Une solution cloud améliore les performances de l’IA – et inversement

Les technologies modernes telles que l’intelligence artificielle sont souvent empêchées d’exploiter tout leur potentiel par des structures d’entreprise fragmentées. La cause réside fréquemment dans l’infrastructure – par exemple, dans l’interaction sous-estimée entre l’IA et le cloud. C’est ce que rapporte Kiran Minnasandram, Vice President Technology Transformation & Advisory Group chez Wipro.

Le récent rapport Pulse of Cloud de l’entreprise internationale de conseil en informatique Wipro montre que seulement 14 pour cent des entreprises interrogées en Allemagne suivent une stratégie extensive de cloud industriel. Cette structure fragmentée se répercute également sur les applications d’IA qui en découlent et empêche finalement les deux technologies d’atteindre leur pleine performance.

Investir dans le cloud ou dans l’IA ?

Les budgets alloués aux dépenses technologiques dans les entreprises sont souvent très disputés et il n’est pas rare que leur utilité doive être mise en balance. Il peut cependant s’avérer que, comme dans le cas du cloud et de l’intelligence artificielle (IA), c’est précisément la combinaison qui fait le succès – car la performance (entre autres) de ces deux technologies est étroitement liée : l’IA atteint son meilleur niveau lorsqu’elle repose sur un environnement cloud évolutif et interopérable.

Cloud ou IA ? Pour de nombreuses entreprises, il peut être judicieux de prendre en compte et d’optimiser les interactions positives entre ces technologies. (Source : Getty Images)

Ce dernier peut à son tour être potentialisé par l’automatisation, une analyse des données en temps réel sans faille et une puissance de calcul élevée – de sorte que les améliorations apportées à une technologie renforcent également l’autre. Dans le cas du cloud et de l’IA, la question ne devrait donc pas être « soit… soit… », mais plutôt une bonne coordination dans le cadre d’une stratégie technologique unifiée.

Car dans de nombreux cas, les inefficacités ne sont pas dues à l’application logicielle elle-même, mais à son utilisation fragmentée. L’enquête de Wipro auprès de 500 cadres dirigeants en Amérique du Nord, au Royaume-Uni, en Allemagne, en France et en Suisse a révélé que dans les trois quarts (76 pour cent) des entreprises interrogées, des solutions cloud sont déjà utilisées ; pour l’intelligence artificielle, ce chiffre est de 54 pour cent. Cependant, si l’on examine de plus près les entreprises qui suivent une stratégie cloud unifiée à l’échelle de l’entreprise, on constate que parmi les entreprises étudiées dans les secteurs des technologies de l’information, de la finance et de l’industrie manufacturière, seulement dix pour cent (au total) le font – en Allemagne, ce chiffre n’est que de 14 pour cent, soit environ un septième.

De cette manière, de nombreux potentiels restent méconnus ou sont sous-estimés. Des inefficacités apparaissent là où elles devraient être résolues par des technologies avancées. Les approches fragmentées empêchent également une mise à l’échelle flexible ainsi que l’intégration des données et les aspects de sécurité. Selon les exigences de l’entreprise, il peut donc être judicieux de relever ces défis par le biais d’une solution unifiée de cloud industriel (par opposition à une version générique).

Quand un cloud industriel est-il rentable ?

Outre les avantages connus d’une infrastructure basée sur le cloud, les solutions dites de cloud industriel offrent des réponses aux défis spécifiques à chaque secteur en mettant en place des systèmes sur mesure. Celles-ci peuvent également simplifier la conformité réglementaire spécifique au secteur et, selon la configuration, offrir des possibilités d’analyse avancées. Les interfaces avec tous ces aspects ont fait de la question de l’implémentation de solutions cloud spécifiques à un secteur une considération non plus purement technologique, mais stratégique pour l’entreprise.

Particulièrement dans les secteurs soumis à des exigences très spécifiques en matière de protection des données et de réglementation, l’utilisation d’une solution cloud spécifique à un secteur peut être judicieuse. (Source : iStock)

La réflexion « cloud industriel ou non ? » est par exemple pertinente pour les entreprises qui souhaitent utiliser l’IA à grande échelle et ont besoin d’une mise à l’échelle flexible. Si l’on considère différents secteurs, ce sont particulièrement les domaines fortement réglementés comme le secteur financier, où des normes telles que PCI DSS pour les transactions par carte de crédit ou SOX pour les rapports financiers des entreprises doivent être respectées, et le secteur de la santé (par exemple HIPAA et RGPD pour la protection des données des patients) ainsi que l’industrie manufacturière, dans lesquels la mise en place d’une infrastructure hautement spécifique et adaptable peut avoir du sens. À cet égard, les solutions cloud spécifiques à un secteur sont souvent préconfigurées avec des fonctions de contrôle, de certification et d’audit adaptées aux réglementations respectives. Celles-ci peuvent considérablement simplifier leur respect, réduire les risques et diminuer les coûts de maintenance interne de ces systèmes.

De nombreux secteurs disposent de processus opérationnels, de structures de données et d’exigences d’analyse uniques. Les solutions cloud spécifiques à un secteur offrent dans de nombreux cas des applications, des workflows, des modèles de données, des API et des outils d’analyse prêts à l’emploi, spécialement adaptés à ces exigences verticales (par exemple, la gestion des patients dans le secteur de la santé, le règlement des sinistres dans le secteur des assurances, l’optimisation de la chaîne d’approvisionnement dans la fabrication).

Prendre en compte les obligations de diligence

Une migration fluide des données et des mesures de sécurité suffisantes figurent en tête des préoccupations des entreprises qui pourraient s’opposer à une implémentation de cloud ou de cloud industriel. Cependant, une fois mise en place, une combinaison réfléchie d’applications cloud et d’IA augmente la sécurité et facilite les vérifications de conformité réglementaire – grâce à une disponibilité sans faille des données nécessaires et à la confiance qui en découle quant à la conformité aux règles en vigueur.

Pour y parvenir, une approche progressive est par exemple possible afin de contrôler les risques et d’assurer une transition fluide vers le cloud. De plus, les clients peuvent, pour plus d’agilité, combiner des architectures on-premise avec des solutions cloud flexibles.

Une combinaison de surveillance basée sur l’IA des schémas comportementaux suspects et de contrôles de sécurité particulièrement sensibles aux cyberattaques spécifiques à un secteur assure, en soi, un haut niveau de sécurité pour le cloud industriel. Cependant, il est également nécessaire d’établir des règles solides de gouvernance de l’IA valables dans toute l’entreprise afin de garantir la transparence et la conformité. De plus, une stratégie cloud robuste n’est pas une tâche que l’on peut simplement « cocher » – les entreprises doivent être prêtes à adopter une approche d’optimisation et d’apprentissage continus pour permettre le succès à long terme du projet.

Les entreprises pour lesquelles l’introduction d’un cloud industriel est envisageable devraient envisager cette option suffisamment tôt afin de pouvoir développer la technologie avec une avance suffisante pour atteindre une maturité technique maximale. Ici aussi, il est recommandé de ne pas emprunter cette voie seul, mais de construire un écosystème de cloud industriel et, par exemple, d’impliquer des partenaires ou des start-ups ainsi que de collaborer avec les autorités de régulation.

Source de l’image : iStock

Traduit de l’original allemand par intelligence artificielle. La version allemande fait foi.