L'IA est aussi efficace que les données qui l'alimentent

L'intelligence artificielle (IA) a récemment été décrite de bien des manières : technologie révolutionnaire, nouvelle donne économique, « innovation majeure » surestimée ou sous-estimée. Je vois l'IA comme une nouvelle frontière dans la grande tradition des outils qui ont fait progresser l'humanité. Elle constitue la prochaine étape de la révolution de l'information, comme la révolution industrielle ou la révolution scientifique qui l'a précédée. Et comme toutes les innovations majeures, l'IA peut avoir un impact positif ou négatif.

L'IA est très prometteuse pour les entreprises : l'IA prédictive, optimisée par le machine learning, est déjà utilisée pour reconnaître les modèles, améliorer considérablement l'efficacité et résoudre les problèmes commerciaux et sociaux de manière plus rapide que tout ce que nous avons connu jusqu'à présent. Elle peut être utilisée pour améliorer la recherche médicale, notamment afin de prédire comment les protéines se replient pour influencer les fonctions biologiques. Elle peut contribuer à détecter les fraudes financières afin de protéger à la fois les clients et les résultats de l'entreprise. Elle peut faciliter la planification face aux catastrophes naturelles en anticipant mieux les crises et leurs conséquences. Nous le savons, car nous aidons nos clients à atteindre ces objectifs basés sur l'IA depuis de nombreuses années.

L'IA générative ne reconnaît pas seulement les modèles, elle en génère également de nouveaux. Cette fonctionnalité permet aux développeurs de logiciels d'être plus productifs, aide les créateurs de contenu à offrir des expériences beaucoup plus immersives et facilite la recherche des informations nécessaires pour les clients, les collaborateurs, les citoyens et les étudiants.

Toutes ces possibilités s'appuient sur un seul outil : les données. C'est le cas depuis longtemps : de meilleurs datasets ont permis aux générations précédentes d'outils d'IA de fournir de meilleures prédictions. Grâce à l'utilisation de datasets très volumineux, les modèles de langage de grande taille permettent à l'IA générative d'atteindre des niveaux de capacités inédits. Les innovations actuelles améliorent rapidement ces modèles fondamentaux en utilisant les données privées des clients pour améliorer le contexte ou ajuster un modèle afin de prendre de meilleures décisions. L'éminent informaticien Peter Norvig le résume avec élégance : « une plus grande quantité de données vaut mieux que des algorithmes plus intelligents, mais la qualité des données offre plus de valeur que leur quantité ».

Pour faire simple, l'IA repose sur les données. Le stockage, la sécurité et l'accessibilité des données sont essentiels pour les informations exploitables et les analyses fournies par l'IA. En outre, les fonctionnalités d'IA de votre entreprise sont aussi efficaces que les données qui les alimentent. 

Exploiter l'IA requiert de gérer plusieurs versions de modèles et de les maintenir à jour avec les derniers datasets. Cela signifie que des quantités massives de données doivent circuler librement, qu'il s'agisse des propres données de l'entreprise ou d'autres datasets pertinents que les clients utilisent pour améliorer leurs systèmes d'IA. Bien sûr, nous savons mieux que quiconque qu'il ne s'agit pas d'ouvrir le déversoir d'un barrage. Les volumes de données sont énormes et les flux sont ininterrompus. Les données sont également disséminées, rarement structurées et elles doivent être protégées. Une technologie complexe et des silos d'entreprise et de données disparates sont des obstacles majeurs à la mise en production des projets d'IA. Pour tirer le meilleur parti de l'IA, vous avez besoin des solutions les plus complètes, puissantes et durables, sans les goulots d'étranglement liés aux silos de données classiques. Une infrastructure de données de cloud hybride moderne, intelligente et intégrée constitue le socle de l'IA.

Quelle que soit la taille de votre entreprise, voici comment optimiser votre moteur de données pour exploiter la révolution technologique intelligente : 

• Assurez-vous que vos données et votre organisation IA sont intégrées. Pour se préparer à un avenir optimisé par l'IA et data-driven, les entreprises font face à plusieurs obstacles : la fragmentation de la propriété des données, des plateformes de données et une infrastructure cloisonnées, et un éventail disparate de spécialistes qui travaillent de façon compartimentée. Dans de nombreuses entreprises, des analystes et des ingénieurs comprennent les données en profondeur, des data scientists peuvent appliquer des outils modernes d'analytique à ces données et des analystes savent comment appliquer les données et les recommandations d'IA pour stimuler les résultats commerciaux. Ces rôles doivent travailler en étroite collaboration pour accélérer l'impact de l'IA.

