De la préparation des données à la réalité des données : comment les industries clés restructurent leurs stratégies de données
La préparation des données n'est plus seulement une ambition technique ; c'est une exigence opérationnelle. Pourtant, l'exécution dans les différents secteurs est à la traîne. Les fondations de données n’ont pas été construites pour répondre aux exigences de l’ère de l’IA, et bien que ces défis se manifestent différemment selon les secteurs, le mandat reste constant : les organisations doivent repenser leur manière d’unifier, de gouverner et d’accéder à leurs données pour amener l’IA à leurs données, où qu’elles se trouvent.
Le récent Data Readiness Index de Cloudera explore en profondeur ce dont les entreprises ont besoin pour construire une base solide capable d'alimenter l'IA à grande échelle. Les résultats de l'enquête montrent que les entreprises restent freinées par des obstacles structurels, culturels et de gouvernance ; toutefois, ces défis se manifestent différemment selon les secteurs. Ces enseignements peuvent aider les dirigeants à prévoir les changements stratégiques pour combler le fossé entre ambition et exécution.
Technologie : la montée en puissance de l'IA face à la fragmentation des données
Les entreprises technologiques ont longtemps été parmi les organisations les plus avancées en matière d'IA, mais l'enquête révèle que même dans des environnements avancés, l'échelle expose des faiblesses structurelles. Plus de la moitié (56 %) des organisations technologiques report qu'elles n'ont pas un accès complet à leurs données, malgré des investissements importants dans le Cloud et les plateformes de données modernes.
Le passage à l’IA à l’échelle de la production oblige les organisations technologiques à repenser leur infrastructure. Les systèmes de données fragmentés et peu fiables qui entravent la mise à l'échelle de l'IA sont dus à la difficulté de l'opérationnaliser entre les produits et les équipes. En effet, 30 % des dirigeants citent la qualité des données comme la principale raison pour laquelle les projets d'IA n'aboutissent pas à un retour sur investissement, et 39 % notent que les problèmes d'infrastructure entravent toujours les opérations.
Dans le secteur technologique, combler l'écart de préparation des données consiste à permettre à l'IA de fonctionner là où les données résident déjà, sans nécessiter de coûteux transferts de données. Cela commence par la création d'une base unifiée et gouvernée pour les données et l'IA à travers les clouds, les centres de données et les environnements périphériques, offrant une expérience cohérente tout en maintenant un contrôle total sur les données distribuées.
Fabrication : les systèmes hérités se heurtent aux exigences en temps réel
Les entreprises manufacturières s'efforcent toujours de rationaliser leurs opérations tout au long du cycle de vie des produits, mais les données fragmentées empêchent d'optimiser pleinement ces efforts. 42 % des organisations manufacturières ont cité les données en silos comme empêchant les équipes d'utiliser efficacement leurs données, et plus de la moitié (52 %) n'ont toujours pas un accès complet à leurs données. Il est clair que l'accès est un obstacle majeur à la préparation des données et que la complexité opérationnelle est aggravée par des données isolées et inaccessibles. Pour combler le fossé entre l'ambition et l'exécution des données, il faut s'assurer que les équipes peuvent accéder à 100 % de leurs données dans tous les environnements, et pas seulement à des sous-ensembles isolés.
Pour les fabricants, la disponibilité de la production, la maintenance prédictive et la continuité de la chaîne d'approvisionnement dépendent toutes de données fiables et fournies en temps opportun. Il est tout aussi important d'investir dans les couches d'intégration et de standardisation des données, en tenant compte des 20 % de fabricants qui citent une faible intégration des flux de travail comme principale raison de l'échec des initiatives de données à générer un retour sur investissement. En se concentrant sur des pipelines de données évolutifs et des plateformes industrielles opérant sur plusieurs installations, une infrastructure unifiée en temps réel intégrant les données dans les flux de travail principaux peut devenir une réalité.
