Principaux enseignements
- L'IA est partout, mais avec un risque d'échec élevé
- L'accès facile aux données est la clé du succès de l'IA
- L'intégration des données doit être alignée sur les objectifs de l'entreprise
Préparer le terrain
L'équipe de SnapLogic était présente en force au Gartner Data & Analytics Summit à Londres. Il s'agit de l'un des meilleurs événements de l'année pour les conversations à haute valeur ajoutée, où les participants sont généralement des personnes ayant des objectifs et des problèmes spécifiques, ainsi que la volonté et les ressources nécessaires pour les résoudre.
Nous avons constaté ce besoin de solutions concrètes dès le discours d'ouverture, lorsque Adam Ronthal et Alys Woodward ont fait part de leurs conclusions selon lesquelles la maturité en matière de données et d'analyse a un impact positif de 30 % sur les performances financières. La gouvernance et la gestion ont toutefois tendance à être sous-évaluées par rapport aux mesures plus techniques.
Cependant, les entreprises qui réussissent sont en train de revoir leur approche de la narration des données et des mesures de D&A, afin d'être plus orientées vers l'entreprise. Cet engagement accru avec l'entreprise sera un sujet récurrent pendant les trois jours de la conférence - et c'est bien sûr quelque chose que SnapLogic préconise depuis longtemps, avec son approche d'intégration " low-code/no-code ".
L'IA est un autre sujet qui, sans surprise, a été omniprésent au cours de la conférence. Là encore, il a été recommandé d'évaluer les projets à la fois en termes de faisabilité et de valeur commerciale. L'expérimentation technique autour de la faisabilité de l'IA est bien avancée dans notre secteur.
Gartner rapporte que 75 % des PDG ont déjà essayé la GenAI selon le "2023 CEO Survey Research Collection and Midyear Update AI Findings" - mais 53 % d'entre eux pensent qu'ils ne seraient pas en mesure de gérer les risques de l'IA. Parmi les exemples d'échec les plus médiatisés, citons Tay de Microsoft et le chatbot de conseil en voyage d'Air Canada.
La conclusion est que le manque de données prêtes pour l'IA est un défi majeur pour le succès des implémentations de GenAI. C'est bien sûr le problème exact auquel SnapLogic s'attaque, avec une intégration de données puissante et omnivore plateforme pour s'assurer que les données sont disponibles, et la boîte à outils GenAI Builder pour les rendre facilement accessibles aux utilisateurs finaux.
Tissu de données
Cette base technologique s'inscrit dans le cadre de la "structure de données", qui a fait l'objet d'une présentation intéressante de la part de Michele Launi. Il a clairement indiqué que la structure de données n'est pas un outil ou un produit unique qui peut être acheté et déployé en une seule étape - mais l'intégration des données est un composant clé, et c'est là que SnapLogic peut aider. Notre modèle de développement " low-code/no-code " répond également à l'un des principaux défis à l'adoption de la " data fabric ", à savoir le manque de talents spécialisés.
Rendre les données disponibles dans le cadre d'une approche de tissu de données signifie s'assurer que le site plateforme peut prendre en charge une variété de styles de données, de l'ETL traditionnel à l'ETL inversé et à l'ELT, ainsi que le streaming, à travers des types de données structurées et non structurées. Tous ces points, et bien d'autres encore, ont été abordés lors des conversations avec les participants sur le stand de SnapLogic et tout au long du salon.
Michele a également mentionné que de nombreux responsables informatiques en particulier s'attendent à ce que l'automatisation réduise l'effort de partage des données. Les économies sont réelles et confirmées par l'expérience des clients de SnapLogic dans le monde entier, mais nous sommes également d'accord avec Michele pour dire que la vraie valeur vient lorsque ces données sont placées dans leur contexte - c'est-à-dire le contexte de l'entreprise.
Cette approche en libre-service nécessite une certaine attention à l'opérationnalisation et à la gouvernance - ce que mon équipe d'architectes d'entreprise chez SnapLogic s'efforce d'aider nos clients à mettre en œuvre par le biais de notre Sigma Framework for Operational Excellence.
Le thème de la maturité organisationnelle est revenu plus tard dans l'émission au cours d'une conversation entre Mark Beyer et Robert Thanaraj sur les chevauchements parfois déroutants entre les concepts apparentés de "tissu de données" et de "maillage de données". Ils ont notamment fait part de leur constatation selon laquelle les organisations consacrent jusqu'à 94 % de leur temps à la préparation des données, et donc entre 6 % et 17 % seulement à l'utilisation effective de ces données laborieusement collectées à des fins commerciales.
