Pourquoi la qualité de votre stratégie d’IA dépend de votre stratégie de périphérie (ou edge computing)
Les entreprises du monde entier se précipitent pour déployer des modèles d’IA afin de devancer la concurrence, mais se heurtent de plein fouet à une dure réalité : un modèle d’IA n’est aussi brillant que les données qui l’alimentent, et la plupart des données ne sont tout simplement pas prêtes pour l’IA.
Les données à forte valeur ajoutée et en temps réel nécessaires pour alimenter ces modèles ne résident pas dans un Data Warehouse Cloud immaculé et préformaté. Elles sont générées dans le monde physique, dans les ateliers de fabrication, dans les chambres d’hôpital et sur les terminaux de point de vente. Si vous ne pouvez pas nettoyer, structurer et sécuriser ces données à la source, il ne s’agit que de bruit numérique, et non d’un carburant prêt pour l’IA.
La véritable préparation à l’IA commence à la périphérie (ou edge computing), et c’est précisément pour cela que nous avons écrit Edge to AI for Dummies. Pour créer des applications sécurisées et intelligentes, vous devez d’abord maîtriser l’art de transformer une infrastructure brute en périphérie en données optimisées pour les pipelines et prêtes pour l’IA.
Que signifie « les données en périphérie » ?
Un appareil en périphérie (ou edge computing) est un composant matériel qui traite, stocke, ou analyse les données directement là où elles sont générées, plutôt que de tout renvoyer vers un Cloud centralisé. Pensez aux caméras de surveillance intelligentes, aux capteurs industriels, ou aux moniteurs médicaux.
Le marché de l’IoT explose, passant de 10 milliards d’appareils en 2020 à 21 milliards en 2026, le marché de l’edge computing devant quant à lui atteindre le chiffre vertigineux de 206 milliards de dollars d’ici 2032. Le secteur manufacturier détient la plus grande part de marché avec 30 %, grâce à des cas d’utilisation tels que les données en temps réel et la maintenance prédictive. Les villes intelligentes représentent 23 % des parts de marché pour la gestion urbaine, la circulation et les services publics (Source : market.us Scoop).
Que signifient réellement ces chiffres pour votre entreprise ? Ils démontrent que les entreprises découvrent des cas d’utilisation innovants qui génèrent un impact commercial considérable en exploitant les données en périphérie.
Cas d’utilisation et impact métier
Comment les secteurs d’activité transforment-ils réellement les données en périphérie en valeur métier ?
Dans le secteur de la santé, les appareils périphériques recueillent en continu les données des patients et surveillent leurs signes vitaux en temps réel. Au lieu d'attendre un contrôle manuel, les algorithmes déployés en périphérie peuvent signaler une anomalie instantanément, ce qui permet d'intervenir à temps pour sauver des vies.
Le secteur manufacturier optimise son efficacité en utilisant des capteurs fixés à des machines lourdes pour surveiller les vibrations et la température. En prédisant précisément quand une pièce va tomber en panne, les usines évitent des temps d’arrêt coûteux et maintiennent des conditions plus sûres pour les travailleurs.
Le secteur des services financiers utilise des appareils en périphérie (ou edge computing) depuis des années. Dans le secteur bancaire, la rapidité est primordiale. Les appareils en périphérie (ou edge computing) et les réseaux locaux distribués suivent et surveillent instantanément les transactions numériques afin de repérer les schémas frauduleux avant qu'un voleur ne puisse s'enfuir avec les fonds.
Les casse-têtes cachés de la gestion des données en périphérie
Bien que le potentiel soit immense, le déploiement et la gestion de logiciels sur des milliers d’appareils physiques et de serveurs distants s’accompagnent de difficultés bien réelles qui leur sont propres. Lors de la planification de votre architecture, votre équipe doit se préparer à trois défis majeurs :
1. Le problème de gestion : déployer un modèle ou un pipeline de données sur un serveur cloud est simple. Déployer, mettre à jour et contrôler les configurations sur 10 000 appareils distants distincts permet d’apporter des réponses automatisées à la périphérie en temps réel, mais, sans centre de gestion centralisé, cela relève du cauchemar opérationnel.
2. Vulnérabilités en matière de sécurité: un serveur au sein d’un centre de données Cloud est protégé par une sécurité biométrique et des murs en béton. Exécuter une IA essentielle en périphérie (ou edge computing) change la donne, pourtant un appareil intelligent fixé à un feu de circulation, à un camion de livraison ou à un mur d’hôpital est totalement exposé. Garantir une authentification sécurisée des appareils, le chiffrement des données et des mises à jour à distance fiables sur le terrain est extrêmement complexe, mais non négociable.
3. Angles morts du débogage et de la surveillance : Lorsqu’un pipeline de données tombe en panne dans le cloud, vous cliquez sur un bouton et consultez les journaux. L’importation des données depuis la périphérie nous apporte des informations essentielles sur ce qui se passe dans l’ensemble de l’écosystème. Cependant, lorsqu’un agent léger de collecte de données tombe en panne sur un dispositif médical distant, il est extrêmement difficile d’en trouver la cause. Pour collecter les journaux et diagnostiquer les pannes matérielles sans saturer complètement la bande passante limitée de votre réseau, il faut mettre en place une stratégie d'observabilité très sophistiquée.
Pour relever ces défis, de nombreuses entreprises recherchent des solutions qui couvrent l’ensemble du cycle de vie des données de bout en bout dans un environnement sécurisé et gouverné.
Solution Cloudera : garantir la réussite de l’edge to ai
Cloudera est la seule solution qui assure une assistance cohérente et unifiée sur l’ensemble du continuum edge to ai, tout en garantissant la sécurité et la gouvernance de vos données tout au long de leur cycle de vie.
Cloudera Edge Management met fin au cauchemar opérationnel en offrant une plateforme de gestion unique et centralisée pour le développement, le déploiement et la surveillance des flux de données en périphérie. Il propose des outils accessibles et low-code qui vous permettent de concevoir visuellement des pipelines de données et de les déployer instantanément sur des milliers d’agents distants.
Cloudera Edge Management s’intègre parfaitement à Cloudera AI, ce qui vous permet d’alimenter vos modèles de machine learning avec des données fraîches et en temps réel provenant du monde physique. Consultez la fiche technique ici.
Mais la solution d’IA complète ne s’arrête pas à la périphérie. Cloudera intègre une puissante suite d’outils dédiés aux données en mouvement pour gérer l’ingestion, le streaming et la gestion des données à mesure qu’elles circulent dans votre entreprise.
Un regard sur l’avenir : déplacer l’IA vers la périphérie
À mesure que le matériel en périphérie gagne en puissance, l’avenir ne consiste pas seulement à transférer des données edge to ai, mais à exécuter l’IA directement en périphérie. Imaginez des drones autonomes effectuant des corrections de trajectoire en quelques millisecondes, ou des caméras dans le commerce de détail modifiant instantanément le suivi des stocks sans avoir besoin d’une connexion cellulaire au Cloud.
Pour y parvenir, il vous faut dès aujourd’hui une base de données solide. Prêt à combler le fossé entre vos opérations physiques et vos objectifs en matière d’IA ?
Téléchargez dès aujourd'hui votre exemplaire gratuit de Edge to AI pour les Nuls
