"The Software Architect Elevator" est une de feuille de route pour les architectes. En embrassant le changement, en comprenant les systèmes organisationnels et en favorisant une communication efficace, les architectes peuvent jouer un rôle central en conduisant les organisations vers le succès.
L'IA générative était (surprise !) la vedette du keynote de l'AWS Summit Paris, ce 3 avril au Palais des Congrès. C'est LE sujet qui tire le Cloud et la Data.
Guide didactique pour comprendre et choisir son approche d'IA générative : Prompting, RAG, Fine-tuning, ou Training...
L'infrastructure mise en œuvre pour la BI n'est plus adaptée aux challenges posés par l’économie numérique, où tout est data, où chacune de nos interactions produit de la donnée.
< L'usage le plus répondu des plateforme de données est la Data Analytics
La donnée en entreprise, c’est un peu comme l’attention centrée sur le client : tout le monde dit que c’est essentiel, mais au final, qui parvient vraiment à traduire ses intentions dans les faits ? Comment valider l’intuition que c’est dans la donnée que réside le levier qui permettra à l’entreprise d’optimiser ses processus, de gagner quelques pourcents sur chacune de ses transactions, de se lancer dans de nouveaux business models...
La grande époque du décisionnel a démontré son utilité. Mais ce n’est certainement pas en restant ancré dans les principes forgés au moment où il fallait mettre en place ce décisionnel que la donnée pourra révéler son plein potentiel. Il n’est pas question de remettre la BI et ses outils en cause ; il y aura toujours besoin de regarder dans le rétroviseur, d’analyser des chiffres de vente, de comparer des performances, etc.
De même, tout le monde n’a pas vocation à devenir “data analyst” ou statisticien. La majorité des acteurs d’une entreprise resteront des consommateurs de données ; il y aura donc aussi toujours besoin de fabriquer et d’envoyer des rapports.
Il faut cependant aussi savoir s’extraire de ce mode de pensée, qui a fini par structurer à la fois les processus, les métiers et les architectures technologiques autour de la donnée. Une structure qui n’est plus adaptée aux challenges posés par l’économie numérique.
Aujourd'hui, tout est data. Chacune de nos interactions produit de la donnée. On pense bien sûr en premier lieu aux réseaux sociaux (Twitter compte 6000 nouveaux tweets par seconde !) ou aux plateformes de contenu. En 2019, Youtube a dépassé les 500 heures de vidéo ajoutées chaque minute. On pense aussi bien sûr aux sites Web, aux smartphones, aux autres applications en ligne...
Mais c’est oublier que toute l’activité économique s’est numérisée, dans tous les secteurs, tous les métiers. Dans nos activités professionnelles aussi bien que nos activités personnelles, ce sont toutes nos actions qui produisent des données et déclenchent des événements enregistrés dans différents systèmes : créer ou consulter un document, enregistrer un nouveau client, réaliser ou écouter un podcast, produire ou visionner une série, vendre ou acheter en ligne ou en magasin, retirer de l’argent à un distributeur, prendre rendez-vous chez un médecin, établir un diagnostic, emprunter les transports en commun, se promener dans la rue...
Du point de vue de l’entreprise, toutes ces données représentent un actif extraordinaire. Là aussi, tous les métiers sont concernés, peuvent s’emparer du sujet et s’appuyer sur la donnée, qu’il s’agisse d’améliorer la connaissance de ses clients, d’analyser ses performances, d’optimiser un processus, de réaliser des prévisions plus justes... La plupart du temps, quand la donnée n’est pas utilisée dans l’entreprise, ce n’est pas parce qu’elle manque ; c’est parce que les collaborateurs n’ont pas conscience de ce que cela peut leur apporter.
Il est donc urgent de débloquer cet usage de la donnée, en commençant par acculturer les équipes.
Cet article est extrait du Livre blanc "DataOps" 🗝
L'IA générative était (surprise !) la vedette du keynote de l'AWS Summit Paris, ce 3 avril au Palais des Congrès. C'est LE sujet qui tire le Cloud et la Data.
LACE, LUXCE, CCoE, DMCoE, AICoE, les "Centers of Excellence" (CoE) explosent. Au delà de l’effet de mode, les CoE sont un véritable moyen de mettre en mouvement les Tech Companies, à condition que les initiatives soient anticipées et coordonnées dans une démarche de "Continuous Learning".
Les projets data sont souvent abordés sous un seul angle. Voire deux. Réussir sa stratégie data nécessite de considérer l'ensemble des 4 piliers fondamentaux : la tech, l’orga, la culture et la gouvernance.
Quelles sont les perspectives de l'IA en 2024 ? Cet article décrypte les évolutions majeures qui influenceront les mois à venir, offrant un aperçu des tendances et des défis à venir.