Énergie et services publics : la gouvernance devient le gardien de l’échelle
Les environnements hautement réglementés, comme ceux auxquels sont confrontés les leaders informatiques dans l’industrie de l’énergie et des services publics, exigent un équilibre délicat entre innovation et contrôle. La conformité réglementaire et la fiabilité du réseau sont toutes deux en jeu, car les organisations énergétiques et de services publics doivent veiller à ce que les données soient non seulement précises et sécurisées, mais aussi gouvernées de manière cohérente dans des environnements hautement distribués. Les organisations du secteur de l'énergie et des services publics font preuve d'une maturité relativement forte en matière de gouvernance, 65 % déclarant que toutes ou presque toutes leurs données sont gouvernées.
En revanche, 25 % citent les dépassements de coûts comme la principale raison pour laquelle les initiatives de données échouent à atteindre un retour sur investissement, ce qui met en lumière les défis financiers et opérationnels de la modernisation de l’infrastructure de données dans des contextes hautement réglementés et distribués. Des exigences réglementaires strictes exigent une visibilité et un contrôle complets des données, tandis que les opérations du réseau en temps réel reposent sur des données fiables et rapides pour équilibrer l’offre et la demande, prévenir les pannes et gérer les perturbations. Toute lacune d’accessibilité peut entraîner des menaces de sécurité et de conformité.
L'énergie et les services publics opèrent dans des environnements où chaque décision a des implications réglementaires, financières et de sécurité publique. Cela signifie que les données doivent être accessibles, auditables et sécurisées dans tous les systèmes qu'elles touchent.
Télécommunications : complexité à grande échelle
Les environnements de télécommunications massifs et distribués génèrent des données complexes et des enjeux importants. Le maintien des performances est l'un de ces enjeux, nécessitant une surveillance en temps réel et des ajustements rapides, ce qui peut avoir un impact sur l'expérience client. Des problèmes tels que les appels interrompus, la lenteur des débits de données et les interruptions de service se traduisent rapidement par le mécontentement des clients et par une perte de clientèle. Les environnements télécoms génèrent d'énormes volumes de données en flux, et sans la capacité de traiter et d'agir sur les données en temps réel, la performance réseau et l'expérience client en souffrent.
Les entreprises de télécommunications sont en tête dans plusieurs domaines en matière de préparation des données, 54 % d'entre elles déclarant avoir une visibilité totale de leurs données et 51 % étant capables d'y accéder dans tous les environnements. Elles reportent également le niveau le plus élevé de gouvernance complète des données, avec un tiers (33 %) des répondants déclarant disposer d'environnements de données entièrement gouvernés. Malgré cette maturité, 60 % affirment que les performances de l'infrastructure entravent constamment les opérations, ce qui est de loin le taux le plus élevé de tous les secteurs d'activité étudiés. L'échelle et la complexité, et non l'accès, sont désormais les principaux obstacles, et la latence des données constitue un risque opérationnel.
Pour combler l'écart entre la préparation des données et la performance opérationnelle, les organisations de télécommunications devraient investir dans une infrastructure conçue pour la vitesse, l'échelle et le traitement continu. Lorsque la latence a un impact direct sur la qualité du service, la solution consiste à permettre aux fournisseurs de télécommunications d'automatiser les opérations de réseau, ce qui permet aux experts d'offrir à leurs clients des expériences cohérentes et de haute qualité.
En résumé
Dans les différents secteurs, un thème commun apparaît : les organisations doivent mettre en œuvre les données de manière efficace et à grande échelle. La préparation des données permet aux organisations d'apporter l'IA à leurs données où qu'elles se trouvent, libérant ainsi toute la valeur de 100 % de leurs données dans les clouds, les centres de données et les environnements de périphérie (ou edge computing). L'indice de préparation aux données de Cloudera démontre l'opportunité pour les organisations d'investir maintenant dans la préparation aux données, en s'assurant qu'elles sont bien positionnées pour être leader dans un avenir piloté par l'IA.
À quel point êtes-vous confiant dans la préparation de vos données ? Lire le rapport complet pour approfondir la compréhension de la manière dont les organisations mondiales abordent les bases de données qui permettent l’IA à grande échelle.