Les prévisions du marché reflètent l'optimisme des entreprises à l'égard de DSML (Data Science & Machine Learning). IDC estime que les revenus mondiaux du marché de l'intelligence artificielle (IA), y compris les logiciels, le matériel et les services, augmenteront de 15,2 % cette année.
L’IA au secours des entreprises pour doper leurs résultats. Plusieurs études tablent en effet sur une croissance de l’IA en général et en particulier de la DSML. IDC estime qu’il devrait atteindre 341,8 milliards de dollars et afficherait une croissance de 18,8 %, pour atteindre 500 milliards de dollars en 2024.
Même optimisme chez McKinsey qui indique que 56 % des dirigeants d'entreprises mondiales ont déclaré que leur adoption du DSML et de l'IA était en hausse, contre 50 % en 2020.
Enfin, le cabinet Gartner note que les organisations qui entreprennent des initiatives DSML s'appuient sur des offres à faible coût, des logiciels libres et des fournisseurs de services de cloud public pour développer leurs connaissances, leur expertise et tester les cas d'utilisation.
MLOps à l’opposé du DevOps ?
Les équipes de data scientists des services financiers, de la santé et de l'industrie manufacturière ont déclaré que les stratégies DSML de leur entreprise sont les plus efficaces lorsqu'elles anticipent et planifient des résultats initiaux inégaux par unité opérationnelle.
Ces équipes affirment également que la production de modèles à grande échelle à l'aide de MLOps (adaptation du DevOps aux problématiques spécifiques du Machine Learning) est fondamentalement différente de la production d'applications internes courantes à l'aide de DevOps.
Elles ajoutent que plus le modèle opérationnel d'une unité opérationnelle est complexe, plus la courbe d'apprentissage de MLOps est complexe. Les contributions de DSML aux unités commerciales varient en fonction de la disponibilité de données fiables et de la clarté des énoncés de problèmes.
Dès lors, le cabinet O'Reilly indique que « l'IA d'entreprise n'aura pas atteint sa maturité tant que les groupes de développement et d'exploitation ne pourront pas s'engager dans des pratiques telles que le déploiement continu, tant que les résultats ne seront pas reproductibles (au moins au sens statistique), et tant que l'éthique, la sûreté, la confidentialité et la sécurité ne seront pas des préoccupations secondaires ».
IA et cloud : plus de performances
Comment et où DSML s'améliorera-t'il en 2022 ? La mise en place des éléments fondamentaux d'une plate-forme DSML accélère la précision, la rapidité et la qualité de la prise de décision. Comme le montre le dernier Magic Quadrant de Gartner, les fournisseurs de plates-formes DSML font des progrès en proposant des infrastructures plus flexibles et plus évolutives.
Les entreprises que McKinsey considère comme « très performantes » utilisent beaucoup plus l'infrastructure cloud que leurs pairs, 64 % de leurs workloads d'IA fonctionnant sur un cloud public ou hybride, contre 44 % pour leurs pairs.
