Dans le cadre de leur stratégie de valorisation des données, les organisations doivent lever les freins liés à la mise à disposition des données. Pour Clément Guidoux, spécialiste de la Data non structurée pour Pure Storage, la plateforme est aussi gage de performance et de facilitation des usages.

>> Cet article est extrait du guide Alliancy Insights à télécharger « Data & IA : priorité à l’impact et au passage à l’échelle ». 

A quels freins sont confrontées les entreprises dans leurs projets Data & IA ?

Clément Guidoux : Le principal frein que nous observons se situe au niveau de l’organisation interne autour de la donnée. Encore beaucoup de données ne sont pas conservées. Or, j’ai des discussions avec des data scientists qui expriment le besoin de disposer de certaines données pour entraîner leurs algorithmes. Mais ces données et ces historiques sur plusieurs années, ils n’y ont pas accès. 

A lire aussi : Marie Gepel (Technip Energies) : ”L’avenir réside dans le développement d’écosystèmes Data”

Le plus grand frein, c’est donc d’avoir la donnée à disposition. Le second, c’est l’absence de plateforme, simple d’utilisation, permettant d’agréger tous les types de données et de les mettre à disposition facilement.

La maturité a progressé dans les organisations, mais pour certaines, des étapes restent à mener. La première selon moi consiste donc à disposer de la donnée et à la mettre à disposition dans l’entreprise de ses différents consommateurs. 

Sur quelles typologies de projets d’IA intervenez-vous ?

La santé et la recherche représentent un secteur où les besoins et les usages se développent fortement. L’intelligence artificielle est ainsi exploitée, par exemple, pour la découverte de nouveaux variants ou la lutte contre le cancer.

Dans l’assurance et la banque, nous participons avec nos technologies à des projets de détection de fraude, de scoring de crédit ou de trading. Nous corrélons ainsi des informations des marchés avec d’autres types de données comme la météo, les cours des matières premières, etc. Certains de nos clients en France, des fonds d’investissement notamment, mènent des projets de cette nature.

Pour l’industrie, les chantiers sont divers là aussi, avec par exemple des applications de l’intelligence artificielle pour réaliser de la maintenance prédictive. Nous intervenons sur de nombreux cas d’usage dans les différents secteurs sur des données non structurées, vidéo, documents, pour enlever le biais humain et accélérer les traitements.     

Qu’apportent les technologies Pure Storage sur des cas d’usage comme ceux que vous avez présentés ?

La plus-value pour les équipes qui opèrent la plateforme, c’est déjà sa simplicité et son évolutivité. Les plateformes peuvent aller de quelques dizaines de To de données à plusieurs dizaines de Po, et cela sur un même équipement. C’est une caractéristique importante pour les équipes de production.

Pour les utilisateurs de ces plateformes, nous apportons la performance. Dans la santé, les bio-informaticiens voient leurs temps de découverte réduits. Cela signifie des algorithmes plus performants dans l’identification de variants Covid ou la détection de certaines formes de cancer.

Dans la finance, pour du trading haute-fréquence par exemple ou du quantitative trading, le gain en termes de performance se répercute directement sur les résultats business d’un fonds d’investissement.   

Sur l’IA, les enjeux environnementaux prennent de plus en plus d’importance. Comment les prenez-vous en compte ?

C’est une problématique majeure pour Pure Storage. Nous publions régulièrement des rapports ESG. Afin de réduire la consommation de nos équipements, notre première action consiste à densifier. En termes d’empreinte au sol et de consommation énergétique, nous affichons ainsi de très bonnes performances, sur FlashArray comme sur FlashBlade.

Mais ce n’est pas un enjeu que pour nous. Beaucoup de clients procèdent à un tri des fournisseurs sur la base des critères Green, avant même d’examiner la technologie. Pour les aider dans leur choix, nous fournissons tous les éléments, que ce soit sur la chaîne de production ou la consommation des équipements.

Enfin, au travers du modèle Evergreen, à la fois technologique et commercial, nous faisons évoluer les équipements des clients pour leur fournir les plus efficaces énergétiquement. Les matériels récupérés sont ensuite réutilisés pour nos offres as-a-service.