• Évaluez et consolidez vos données non structurées. Depuis de nombreuses années, les entreprises investissent dans des outils pour valoriser les données structurées telles que les bases de données, les data warehouses et les outils de veille stratégique. Toutefois, l'IA générative fournit un moteur puissant pour valoriser les données non structurées, qui représentent la plus grande partie des données d'une entreprise et qui enregistrent la croissance la plus rapide. La plupart des entreprises continuent d'utiliser principalement des données au format texte ; les documents, les fichiers audio et les fichiers volumineux tels que les images et les vidéos représentent le plus grand pourcentage des données d'une entreprise. Le traitement du langage naturel et la vision par ordinateur comptent parmi les outils d'IA les plus avancés et constituent certainement l'application la plus rapide en matière d'IA générative. Assurez-vous de disposer d'une vue à jour de votre environnement de données non structurées et de ses applications pertinentes afin d'être prêt à les utiliser avec les applications d'IA générative.

• Intégrez vos workloads et vos données dans une infrastructure multicloud hybride intelligente. Les volumes, les types et la vitesse des données ne cessent de croître. Face aux quantités massives de données à traiter, la simplicité et l'intégration sont essentielles. Un pipeline de traitement de données constitue le système architectural de collecte, de transport, de traitement, de transformation, de stockage, de récupération et de présentation des données. Les équipes d'IA à la pointe du progrès veulent allier l'évolutivité et le rythme soutenu de l'innovation des clouds publics à la sécurité et à la gouvernance des environnements sur site en créant des pipelines de traitement de données de cloud hybride.

• Hiérarchisez la sécurité et la gouvernance de vos données. Une grande puissance s'accompagne de grandes responsabilités. L'adage est peut-être banal, mais il n'est pas utilisé sans raison. Dans le cas de l'IA, il est particulièrement pertinent. L'IA offre des avantages sur le plan de la sécurité, car elle peut identifier les cybermenaces en temps réel et créer des modèles de détection des erreurs. Toutefois, elle présente aussi des risques. Avec l'IA, vos données privées sont bien plus précieuses, mais elles peuvent être la source d'erreurs, de biais et d'autres inexactitudes dans votre modèle. Vous devez donc la sécuriser et la gouverner avec soin.

En optimisant votre moteur de données, vous pouvez disposer d'un socle solide pour exploiter la puissance de l'IA de manière responsable, sécurisée et économique.

Les données et l'infrastructure de données sont nos points forts. Grâce à notre expertise, vous pouvez être immédiatement opérationnel et concentrer vos efforts sur les besoins des clients.

Les 30 dernières années ont connu des révolutions successives des modèles technologiques et des business models. Nous avons non seulement surmonté ces défis, mais nous en avons tiré parti pour approfondir notre expertise, accompagner nos clients dans un monde en mutation et favoriser notre propre réussite commerciale. C'est alors que l'informatique client-serveur est devenue la norme, que les entreprises ont migré leurs ventes vers Internet, que le cloud est devenu un facteur de transformation et que l'hybride a apporté la solution. C'est pourquoi nous connaissons les besoins des entreprises, même si la technologie évolue. L'IA ne fait pas exception. Nous avons permis à nos clients d'utiliser des techniques d'IA pour accélérer la mise au point de médicaments et le diagnostic des maladies, améliorer le secteur industriel et le service client, et réduire les fraudes, le gaspillage et les risques. Nous utilisons l'IA au quotidien pour développer et améliorer nos produits et nos services.

NetApp est le seul fournisseur qui permet aux clients d'assurer l'intégration, l'accès et la gestion de l'ensemble du cycle de vie de leurs données, et ce en tout lieu et pour toutes les données, quelle que soit l'application, y compris l'IA.

Si vous souhaitez en savoir plus sur l'avenir de l'IA et des données et sur la position de NetApp dans ce contexte critique, inscrivez-vous à la conférence NetApp INSIGHT^® 2023, l'événement technologique mondial dédié aux esprits innovateurs, aux leaders et aux créateurs du domaine de l'infrastructure et de la donnée. 

Un groupe de leaders du secteur discutera de la meilleure façon d'exploiter ces changements. J'espère que vous vous joindrez à nous.