Les cartes de la gestion des données sont rebattues en 2019

Par  Romain Picard / Vice-Président Europe du Sud et EMEA chez Cloudera

Si 2018 a été une année de changements fondamentaux, notamment avec l’entrée en vigueur du RGPD, l’impact de la gestion et de l’analyse des données pour les entreprises…, l’année 2019 voit elle aussi de nouvelles avancées venir rebattre les cartes d’un marché en pleine évolution.

Les nouveaux garde-fous de l’IoT 

Face à des solutions IoT et réseaux peu fiables, la sécurité doit être le principal objectif des entreprises, qui doivent avoir une approche proactive. Les entreprises doivent utiliser les données à bon escient et traiter les périphériques IoT comme tout autre périphérique réseau pour une meilleure prédiction et répondre aux besoins avec précision.

L’IoT ayant vu la création d’une quantité exponentielle de données, il est vital de pouvoir les relier entre elles car aujourd’hui, le besoin de prise de décision s’accélère. À mesure que l’intelligence artificielle (IA) et le machine learning (ML) évoluent, le fait d’organiser les données et en produire des informations ouvre le champ de tous les possibles. Se poser la question de « que savions-nous et quand l’avons-nous su ? » permettra aux entreprises d’utiliser les données de manière optimale.

En 2019, de nouveaux cas d’applications de l’IoT, comme dans l’espace domestique ou encore les smart cities, se multiplient. C’est pourquoi il est indispensable d’avoir une vue globale des données, d’un cloud à l’autre, pour maximiser les bénéfices qu’elles offrent.

RGPD : entre confiance et sécurité des données

Les entreprises ont intérêt à se conformer rapidement à la réglementation pour éviter ces sanctions pouvant aller jusqu’à 20 millions de dollar.  Pour une entreprise, le RGPD consiste essentiellement à montrer à ses clients et employés l’attention et le contrôle qu’elle porte à leurs données.

Les entreprises sont désormais personnellement responsables des données réglementées RGPD sur l’ensemble du flux des données, y compris des partenaires avec lesquels elles ont besoin d’échanger des informations. Atteindre et maintenir le niveau de conformité RGPD nécessaire est devenu un différenciateur concurrentiel, obligeant les plus petites entreprises à se conformer aux normes en vigueur.

À terme, le RGPD pourrait potentiellement devenir une réglementation mondiale, mais il devra faire ses preuves et prouver de son efficacité. Les entreprises soumises au RGPD ont bien compris que mai 2018 ne signifiait pas la fin du processus, bien au contraire. La mise en conformité est une chose, mais l’appliquer à l’échelle de l’entreprise en est une autre. Les entreprises qui construisent dès maintenant une base solide pourront maintenir leur conformité à moindre effort à mesure que la réglementation évoluera.

La gestion des données dans le cloud 

Les cas d’utilisation de l’analyse de données s’intensifient, en particulier pour les charges de travail en libre-service, transitoires et à court terme. Pourtant, avec les nouvelles technologies qui permettent de partager le contexte des données, de nombreuses entreprises feront le choix de la gestion des données dans le cloud, complétant les modèles sur site et passeront à des déploiements de cloud privé et cloud hybride, peu coûteux et flexibles.

Le cloud prendra également en charge les nouveaux cas d’utilisation, tels que l’exploration et le ML, sans augmenter la demande en ressources informatiques.

Vers une nouvelle façon d’appréhender le machine learning 

Alors que nous ne sommes qu’au début du ML en entreprise, 2019 connaît une nouvelle étape dans son utilisation. Les entreprises cherchent à automatiser la détection, la prévision et la prise de décision des modèles pour favoriser leur transformation, leur différenciation concurrentielle et leur croissance. L’infrastructure et l’outillage continueront d’évoluer autour des efforts de rationalisation et d’automatisation du processus de création et de déploiement d’applications de ML à l’échelle de l’entreprise.

Au-delà de la technologie, la demande de conseils d’experts et d’approches conformes aux meilleures pratiques s’imposera pour faire évoluer la stratégie, les compétences et l’apprentissage continu de l’entreprise, afin d’intégrer la maîtrise du cycle de vie dans chaque produit, processus et service.

L’avenir appartient au cloud hybride

À mesure que les entreprises comprennent la valeur du cloud pour leurs infrastructures et leurs applications existantes, faire le bon choix est crucial. Combiner cloud public et sur site offre aux entreprises la possibilité de choisir la solution la mieux adaptée à leurs besoins. Tout fournisseur qui n’offre qu’une seule option et verrouille une entreprise verra ses clients désavantagés. Avec ce choix d’options de déploiement, la nécessité d’un cadre cohérent assurant la sécurité, la gouvernance et la gestion des métadonnées deviendra encore plus importante. Cela simplifiera le développement et le déploiement d’applications, quel que soit le lieu où les données sont stockées et les applications exécutées. Ce cadre garantira également les entreprises des possibilités d’utilisation de ML d’analyse, en travaillant de concert avec des données provenant de différentes sources pour former une image cohérente unique, sans la complexité associée.

Ces options font partie d’une migration plus large vers un modèle de cloud hybride, dans lequel les charges de travail et les données s’exécutent dans un cloud privé et/ou public en fonction des besoins de l’entreprise. Les rafales, en particulier avec de grandes quantités de données, prennent du temps et ne constituent pas une utilisation optimale du cloud hybride. À la place, des cas d’utilisation spécifiques tels que l’exécution de charges de travail transitoires dans le cloud public et de charges de travail persistantes dans le cloud privé, offrent un déploiement avec l’avantage des deux.

La nécessaire structuration des données de santé

Aujourd’hui, 80 % de l’ensemble des données santé ne sont pas structurés et une grande quantité d’informations reste cachée dans les notes des praticiens comme l’imagerie médicale ou les dossiers médicaux partagés. Se joue actuellement une révolution dans le secteur de la santé, l’opportunité d’utiliser un nouveau modèle de soins cliniques améliorés, personnalisés et basés sur des données et des faits tangibles.

Pour arriver à des données de qualité, les entreprises consacrent des efforts considérables à l’intégration, à la visualisation et au déploiement des données, mais elles connaissent de plus en plus de contraintes budgétaires et de ressources en data science limitées. Le domaine de la santé est confronté à de nombreux défis, notamment le développement, le déploiement et l’intégration du ML et de l’IA dans le travail clinique et les prestations de soins. Une infrastructure appropriée avec la capacité de stockage et de traitement requise sera nécessaire pour concevoir, former, exécuter et déployer efficacement des solutions de ML et d’IA au service de la santé.

Leave a Reply