Gartner, Inc. a identifié les 10 principales tendances technologiques en matière de données et d'analyse (D&A) pour 2021, qui peuvent aider les organisations à répondre au changement, à l'incertitude et aux opportunités qu'ils apportent au cours de l'année prochaine."La rapidité avec laquelle la pandémie de COVID-19 a perturbé les organisations a obligé les leaders D&A à mettre en place des outils et des processus pour identifier les principales tendances technologiques et prioriser celles qui ont le plus grand impact potentiel sur leur avantage concurrentiel", a déclaré Rita Sallam, vice-présidente de recherche distinguée chez Gartner.
Tendance 1 : une IA plus intelligente, responsable et évolutive
L'impact plus important de l'intelligence artificielle (IA) et de l'apprentissage machine (ML) exige que les entreprises appliquent de nouvelles techniques pour des solutions d'IA plus intelligentes, moins gourmandes en données, éthiquement responsables et plus résilientes. En déployant une IA plus intelligente, plus responsable et plus évolutive, les organisations tireront parti des algorithmes d'apprentissage et des systèmes interprétables pour réduire les délais de valorisation et accroître l'impact commercial.
Tendance 2 : des données et analyses composables
Les architectures analytiques ouvertes et conteneurisées rendent les capacités analytiques plus composables. Les données et les analyses composables tirent parti des composants de plusieurs solutions de données, d'analyse et d'IA pour créer rapidement des applications intelligentes flexibles et conviviales qui aident les dirigeants de D&A à relier les informations aux actions.
Le centre de gravité des données se déplaçant vers le cloud, les données et analyses composables deviendront un moyen plus agile de créer des applications analytiques rendues possibles par les places de marché du cloud et les solutions low-code et no-code.
Tendance 3 : La structure des données est la base
Avec l'augmentation de la numérisation et l'émancipation des consommateurs, les dirigeants de D&A utilisent de plus en plus la structure des données pour faire face à des niveaux plus élevés de diversité, de distribution, d'échelle et de complexité dans les actifs de données de leurs organisations.
Le data fabric utilise l'analytique pour surveiller en permanence les pipelines de données. Le data fabric utilise l'analyse continue des actifs de données pour prendre en charge la conception, le déploiement et l'utilisation de données diverses afin de réduire le temps d'intégration de 30 %, le déploiement de 30 % et la maintenance de 70 %.
Tendance 4 : Des grandes aux petites et aux larges données
Les changements commerciaux extrêmes dus à la pandémie de COVID-19 ont rendu moins pertinents les modèles de ML et d'IA basés sur de grandes quantités de données historiques. Dans le même temps, les décisions prises par les humains et l'IA sont plus complexes et plus exigeantes, ce qui oblige les responsables D&A à disposer d'une plus grande variété de données pour une meilleure connaissance de la situation.
Par conséquent, les responsables de la D&A doivent choisir des techniques analytiques capables d'utiliser plus efficacement les données disponibles. Les responsables de la D&A s'appuient sur les données larges, qui permettent l'analyse et la synergie d'une variété de sources de données petites et grandes, non structurées et structurées, ainsi que sur les données de petite taille, qui sont l'application de techniques analytiques nécessitant moins de données, mais offrant néanmoins des informations utiles.
"Les approches fondées sur les petites et les grandes données offrent des analyses et une IA robustes, tout en réduisant la dépendance des organisations à l'égard des grands ensembles de données", a déclaré Mme Sallam. "En utilisant les données larges, les organisations atteignent une conscience situationnelle plus riche et plus complète ou une vue à 360 degrés, ce qui leur permet d'appliquer l'analytique pour une meilleure prise de décision."
Tendance 5 : XOps
L'objectif de XOps, qui comprend DataOps, MLOps, ModelOps et PlatformOps, est de réaliser des gains d'efficacité et des économies d'échelle en utilisant les meilleures pratiques DevOps, et de garantir la fiabilité, la réutilisation et la répétabilité. Dans le même temps, elle réduit la duplication de la technologie et des processus et permet l'automatisation.