Pour minimiser ces frictions, ils recommandent d'adopter une approche plus itérative de la planification, permettant une plus grande flexibilité face aux changements inévitables. Cette flexibilité signifie que la propriété et la gouvernance doivent revenir à l'entreprise, car l'informatique se situe trop en aval ; les spécialistes techniques fournissent l'outil plateforme, mais les propriétaires de l'entreprise sont responsables du résultat réel.
Gartner estime que peu d'organisations ont la maturité nécessaire pour opérer ces changements culturels - mais le modèle de SnapLogic permet l'itération rapide qui est la clé du succès, et la met directement entre les mains des experts du domaine, réduisant ainsi le besoin de spécialistes en informatique et apportant les avantages de cette approche aux organisations situées plus bas dans la courbe de maturité de Gartner.
L'IA - mais comment ? Et pourquoi ?
J'ai réussi à ne pas trop parler de l'IA jusqu'à présent, mais comme je l'ai mentionné, le sujet était omniprésent pendant la conférence et explicitement décrit comme l'objectif d'une grande partie des activités de collecte et d'intégration de données. Cependant, le gros problème est que moins de la moitié des projets d'IA aboutissent à la production - et ce ratio est encore pire pour l'IA générative, où, selon Gartner, moins de 10 % des projets aboutissent.
C'est pourquoi Sumit Agarwal a déclaré sans ambages que l'IA générative passera du pic actuel des attentes exagérées au creux de la désillusion.
Je suis d'accord avec Sumit pour dire que la seule façon de sortir du creux de la vague est de démontrer la valeur des projets d'IA et de le faire à grande échelle. C'est pourquoi SnapLogic propose la boîte à outils GenAI Builder. En réduisant la distance entre les données et les besoins de l'entreprise, le GenAI Builder de SnapLogic permet aux utilisateurs de prototyper et de déployer rapidement des services qui tirent parti de la puissance de la GenAI, en utilisant les données précieuses de l'organisation, et de le faire en toute sécurité et à grande échelle.
La valeur de cette approche a été soulignée par Gareth Herschel lors de la conférence de clôture de la deuxième journée : "L'IA est construite sur la base de l'architecture de données déjà en place. La solidité des fondations est d'autant plus importante que l'IA est un moment où il faut "parier sur l'entreprise", où le succès ou l'échec aura d'énormes implications pour l'avenir.
SnapLogic et Syngenta
Voilà pour les thèmes généraux, mais les projections des analystes et les quadrants n'ont qu'un poids limité. La véritable preuve se trouve dans les histoires réelles et pratiques des clients. C'est pourquoi j'ai été très heureux d'avoir l'occasion d'interviewer Maks Shah, responsable des plateformes de données R&D chez Syngenta, sur scène dans un auditorium de mille personnes.
Les objectifs commerciaux ne peuvent pas être plus concrets que ceux de Syngenta : rien de moins que de nourrir le monde en toute sécurité et de prendre soin de notre planète. Cependant, la science numérique leur a posé un défi : de longs délais pour obtenir des informations, un modèle d'exploitation non viable et des problèmes de qualité des données. Les contraintes externes qui pèsent sur la recherche et le développement de Syngenta sont importantes. Si quelque chose ne va pas dans un essai sur le terrain ou si les résultats ne sont pas concluants, il faut attendre un an avant que la prochaine saison de croissance et les ravageurs de cette culture ne reviennent pour pouvoir recommencer l'expérience.
Grâce à SnapLogic, les data scientists de Syngenta commencent à avoir un accès plus rapide à plus de 300 sources de données internes, ainsi qu'à plus de 100 sources externes. Ils ingèrent à la fois des données structurées et semi-structurées, en mode batch et en mode streaming, en fonction des exigences précises de chaque source. Cette intégration transparente porte déjà ses fruits, avec des projets tels que :
- Intégration d'applications anciennes et modernes pour simplifier le paysage de l'intégration des données
- Découplage de l'architecture événementielle existante et transition vers une architecture de microservices plus flexible et à l'épreuve du temps.
- Gestion de l'API pour permettre une intégration en libre-service
Nous nous réjouissons de poursuivre notre collaboration avec Syngenta, avec nos autres clients du secteur des sciences de la vie et de nombreux autres secteurs, ainsi qu'avec tous les nouveaux amis que nous nous sommes faits au salon Gartner D&A. Si vous avez visité notre stand lors du salon, nous vous remercions et nous vous recontacterons bientôt. Et si vous avez manqué le salon, mais que vous souhaitez en savoir plus sur ce que vous venez de lire, nous serions heureux d'avoir une conversation sur la façon dont SnapLogic peut vous aider à démanteler les silos de données et à apporter de la connectivité à l'entreprise.
