De l'essor d'Internet à l'explosion du cloud computing, chaque ère technologique majeure a transformé la manière dont nous utilisons et créons des données. Selon Sergio Gago, Directeur de la Technologie de Cloudera, nous entrons dans une troisième phase de big data axée sur la convergence.
Il a récemment rejoint le podcast The AI Forecast pour discuter de la manière dont la convergence entre les systèmes cloud et locaux prépare le terrain pour une nouvelle génération d’IA privée — où les entreprises peuvent contrôler pleinement leurs données, leurs modèles et leurs cycles de vie de l’IA.
Voilà les principaux points à retenir de cette conversation.
La convergence du cloud et des infrastructures sur site — et pourquoi elle permet l’intelligence artificielle privée
Paul : Parlons de votre vision. Que signifie pour vous la troisième vague de big data et pourquoi est-elle si importante ?
Sergio : Nous avons commencé avec l'ère du contrôle. De nombreuses entreprises disposaient de leurs propres centres de données, ce qui leur permettait de contrôler leurs données. Ensuite, le cloud est arrivé et nous sommes entrés dans ce que nous appelons l'ère de la commodité. Ainsi, vous aviez des équipes avec une carte de crédit qui pouvaient accéder à n'importe quel hyperscaler et commencer à jouer avec des données, soit pour le machine learning, soit pour construire des tableaux de bord. Cela a été si facile que de nombreuses entreprises ont intégré l'informatique parallèle, ce qui a rendu le contrôle des coûts, du TCO et de la gouvernance des données de plus en plus difficile.
C'était l'histoire du cloud et des données. Aujourd'hui, vous donnez un coup de pied à un caillou et il y a des centaines de moteurs, de bases de données et d'options. Nous parlons aujourd'hui d'architectures Frankenstein, où les entreprises ont des dizaines, voire des centaines de composants et s'efforcent de les réunir. L'ère de la commodité a engendré cette complexité.
Aujourd'hui, avec l'avènement de l'IA et des agents d'IA, les exigences en matière de réglementation et de conformité s'imposent à de nombreuses entreprises et startups. Pour se conformer, les organisations doivent rétablir tous les contrôles de la première génération, en particulier dans les grandes entreprises. Tout cela oblige les entreprises et les particuliers à converger et à gérer les deux mondes — le centre de données et le cloud — afin de bénéficier du contrôle et de la gouvernance du centre de données tout en profitant de la commodité du cloud. C'est pourquoi nous appelons la troisième vague, l'ère de la convergence.
IA privée : contrôle complet du cycle de vie et avantage humain
Paul : Je voulais vous parler de la composante privée de l'IA. Avec des données privées, je dispose d'un avantage concurrentiel considérable. Comment l'IA privée m'aide-t-elle à y accéder ?
Sergio : L’IA privée est la capacité de contrôler l’ensemble du cycle de vie de vos applications d’IA. Quels modèles utilisez-vous ? Comment les déployez-vous ? Lesquels sont approuvés du point de vue de la conformité ? Comment vous assurez-vous que les poids du modèle restent constants aussi longtemps que nécessaire ? Ensuite, vous avez des données de votre entreprise qui résident à la fois dans le cloud et dans le datacenter. Vous devez intégrer ces données en toute sécurité dans votre modèle, que ce soit à des fins de formation, d'ajustement ou d'autres techniques telles que le RAG. C'est ce qui rend votre modèle unique à vos yeux.
L'avantage concurrentiel de la plupart des entreprises réside aujourd'hui dans les données, mais aussi dans les compétences — c'est-à-dire la capacité humaine à produire des informations. Ce ne sont pas forcément les données elles-mêmes, mais l’expérience et la connaissance du domaine qui permettent de les interpréter. L’IA privée vous aide à préserver cet avantage en contrôlant tout, du cycle de vie du modèle à la gestion des prompts, en passant par la lignée et le benchmarking, afin de passer de la preuve de concept à de véritables charges de production.
Optimisez le retour sur investissement et les risques, avec les agents, la gouvernance et la culture en boucle
Paul : Lorsque nous parlons de sujets comme la convergence, nous risquons parfois d’aliéner les gens d’affaires, qui verront cela davantage comme une discussion de type CTO, une discussion technique. De votre point de vue, comment quelque chose comme la convergence permet-elle de débloquer de nouveaux cas d'utilisation ou une valeur commerciale que vous ne pouviez pas obtenir auparavant en tant que PDG ou dirigeant d'entreprise ?
Sergio : Je pense que le PDG voudra toujours comprendre la valeur réelle d’un outil, que ce soit en termes de RSI, de réduction des coûts ou d’amélioration de la valeur pour votre entreprise. La GenAI n'est que la courroie de transmission de toutes ces choses.
En même temps, le second angle que chaque PDG a en tête est le risque : soit par peur de rater quelque chose, soit par crainte de devenir la prochaine entreprise à faire les gros titres en raison d'une hallucination massive de l'IA. Ce sont les deux côtés de la balance avec lesquels les PDG travaillent.
Les cas d'utilisation de GenAI doivent commencer par le côté commercial. Impliquez la conformité, la gouvernance, l'informatique, la cybersécurité et le juridique dès le début pour que cela ne devienne pas une expérience dans un garage qui ne mène nulle part. En montrant la valeur de ces termes, vous pouvez ensuite les transmettre à l'entreprise.
Suivez la conversation complète avec Sergio Gago sur The AI Forecast sur Spotify, Apple Podcasts, et YouTube.