La plupart des projets d'analytique et d'IA échouent parce que l'opérationnalisation n'est abordée qu'après coup. Si les dirigeants de D&A opèrent à l'échelle en utilisant XOps, ils permettront la reproductibilité, la traçabilité, l'intégrité et l'intégrabilité des actifs d'analyse et d'IA.
Tendance 6 : L'intelligence décisionnelle en ingénierie
L'intelligence décisionnelle en ingénierie s'applique non seulement aux décisions individuelles, mais aussi aux séquences de décisions, les regroupant en processus d'affaires et même en réseaux de décisions et de conséquences émergentes. Alors que les décisions sont de plus en plus automatisées et augmentées, les décisions d'ingénierie offrent aux responsables de la D&A la possibilité de rendre les décisions plus précises, reproductibles, transparentes et traçables.
Tendance 7 : Les données et l'analyse en tant que fonction commerciale centrale
Au lieu d'être une activité secondaire, la D&A devient une fonction commerciale essentielle. Dans cette situation, la D&A devient un actif commercial partagé aligné sur les résultats commerciaux, et les silos de D&A disparaissent grâce à une meilleure collaboration entre les équipes de D&A centrales et fédérées.
Tendance 8 : Les graphiques mettent tout en relation
Les graphiques constituent la base de nombreuses capacités modernes de données et d'analyse pour trouver des relations entre les personnes, les lieux, les choses, les événements et les emplacements dans diverses ressources de données. Les dirigeants de D&A s'appuient sur les graphiques pour répondre rapidement à des questions commerciales complexes qui nécessitent une connaissance du contexte et une compréhension de la nature des liens et des forces entre plusieurs entités.
Gartner prévoit que d'ici 2025, les technologies graphiques seront utilisées dans 80 % des innovations en matière de données et d'analyse, contre 10 % en 2021, ce qui facilitera la prise de décision rapide dans toute l'entreprise.
Tendance 9 : L'essor du consommateur augmenté (" Augmented Consumer "
La plupart des utilisateurs professionnels utilisent aujourd'hui des tableaux de bord prédéfinis et l'exploration manuelle des données, ce qui peut conduire à des conclusions erronées et à des décisions et actions défectueuses. Le temps passé dans des tableaux de bord prédéfinis sera progressivement remplacé par des informations automatisées, conversationnelles, mobiles et générées dynamiquement, adaptées aux besoins de l'utilisateur et livrées à son point de consommation.
"Cela va déplacer le pouvoir analytique vers le consommateur d'informations – le consommateur augmenté – en lui donnant des capacités qui n'étaient auparavant accessibles qu'aux analystes et aux citoyens scientifiques des données", a déclaré Mme Sallam.
Tendance 10 : Données et analyses à la périphérie
Les données, les analyses et les autres technologies qui les prennent en charge résident de plus en plus dans des environnements informatiques périphériques, plus proches des actifs dans le monde physique et hors du champ d'action de l'informatique. Gartner prévoit que d'ici 2023, plus de 50 % des responsabilités principales des responsables des données et de l'analytique concerneront des données créées, gérées et analysées dans des environnements périphériques.
Les responsables de l'analyse et de la gestion des données peuvent tirer parti de cette tendance pour améliorer la flexibilité, la rapidité, la gouvernance et la résilience de la gestion des données. Une diversité de cas d'utilisation suscite l'intérêt pour les capacités de périphérie pour la D&A, allant de la prise en charge de l'analyse des événements en temps réel à l'activation du comportement autonome des "objets".
Rita Sallam, vice-présidente de recherche distinguée, Gartner.
Source : Gartner
Et vous ?
Que pensez-vous de ces tendances technologiques identifiées par Gartner ? Quelles autres technologies vous semblent pertninentes pour être ajoutées à cette liste ?Voir aussi :
Les entreprises se tournent vers Kubernetes pour gérer le Big Data, Kubernetes devenant la norme pour les charges de travail de données dans le cloud et sur site, selon une nouvelle étude de Pepperadata Apprentissage artificiel – Concepts et algorithmes : de Bayes et Hume au Deep Learning, un livre de Antoine Cornuéjols, Laurent Miclet, Vincent Barra, critiqué par Thibaut Cuvelier