Cloud

Succès des projets d’IA : quand le Cloud et le Edge montrent leur complémentarité

Share this post:

Suite au webinar co-organisé par IBM et IDC sur le sujet du cloud et de l’edge computing au service de l’industrialisation des projets Data & IA dont vous pouvez trouver le replay ici : https://weevents.idc.com/d/27qc9p?RefID=IBM-track 

IDC nous présente une synthèse de l’intérêt de l’usage de ces technologies combinées comme accélérateurs des projets d’Intelligence Artificielle.

Le Edge Computing pour les réactions rapides aux événements locaux. Et le Cloud pour les analyses de fond ou les prévisions de maintenance. Cette infrastructure multi-niveaux, particulièrement pertinente dans l’industrie, impose une réflexion sur les architectures techniques supportant ces applications. Afin de se concentrer sur les enjeux organisationnels et métier de cette IA au plus près du terrain.

 

S’appuyant sur de premiers succès et séduites par les promesses de l’automatisation, les entreprises renforcent leurs investissements dans les technologies d’intelligence artificielle. Comme le montre l’étude AI Strategies, menée par IDC (plus de 2000 entreprises interrogées dans le monde entier), ces déploiements visent à améliorer l’expérience client, à renforcer la productivité, mais aussi à accélérer l’innovation ou le développement de nouveaux produits et services. Sans oublier le rôle des technologies cognitives pour maîtriser l’explosion des volumes des données : « l’IA apparaît aujourd’hui comme le seul levier pour valoriser ces énormes quantités d’information », note Vincent Perrin, responsable technique des offres Cloud et cognitives chez IBM. Cette même étude permet aussi de mesurer le poids du Cloud, ou plutôt des Cloud, comme socle des applications et projets d’IA. En cumulant Cloud privé, public, hybride et multicloud, 57% des applications d’IA sont aujourd’hui déployées sur ce type d’environnements. Une préférence logique : le Cloud offrant la plasticité dont ont besoin les projets d’IA, lors des phases de tests, d’apprentissage des modèles, de montée en charge…

 

Mais se limiter à ce fait majoritaire reviendrait à occulter tout un pan d’applications, pour lesquelles le recours au Edge Computing s’avère décisif. Le Edge, c’est toute cette informatique de périphérie, très protéiforme. Des caméras, des capteurs, des Scada, des automates, des machines de diagnostic, etc., couplés à des passerelles agrégeant les données et assurant de premiers traitements. « Les objets physiques ou virtuels qui constituent le Edge Computing, et sont donc placés à l’extérieur du Cloud, deviennent de plus en plus autonomes en embarquant des capacités de prise de décision en mode déconnecté », résume Serge Bonnaud, ingénieur d’IBM Europe, spécialisé dans l’industrie.

 

Le Edge Computing très présent dans les projets IoT

Une autre étude IDC, qui se penche sur les projets IoT des entreprises européennes, permet de toucher du doigt les besoins de traitement de données au plus près du terrain. Dans ces contextes IoT, le Edge Computing joue, en effet, déjà un rôle majeur, rôle qui est d’ailleurs appelé à se renforcer. 32% des entreprises françaises disent ainsi avoir déployé du Edge Computing dans le cadre de leurs projets IoT. Et elles sont 44% à l’envisager ou à l’avoir planifié.

Deux facteurs en particulier poussent les entreprises à s’intéresser à cette option : les limitations en matière de connectivité qui impliquent la mise en œuvre d’applications déconnectées, et les problèmes de scalabilité, du fait des importants volumes de données que génèrent les capteurs IoT. Dans ces contextes, le recours au Edge permet de “confiner” certaines données au niveau local. Derrière ces deux motivations centrales, les entreprises interrogées dans le cadre de cette étude, soulignent le rôle des infrastructures Edge pour réduire les coûts de transmission de données (une question directement liée à celle des volumes, mentionnée plus haut) et la sensibilité de certaines applications aux temps de réponse. S’il s’agit, par exemple, d’éjecter une pièce défectueuse sur une chaîne de fabrication, une réponse quasi-instantanée sera nécessaire, impliquant d’effectuer les calculs au niveau local.

