Sans une question précise à laquelle répondre, sans une solution à résoudre, ni les analyses de données ni l’IA générative ne peuvent vraiment créer de valeur. Le réel impact se concrétise quand l’IA interagit avec les technologies déjà en place, selon Lori MacVittie, ingénieur éminent chez F5, qui détaille son point de vue pour les lecteurs de Solutions Numériques & Cybersécurité.
L’accélération de la transformation numérique des entreprises est palpable dans tous les secteurs. Des services de livraison à domicile au règne du streaming, en passant par l’adoption d’un mode de travail hybride… une chose alors impensable avant 2020.
Le sujet phare aujourd’hui n’est autre que l’IA générative. Et elle va changer beaucoup de choses. Que cela impacte notre façon de travailler, d’apprendre ou tout simplement de vivre.
Mais, seule, elle ne sert pas à grand-chose de plus que de simples analyses de données. Sans une question précise à laquelle répondre, sans une solution à résoudre, ni les analyses de données ni l’IA générative ne peuvent vraiment créer de valeur. Le réel impact se concrétise quand l’IA interagit avec les technologies déjà en place.
L’IA générative agit comme un catalyseur et fait une réelle différence, surtout quand elle fait évoluer des tendances qui existent déjà.
Voici quelques exemples prégnants qui illustrent l’impact qu’a déjà l’IA générative, sur des technologies déjà existantes.
Exemples d’applications modernes
C’était à prévoir, les applications modernes vont finir par remplacer les applications traditionnelles dans les années à venir. L’IA a vraiment accéléré les choses. D’ailleurs on constate que les applications modernes sont en train de devenir la priorité numéro un dans les entreprises, parce que l’IA est une application moderne, tout comme celles qui sont créées pour l’exploiter.
API
En matière de sécurité et de distribution, les API figuraient déjà en haut de la liste des priorités. L’IA a fait des API une priorité essentielle qui risque de faire passer la sécurité générale au second plan. Pourquoi ? Parce que la plupart des professionnels développent des applications modernes qui dépendent des API, et intègrent des services d’IA à l’aide, on l’aura deviné, des API.
Hybride et multicloud
L’IA générative est gourmande en ressources de calcul, de stockage et de réseau. Pour résumer, ce sont des types de ressources qui vont développer le modèle d’exploitation informatique hybride en place et accentuer les défis liés au multicloud. Les LLM, ces cerveaux qui se cachent derrière l’IA générative, ont toutes les chances d’être hébergés dans un cloud public, mais certains resteront sur site. Et les applications pour utiliser ces LLM ? Elles seront elles aussi multicloud. Si vous aviez encore des doutes sur l’avenir de l’informatique hybride, il faut savoir que la demande de ressources pour la formation et l’inférence, associées au besoin de préserver la confidentialité des données privées, confirment que le modèle opérationnel hybride est bien là pour rester.
AIOps
L’IA générative accélère aussi le passage aux AIOps. C’est l’outil que les AIOps attendaient. Les solutions qui trouvent déjà des moyens de capitaliser sur la capacité de cette technologie à générer du contenu, du code et des requêtes ne manquent pas. Dans les faits, grâce à l’IA générative, on ira bien au-delà des scripts automatisés, qui sont considérés comme le must de la technologie actuelle. On atteindra un stade où le système pourra exécuter les scripts, les générer et mettre en place les politiques nécessaires. Le curseur de l’automatisation va passer de « automatisé » à « autonome ». Même si l’impact sur les opérations est énorme, on n’en verra pas les effets avant des années, mais ça ne devrait pas tarder.
Avec tous ces paramètres, les choses vont s’accélérer pour s’adapter aux besoins des apps qui exploitent l’IA et aux entreprises qui les conçoivent et les utilisent. La protection de la vie privée, la sécurité et la responsabilité vont stimuler l’innovation dans tous les domaines de l’entreprise, mais surtout au niveau des données, de la fourniture d’applications et de la sécurité.
Tous ces éléments (applications modernes, API, multicloud, informatique hybride et AIOps) avaient déjà le vent en poupe avant qu’OpenAI ne lance ChatGPT. L’IA générative n’a fait qu’accélérer la cadence.
Lori MacVittie
