14 Avr L’utilisation des données se démocratise et parallèlement les architectures de données se complexifient

L’un des enseignements d’une enquête du Boston Consulting Group (BCG) est que les entreprises doivent faire face à un contexte défavorable en matière de coûts, de complexité et de talents pour venir en soutien des initiatives critiques d’analyse des données et d’Intelligence Artificielle.

L’enquête intitulée « Nouvelle architecture pour gérer les coûts et la complexité des données » met en lumière trois principales tendances qui remodèlent le paysage des données : le volume des bases de données et la vitesse des données progressent, l’utilisation des données est de plus en plus courante, ce qui participe au développement de citoyen scientifique des données, par ailleurs les avancées technologiques ont fait évoluer le modèle de tarification.

Selon l’enquête, ces évolutions génèrent des défis qui créent une pression très importante sur l’architecture des données :

Près de 60% des dirigeants ont estimé que la gestion des coûts d’exploitation des bases de données est un sujet qu’ils suivent avec beaucoup d’attention.

– Plus de la moitié des responsables des données affirme que les architectures de données en 2023 n’ont jamais été aussi complexes ;
– Le nombre total de fournisseurs de données uniques est presque multiplié par 3 au cours des 10 dernières années, passant d’environ 50 à plus de 150 en 2022 pour les grandes organisation disposant d’une pile de données plus mature ;
– Près de 60% des dirigeants ont estimé que la gestion des coûts d’exploitation des bases de données est un sujet qu’ils suivent avec beaucoup d’attention, mais pour autant ils ne cessent d’investir de plus en plus pour moderniser et construire de nouvelles architectures de datas.

Le déficit de maîtrise des technologies d’analyse les plus avancées en général et des compétences analytiques requises en particulier, freine actuellement les résultats commerciaux que l’Intelligence Artificielle peut générer.

« L’utilisation des données se démocratise et parallèlement l’aptitude à lire des données et les compétences de base en langages de programmation, tels que SQL, deviennent beaucoup plus courantes auprès des populations non techniques. Selon l’enquête, près des 3/4 des personnes questionnées s’attendent à ce que le nombre d’utilisateurs de données non techniques progresse au cours des trois prochaines années », précisent les auteurs de l’enquête.

L’enquête rend compte en détails de la progression du nombre des « citoyens scientifiques des données » et fait la corrélation de cette croissance avec celle de la sophistication des cas d’utilisation liés à l’Intelligence Artificielle. Le déficit de maîtrise des technologies d’analyse les plus avancées en général et les compétences analytiques requises en particulier, freine actuellement les résultats commerciaux que l’Intelligence Artificielle peut générer.

L’enquête nous offre aussi quelques enseignements clés :

• Les architectures de données sont en forte évolution. Elles deviennent plus fédérées et orientées services : 2/3 des entreprises visent en effet la mise en œuvre d’un paradigme architectural plus fédéré et distribué (c’est-à-dire un maillage de données ou des produits de données) dans les trois prochaines années.
• Le coût total de possession des données est à mettre sous surveillance étroite : les entreprises peuvent établir une base de référence et une moyenne des dépenses pour mieux appréhender les facteurs clés, tels que les utilisateurs, le transfert, le mouvement et le stockage des données, sans oublier bien sûr les logiciels, de façon à pouvoir optimiser les coûts tactiques à court terme en explorant plusieurs approches.
• L’économie déterminera les choix d’architecture : le Cloud, l’open source et les adeptes de l’hyper-convergence continueront d’influencer les choix technologiques. La capacité à gérer l’envolée des coûts sera une priorité pour les entreprises lors du choix des architectures. Pour certaines organisations, le recours à des projets open source permet de réduire les coûts totaux de la pile de donnée de 15 à 40 %.