Alexandre Brousse est responsable du channel de Dell Technologies en France depuis fin 2016. (Crédit : D.R.)
Pour Alexandre Brousse, vice-président du channel chez Dell Technologies France, les intégrateurs ont un rôle clé à jouer dans le déploiement de solutions exploitant l'intelligence artificielle. Cela passe par de l'auto-formation et une proximité renforcée avec le client final.
Malgré l'effervescence qu'elle suscite, l'intelligence artificielle (IA) et certaines de ses applications - le machine et le deep learning - n'ont rien de nouveau. Elles existent même depuis des décennies. Mais les incroyables progrès en la matière changent la donne. En parallèle, la démocratisation du calcul haute performance (HPC) et la prolifération des données (2,5 trillions d'octets de données étant générés chaque jour en moyenne) ont permis à l'IA d'atteindre un degré de maturité accru et de démontrer sa valeur pour l'entreprise.
Pourtant, l'adoption de l'IA est très loin d'être généralisée : l'enquête Garnet CIO Agenda 2018 fait état d'un déploiement de l'IA par seulement 4 % des DSI au sein de leur entreprise, qui s'explique sans doute par l'incertitude des dirigeants eux-mêmes, relevée par McKinsey & Company dans un rapport en juin 2018. L'acquisition et l'intégration de solutions d'IA ainsi que l'évaluation du retour sur investissement dans ce domaine sont également source de préoccupations. Le terme d'« intelligence artificielle » prête par ailleurs à confusion car il est souvent mal employé. Il désigne aujourd'hui le machine learning et le recoupement de modèles, utilisé par de nombreuses applications, dont la reconnaissance faciale par exemple.
Intelligence artificielle : de nouveaux défis
L'IA est lente car son exploitation implique une transformation profonde, au sein de la plupart des entreprises. La mise en oeuvre d'une solution nécessite de réfléchir aux besoins matériels comme logiciels. La sélection de fournisseurs adéquats requiert aussi une recherche minutieuse. Chaque fournisseur gère une partie du puzzle (serveurs, GPU, réseau, stockage, etc.), avec un faible niveau d'intégration entre les actifs matériels et logiciels. À cela s'ajoute le choix du système d'exploitation, qui doit être compatible avec les bibliothèques de machine et de deep learning ainsi qu'avec les outils employés par les data scientists. La multiplication des étapes et interlocuteurs ralentit forcément les déploiements, qui peuvent prendre 12 à 18 mois... À condition que des problèmes d'intégration, d'incompatibilité ou de configuration ne s'invitent pas à la fête.
L'expansion accélérée des données fait qu'il est impossible d'en tirer pleinement parti de façon manuelle. S'il est généralement admis que les données fournissent des éclairages essentiels à la pérennité d'une entreprise et que l'automatisation est le seul moyen d'obtenir plus rapidement des renseignements de meilleure qualité, bon nombre d'entreprises ignorent comment exploiter et adapter efficacement leurs ressources en maximisant leur utilisation pour les charges de travail d'IA. Certaines organisations n'ont par ailleurs pas encore réussi à surmonter les défis du RGPD concernant l'utilisation et le stockage des données.
Enfin, en raison de l'émergence soudaine de l'IA et des paradigmes informatiques qui s'y rattachent, de nombreuses entreprises n'ont pas eu le temps de développer les compétences nécessaires à la conception, au déploiement et à la gestion d'architectures complexes en matière d'IA, ni de machine ou de deep learning.
Le channel, acteur clé dans l'adoption de l'IA
Le channel a un rôle essentiel à jouer : il doit aider les clients à surmonter ces défis en vue de favoriser l'adoption de l'IA. Comme indiqué précédemment, le machine et le deep learning n'ont pas encore atteint leur pleine maturité, et l'infrastructure sous-jacente, particulièrement complexe, nécessite l'intégration de composantes matérielles et logicielles diverses, issues de fournisseurs multiples. Les mauvais choix tout comme une intégration mal configurée peuvent s'avérer très préjudiciables. Conséquence d'un manque général d'expertise et d'encadrement en la matière, bon nombre d'organisations ont commis ces erreurs. Voilà pourquoi leurs partenaires technologiques ont une contribution essentielle à apporter.
En unissant leurs forces avec les bons fournisseurs, les revendeurs sont dans une position idéale pour transmettre leur savoir et faire le pont entre le personnel informatique, les data scientists et les services de l'entreprise. Pour cela, les partenaires doivent se former afin d'acquérir les compétences pour développer leurs expertises, et conseiller les entreprises dans l'adoption de ces innovations. Le channel sera le premier point de contact des organisations désireuses d'adopter l'IA dans le cadre de leur transformation numérique mais n'ayant pas l'expertise ou les ressources nécessaires en interne pour sélectionner les solutions les plus adaptées à leurs besoins.
Suivez-nous