Libérer l’IA : apprentissage automatique en tant que service

Autrefois, les données avec lesquelles la plupart des entreprises devaient travailler étaient pour la plupart structurées et de petite taille. Cela signifiait qu’il était relativement facile de l’analyser à l’aide d’outils simples de business intelligence (BI). Aujourd’hui, ce n’est plus le cas. La plupart des données exploitées par les organisations sont non structurées ou semi-structurées, et la tendance est à la hausse, de sorte que plus de 80 % des données d’entreprise devraient être non structurées d’ici 2020. [1].

De plus, la vitesse à laquelle ces données sont créées devrait augmenter à tel point qu’IDC prédit que la sphère mondiale des données passera de 33 zettaoctets (Zo) en 2018 à 175 ZB d’ici 2025. [2].

Les outils BI simples ne sont plus capables de gérer un tel volume et une telle variété de données. Des outils analytiques et des algorithmes plus avancés sont donc nécessaires pour obtenir le type d’informations significatives et exploitables dont les entreprises ont besoin. Pour répondre à la demande d’informations permettant une prise de décision plus rapide et plus efficace, les data scientists se tournent vers les technologies d’intelligence artificielle (IA), d’apprentissage automatique (ML) et d’informatique cognitive pour faire passer l’analyse à un niveau supérieur.

Aucune organisation ne peut se permettre de prendre du retard. En conséquence, IDC prévoit que les dépenses mondiales en matière d’IA et d’informatique cognitive atteindront 77,6 milliards de dollars en 2022, soit plus de trois fois celles de 2018. [3]tandis que la valeur commerciale mondiale totale dérivée de l’IA devrait atteindre 3 900 milliards de dollars sur la même période, selon Gartner. [4].

L’avènement du MLaaS

Se lancer dans des techniques d’IA telles que le ML est un défi. Non seulement cela nécessite des compétences très spécifiques et très demandées, mais cela peut également nécessiter une infrastructure informatique et des outils logiciels spécialisés, sans parler d’une stratégie de données solide. Tout cela représente un investissement initial important qui peut s’avérer prohibitif pour de nombreuses entreprises.

En réponse à ce défi, les fournisseurs ont commencé à proposer du Machine Learning as a Service (MLaaS).

Comme son nom l’indique, MLaaS est un modèle par abonnement qui offre un accès à des outils d’IA, de la même manière que de nombreuses applications métiers sont désormais proposées dans un modèle Software-as-a-Service (SaaS). Ces services d’IA peuvent aller des outils de développement au prétraitement des données et à la formation de modèles, en passant par des modèles entièrement formés et prêts à l’emploi, accessibles via une API et intégrés aux flux de travail de l’entreprise.

L’avènement du MLaaS signifie qu’au lieu d’investir dans la création de leurs propres ressources d’IA, les organisations pourront se tourner vers des fournisseurs pour bénéficier d’un écosystème d’offres plus simple et moins coûteux, pouvant être personnalisé selon leurs besoins. Cela annonce une nouvelle ère pour la science des données, dans laquelle les outils d’IA deviennent plus faciles à utiliser et plus accessibles à un plus large éventail d’entreprises et de rôles au sein des organisations. Cliquez ici pour lire le article complet de HP.