Comment les besoins en données remodèlent l'infrastructure de l'IA

À mesure que les systèmes d'IA s'intègrent plus profondément dans les opérations commerciales, les équipes d'infrastructure doivent décider où les données doivent résider, comment elles doivent être gérées et comment elles peuvent rester accessibles.

Le dernier rapport de Google Cloud sur l'état de l'infrastructure d'IA¹ met en évidence ce point de vue, constatant que 52 % des organisations utilisent désormais une approche hybride de l'IA, tandis que 48 % privilégient une infrastructure qui prend en charge la résidence des données, les contrôles de conformité et les exigences de sécurité locales.

À mesure que les plateformes cloud accélèrent l'expérimentation et le déploiement de l'IA, les organisations accumulent des ensembles de données plus volumineux et plus diversifiés. Ces résultats montrent également comment les exigences en matière de données façonnent les décisions relatives aux infrastructures, en mettant davantage l'accent sur la nécessité de gouverner, de conserver et d'accéder aux données dans de multiples environnements.

Quand les données déterminent l'architecture

La résidence des données, leur gouvernance, leur conformité et leur sécurité locale sont des questions fondamentales de gestion et de contrôle des données. Et pour de nombreuses organisations, ces exigences deviennent des critères de décision primordiaux qui déterminent la manière dont l'infrastructure d'IA est déployée.

Les différents types de données sont soumis à des exigences légales, réglementaires, de sécurité et opérationnelles différentes. De ce fait, les organisations ne peuvent souvent pas conserver toutes leurs données dans un seul environnement. L'infrastructure devient distribuée car les données elles-mêmes doivent être gérées, stockées et accessibles de différentes manières.

Cette dynamique se manifeste par l'intérêt croissant porté aux initiatives d'IA souveraine, où les gouvernements et les entreprises investissent dans des infrastructures conçues pour maintenir les données critiques sous contrôle local tout en prenant en charge les charges de travail d'IA.

L'IA change la valeur des données

Bien que la gouvernance, la conformité et la gestion des données ne soient pas des exigences nouvelles, l'IA modifie la quantité et la valeur des données que les organisations conservent. À mesure que ces données conservées deviennent une source de contexte, de connaissances et d'informations opérationnelles pour les systèmes d'IA, la conservation et la gouvernance des données deviennent des éléments clés à prendre en compte quant à la manière dont les informations sont stockées et réutilisées pour créer de la valeur future.

Plutôt que de construire leurs propres modèles de base, de nombreuses organisations constatent qu'il est plus efficace de combiner des modèles disponibles dans le commerce avec des données propriétaires. Par conséquent, la maîtrise de ces données devient un facteur clé pour déterminer la valeur que les systèmes d'IA peuvent créer.

Les systèmes d'IA dépendent du contexte accumulé, de l'historique opérationnel, des contrôles de gouvernance, des interactions avec les clients et des connaissances organisationnelles qui doivent être conservés et accessibles. Bien plus qu'un simple intrant pour les systèmes d'IA, les données sont devenues un atout qui contribue à déterminer la valeur que ces systèmes peuvent créer, et qui change la façon dont les organisations conçoivent leur architecture.

Traditionnellement, les équipes d'infrastructure avaient tendance à se concentrer sur l'emplacement d'exécution des applications. Aujourd'hui, ils décident où les données doivent être stockées, combien de temps elles doivent être conservées, quelles politiques les régissent et comment elles restent accessibles aux futurs systèmes d'IA.

Stratégie des données à partir des charges de travail

Les conclusions de Google ne concernent pas seulement le cloud, mais aussi l'architecture des données. L'infrastructure hybride est une réponse architecturale à la réalité selon laquelle des données précieuses résident dans plusieurs environnements.

Le débat au sein de l'industrie ne se limite plus à la question de savoir où les charges de travail d'IA doivent s'exécuter, mais s'oriente désormais vers l'évaluation de la capacité de l'architecture à prendre en charge la manière dont les données sont créées, gérées, conservées et réutilisées.

Les organisations qui réussissent avec l'IA construiront une infrastructure adaptée à la réalité de leurs données et à la valeur qu'elles peuvent créer. À mesure que les données conservées deviennent une source plus importante de contexte, de connaissances et d'avantage concurrentiel, la capacité à préserver, gouverner et réutiliser ces données devient de plus en plus importante. Dans cette perspective, l'infrastructure évolue d'une plateforme d'exécution de charges de travail vers un système d'enregistrement durable qui préserve, gouverne et crée de la valeur à partir des données.

En savoir plus : Consultez mon récent article de blog pour découvrir comment le stockage d'objets est devenu une couche fondamentale pour l'infrastructure moderne du cloud et de l'IA.

Notes de bas de page :

¹Rapport sur l'état de l'infrastructure d'IA dans le cloud hybride et la GDC | Blog Google Cloud