test

Le 12/10/2023

Retour sur le Salon Big Data et AI 2023

Nos Nextoniens étaient présents au Salon Big Data et AI 2023, qui s'est tenu à Porte Maillot. Ils ont eu l'opportunité de découvrir les dernières innovations technologiques. Ce salon réunit un large éventail d'acteurs, allant des start-ups aux géants de la tech, en passant par des personnalités influentes, des sociétés de conseil, et offre un programme riche de démonstrations en direct, d'ateliers et de conférences présentant les solutions de demain !

Le big data et l'intelligence artificielle (IA) sont au cœur de cette révolution, avec des volumes de données vertigineux alimentés par de nouveaux usages.

Poussés par l'Internet des objets, les médias sociaux, le cloud computing, le volume de données augmente de manière exponentielle. Statista, un fournisseur de données statistiques, estime que le volume de données était d'environ 2 zettaoctets en 2010. En 2020, il a explosé pour atteindre 64 zettaoctets, et les prévisions pour 2025 le situent à 180 zettaoctets. Parallèlement, le marché de l'Intelligence Artificielle (IA) connaît une croissance soutenue. Par exemple, le marché mondial de l'IA générative devrait croître de 45% entre 2020 et 2025, et le marché global de l'IA devrait enregistrer une croissance de plus de 20% entre 2022 et 2030.

Face à ce phénomène, l'exploitation des données est devenue un enjeu de performance stratégique pour les entreprises.

Cependant, malgré son importance stratégique, la gestion des données reste souvent l'affaire d'experts, et de nombreuses organisations ont adopté une approche "data centric" segmentée. Pourtant, les données sont considérées comme un actif stratégique, souvent qualifié de "nouveau pétrole", car plus elles sont raffinées, plus elles gagnent en valeur. Face à l'augmentation du volume de données, comment optimiser leur exploitation au sein de l'entreprise pour améliorer la prise de décision et la performance ? Selon McKinsey, la mauvaise qualité des données entraîne actuellement une perte de 30% de temps au sein des entreprises, sans parler des enjeux d'accessibilité, de sécurité, et d'autres problématiques connexes.

Les principes de la Data Mesh

Pour impliquer davantage les entreprises dans une approche "data-driven", le concept de "Data Mesh" replace la gestion des données entre les mains des métiers, dans une approche responsabilisante et coordonnée.

L'une des approches mises en avant lors du salon a particulièrement retenu notre attention : la présentation de Mick Levy d'Orange Business & Décision, qui a introduit le concept de "Data Mesh". L'objectif de ce concept est de transformer les organisations en entités "data-driven". Le Data Mesh est un modèle d'organisation d'entreprise visant à replacer les données au plus près des métiers, dans une optique d'autonomisation et de gouvernance distribuée et coordonnée. Cela implique la création de "domaines de données" dotés de data engineers travaillant en collaboration avec les métiers. Ainsi, chaque métier devient producteur de ses propres données et garant de leur qualité. Les échanges de données entre les métiers sont coordonnés, dans le but de fiabiliser les données et de permettre aux métiers de les utiliser en "self-service". Dans cette approche, la donnée ne sert plus seulement à développer des produits numériques, elle devient le produit en elle-même.

Avec le Data Mesh, la donnée devient un produit, grâce au concept de "Data as a Product".

Une fois que des données de qualité ont été produites par les métiers garant de leur fiabilité, l'un des défis consiste à les rendre facilement accessibles aux autres métiers, afin de faciliter la consommation en "self-service" et de permettre à chacun d'optimiser ses propres analyses.

À travers le concept de "Data as a Product", la donnée présente différentes caractéristiques : elle est référencée dans un catalogue de données, documentée par les domaines de données, enrichie de métadonnées fournissant des informations de contextualisation (qui, quoi, où, quand), interopérable grâce à des normes communes favorisant sa mise à disposition et son exploitation, fiable car supervisée en continu par les domaines de données, disposant d'une adresse permanente et unique facilitant son exploitation, et évoluant dans un cadre adéquat garantissant un niveau de sécurité élevé, prenant en compte son niveau de sensibilité.

Le salon confirme la tendance de fond de l'analyse des données en libre-service.

Cette plongée dans le futur nous a captivés et illustre de manière très concrète la démocratisation de la donnée en entreprise, en vue de proposer des offres de plus en plus personnalisées et de créer davantage de valeur. 

Anne-Laure CHARRON, Product Manager

 

Source : 

Decoding Data Products: Why Use a Data Mesh?, Ask Python

Nos articles à la une