Keyrus S A : De la BI à l’IA - Un changement de paradigme dans la création de valeur à ...

David TSANG HIN SUN, Expert Data Science & IA

La Business Intelligence a été au cœur des investissements des entreprises il y a deux décennies. Sa démocratisation a été un tournant dans la manière de mobiliser les données pour améliorer le pilotage de l'activité et les décisions opérationnelles. Aujourd'hui l'accès à l'intelligence artificielle permet aux entreprises de franchir une nouvelle étape : se réinventer en créant de la valeur à partir de données jusque-là sous-exploitées ou inexploitables.

Les avancées scientifiques et techniques de ces 10 à 15 dernières années ont déplacé les projecteurs longtemps braqués sur l'informatique classique - traitant et produisant des données structurées - vers l'intelligence artificielle (IA). Il faut voir cette dernière non pas comme une solution 'magique' à toutes les problématiques, mais comme un ensemble de méthodes, de techniques et d'outils qui repoussent les limites auxquelles se heurtait le traitement des données et, par conséquent, la valeur que les entreprises pouvaient espérer en tirer. Mais si les données sont bien le carburant de l'IA, comme elles étaient déjà celui de la Business Intelligence (BI), il est essentiel de comprendre le changement d'échelle et de nature que ce carburant a connu au début du XXI^e siècle avec l'émergence des Big Data, impossibles à exploiter avec les méthodes et l'outillage préexistants.

BIG DATA, BIEN PLUS QU'UNE RUPTURE QUANTITATIVE

Les Big Data sont la résultante de plusieurs évolutions concomitantes : la montée en puissance d'internet et du web ; la bascule vers le numérique des anciens canaux de communication et des médias analogiques ; l'informatisation générale des processus tertiaires et l'accélération de l'automatisation industrielle. Avec la multiplication des systèmes, leur diversification et l'intensification des usages numériques, les données ont évolué selon trois dimensions, les fameux « 3V » - volume, vitesse, variété - communément utilisés pour caractériser les Big Data :

. La volumétrie des données augmente de façon exponentielle, ce qui dans un premier temps pose aux entreprises des problèmes de stockage et, très vite, un problème de capacité de traitement ;
. La vitesse à laquelle sont produites les données s'accroît elle aussi, et est incompatible avec la plupart des outils d'analyse en place, conçus pour des traitements en mode batch et non pour une exploitation en temps réel et au fil de l'eau ;
. La variété des formats de données est elle aussi un phénomène nouveau pour les entreprises qui, jusque là, ne traitaient que des données structurées et, dans une moindre mesure, semi-structurées. Or, l'activité génère de plus en plus de...

Pour lire l'intégralité de cet Avis d'expert, téléchargez-le.