Intelligence artificielle : 3 façons dont la pandémie a accéléré son adoption

La nécessité pour les organisations de créer rapidement de nouveaux modèles commerciaux et canaux de commercialisation a accéléré l’adoption de l’IA au cours des deux dernières années. Cela est particulièrement vrai dans le domaine de la santé, où l’analyse des données a accéléré le développement de vaccins contre le COVID-19. Dans les biens de consommation, Harvard Business Review signalé que Frito-Lay a créé une plateforme e-commerce, snacks.comen seulement 30 jours.

La pandémie a également accéléré l’adoption de l’IA dans l’éducation, car les écoles ont été obligées d’activer l’apprentissage en ligne du jour au lendemain. Et chaque fois que possible, le monde est passé aux transactions « sans contact », transformant complètement le secteur bancaire.

Trois développements technologiques pendant la pandémie ont accéléré l’adoption de l’IA :

  • Puissance de calcul et stockage continus à faible coût
  • Nouvelles architectures de données
  • Disponibilité de nouvelles sources de données

[ Also read Artificial Intelligence: How to stay competitive. ]

Avantages et inconvénients des développements de l’IA

Examinons les avantages et les inconvénients de ces développements pour les responsables informatiques.

1. Puissance de calcul continue à faible coût

Même 60 ans après la loi de Moore, la puissance de calcul augmente, avec des machines plus puissantes et plus de puissance de traitement via de nouvelles puces d’entreprises comme NVidia. Impact de l’IA rapporte que “la puissance de calcul disponible par dollar a probablement décuplé environ tous les quatre ans au cours du dernier quart de siècle (mesurée en FLOPS ou MIPS)”. Cependant, le rythme a été plus lent au cours des 6 à 8 dernières années.

Avantages : Plus pour moins

L’informatique bon marché donne aux responsables informatiques plus de choix, leur permettant de faire plus avec moins.

Inconvénients : trop d’options peuvent entraîner une perte de temps et d’argent

Pensez aux mégadonnées. Avec une informatique bon marché, les professionnels de l’informatique veulent exercer leur pouvoir. Il y a un désir de commencer à ingérer et à analyser toutes les données disponibles, menant à de meilleures idées, analyses et prises de décision.

Mais si vous ne faites pas attention, vous pourriez vous retrouver avec une énorme puissance de calcul et pas assez d’applications professionnelles réelles.

À mesure que les coûts de réseau, de stockage et de calcul diminuent, la tendance humaine est de les utiliser davantage. Mais ils n’ajoutent pas nécessairement de la valeur commerciale à tout.

2. Nouvelles architectures de données

Avant la pandémie, les termes « entrepôts de données » et « lacs de données » étaient courants – et le restent aujourd’hui. Mais les nouvelles architectures de données telles que « data fabric » et « data mesh » étaient presque inexistantes. Le maillage de données permet l’adoption de l’IA car il permet aux entreprises d’utiliser les données pour maximiser leur chaîne de valeur en automatisant la découverte, la gouvernance et la consommation des données. Les organisations peuvent fournir les bonnes données au bon moment, quel que soit leur lieu de résidence.

Avantages : les responsables informatiques auront l’opportunité de repenser les modèles de données et la gouvernance des données

Il offre une chance de contrer la tendance des magasins de données centralisés ou des lacs de données. Cela peut signifier plus d’informatique de pointe et de données disponibles là où cela compte le plus. Ces avancées se traduisent par la disponibilité automatique de données appropriées pour la prise de décision – essentielles au fonctionnement de l’IA.

Inconvénients : ne pas comprendre les besoins de l’entreprise

Les responsables informatiques doivent comprendre les aspects commerciaux et IA des nouvelles architectures de données. S’ils ne savent pas ce dont chaque partie de l’entreprise a besoin, y compris le type de données et où et comment elles seront utilisées, ils risquent de ne pas créer le bon type d’architecture de données et de consommation de données pour les prendre en charge correctement. La compréhension par le service informatique des besoins commerciaux et des modèles commerciaux qui accompagnent cette architecture de données sera essentielle.

3. Nouvelles sources de données

étatiste L’enquête souligne la croissance des données : la quantité totale de données créées, capturées, copiées et consommées dans le monde était de 64,2 zettaoctets en 2020 et devrait atteindre plus de 180 zettaoctets en 2025. L’enquête Statista de mai 2022 rapporte : « La croissance a été plus élevée que prévu , causée par une demande accrue due à la pandémie de COVID-19. Les sources de données volumineuses incluent les médias, le cloud, l’IoT, le Web et les bases de données.

Avantages : les données sont puissantes

Chaque décision et transaction peut être retracée jusqu’à une source de données. Si les responsables informatiques peuvent utiliser AIOps/MLOps pour se concentrer sur les sources de données pour l’analyse et la prise de décision, ils ont du pouvoir. Des données appropriées peuvent fournir des analyses commerciales instantanées et fournir des informations approfondies pour l’analyse prédictive.

Inconvénients : Comment savez-vous quelles données utiliser ?

En savoir plus sur l’intelligence artificielle

Assiégé par les données – de l’IoT, informatique de pointe, formatées et non formatées, intelligentes et inintelligibles – les responsables informatiques sont confrontés à la règle des 80/20 : quelles sont les 20 % de sources de données fiables qui fournissent 80 % de la valeur commerciale ? Comment utilisez-vous les opérations AI/ML pour déterminer les sources de données fiables et quelle source de données utiliser pour l’analyse et la prise de décision ? Chaque organisation doit trouver des réponses à ces questions.

La technologie Core AI évolue d’elle-même

L’IA devient omniprésente, alimentée par de nouveaux algorithmes et une puissance de calcul de plus en plus abondante et bon marché. La technologie de l’IA évolue depuis plus de 70 ans. La pandémie n’a pas accéléré le développement de l’IA ; accéléré son adoption.

Exploiter l’IA est le défi qui nous attend.

[ Want best practices for AI workloads? Get the eBook: Top considerations for building a production-ready AI/ML environment. ]

Leave a Comment

Your email address will not be published.