque la voiture est apparue, on n’imaginait pas la profonde évolution qu’elle allait amener dans la vie quotidienne. Les cochers ont perdu leur job, c’est sûr, mais il a suffi qu’ils apprennent à conduire. De tout temps, les métiers se sont transformés. Et beaucoup de gens l’ont compris : une étude d’Accenture montre que 45% des citoyens sont plus favorables à l’utilisation de l’IA qu’il y a un an. Et 25% des Français seraient même prêts à remplacer leur collègue par de l’IA, si cela implique une réduction des tâches administratives !

Faut-il exploiter dès maintenant le Machine Learning pour rester dans la course ?

Je pense qu’il faut embrasser le mouvement. Plutôt que d’attendre d’être impacté par cette révolution technologique, il est plus constructif de s’intéresser au sujet, de tester, de comprendre le fonctionnement et de voir concrètement les avantages qu’apporte l’IA. Il faut prendre de l’avance pour en faire un avantage concurrentiel.

Avec les avancées concrètes de l’IA, nous y voyons plus clair dans ses capacités, et elles sont effectivement spectaculaires dans certains domaines :

La voiture autonome s’est développée extrêmement rapidement. Nous en sommes déjà à travailler sur les contrats d’assurance, sur les problématiques de responsabilité, sur la transformation de la mobilité dans les villes, car nous savons qu’elle sera là dans peu de temps. Dès 2019 les essais seront autorisés sur le territoire français, pour faire rouler dès 2020 des véhicules autonomes de niveau 3 (dans lesquels les conducteurs pourront ne pas regarder la route).

Autre exemple, l’interprétation de l’imagerie médicale est aujourd’hui très bien maîtrisée par l’IA, mais cela ne veut pas dire que le médecin n’a plus un rôle à jouer : c’est évidemment lui qui va poser le diagnostic définitif et définir le traitement en fonction du contexte du patient.

Nous pourrions citer beaucoup d’autres exemples : dans la banque, l’IA est déjà utilisée pour détecter la fraude. Dans les villes, la reconnaissance d’images contribue à améliorer la sécurité des citoyens.

On le voit, l’IA se développe dans des sujets sensibles, où les problématiques de risque, de sécurité, ont su être surmontées.

Comment appliquer ces exemples d’exploitation de l’IA à la base de données ?

C’est un peu la même chose avec la gestion des données : la data est devenue un des assets les plus précieux de l’entreprise. Le succès des GAFAs, qui ont basé leurs services et leur spectaculaire développement sur l’exploitation de leurs données le prouve.

Il faut donc porter une attention toute particulière à ses données, à toutes les phases de leur exploitation : intégration, nettoyage, stockage, analyse, partage, sauvegarde… Mais compte tenu de l’augmentation des volumes et de la diversité des données, toutes ces tâches sont de plus en plus complexes, prennent du temps et entraînent des risques si elles ne sont pas réalisées dans les règles de l’art.

C’est là que l’IA intervient, pour automatiser les tâches, s’appuyer sur les meilleures pratiques en les appliquant dans votre contexte, et prendre en compte notamment la sécurité et les performances de votre base de données.

Comme l’explique Donald Feinberg, Analyste chez Gartner, la tendance majeure dans l’évolution des DBMS est l’introduction de l’IA et du ML, qui permettent d’avoir une base de données qui s’autogère. C’est ce qui va libérer du temps pour des tâches à plus forte valeur ajoutée.

Apprenez-en davantage en découvrant Oracle Autonomous Database, la base de données autonome d’Oracle : https://www.oracle.com/fr/database/autonomous-database.html