 

Dans ces déploiements IoT, l’IA amène sa capacité à interpréter les données au niveau local, pour gagner en qualité, réduire les coûts, fiabiliser une chaîne de fabrication ou encore améliorer la sécurité des opérateurs, particulièrement dans l’industrie. Ces calculs autonomes en bordure de ligne, au plus près du lieu de collecte de la donnée, ne signifient pas que le Cloud perde toute pertinence dans ces contextes. Car l’application nécessitera toujours un niveau d’agrégation, par exemple pour comparer les résultats entre deux machines ou deux usines, analyser les éventuelles dérives d’un ou plusieurs éléments ou encore améliorer les modèles déployés sur le terrain. « Sans oublier toutes les tâches d’administration, de supervision et de sécurisation de la flotte de terminaux Edge », ajoute Serge Bonnaud.

Partenaire d’IBM, le spécialiste de l’automatisation industrielle Omron illustre parfaitement l’intérêt de du duo Edge / Cloud. « Ce type d’architecture favorise la convergence entre les technologies opérationnelles, celles de l’usine, et l’IT. Le Cloud apportant une vue globale, celle d’un chef d’orchestre capable de définir des priorités », dit Gilles Gomila, responsable intégration au sein d’Omron. Et de citer l’exemple de robots Omron spécialisés dans le tri de poissons grâce à des algorithmes d’intelligence artificielle. « Ces robots doivent prendre des décisions dans un laps de temps qui se chiffre en millièmes de seconde et réagir instantanément si un opérateur entre dans leur champ d’intervention, explique Gilles Gomila. Ces considérations imposent le recours au Edge Computing. Mais le Cloud vient compléter le dispositif, via l’analyse des performances et le calcul des opérations de maintenance préventive à effectuer sur les différents robots déployés. ».

 

Kubernetes et Docker, encore une fois au centre du jeu

Reste à trouver le bon socle technique pour simplifier l’intégration des différentes strates de l’architecture et l’administration des environnements Edge. C’est à ce niveau que les technologies logicielles qui assurent déjà l’interopérabilité des différents Cloud trouvent toute leur pertinence. En particulier, le couple Kubernetes et Docker. Un choix d’architecture, défendu par IBM, qui facilite la mise en place de cette continuité de traitement de la donnée sur toutes les strates de l’architecture. Et permet aux entreprises de se concentrer sur les autres enjeux essentiels des projets de ce type : le rapprochement entre les équipes IT et les automaticiens, l’implantation progressive de l’IA dans des environnements complexes, ainsi que les implications de ces déploiements en matière de cybersécurité.

 

Découvrez comment IBM et AT&T permettent aux entreprises de tous les secteurs de développer et déployer de nouveaux services innovants en utilisant des fonctionalités d’edge computing

https://fr.newsroom.ibm.com/announcements?item=123424

Analyste recherche senior, IDC France

Meriam Amara

Public Cloud Field Marketing Manager, IBM

More Cloud stories
12 janvier 2021

La compréhension du langage et IBM

Nous avons publié une série de nouveautés sur nos services d’Intelligence Artificielle IBM Watson autour du traitement du langage naturel. Le communiqué de presse est disponible ici. Mais, je voulais revenir sur deux de ces annonces plus en détail. Watson Assistant Enhanced-Model Watson Discovery Reading Comprehension Un nouveau modèle amélioré de classification d’intention pour Watson […]

Continue reading

12 janvier 2021

Intelligence artificielle et Hybrid Multi-Cloud

L’hybrid Multi-cloud est devenu une réalité pour les entreprises et représente la futur génération des architectures IT. Ce rapport d’IDC montre bien que la phase 2 du « Move to Cloud » dans laquelle les entreprises sont entrées est Multi Public ou Multi Public-Private Cloud. The Road to Hybrid Multicloud L’intelligence artificielle de son coté a, ces […]

Continue reading

12 novembre 2020

IBM Cloud Code Engine : vers le serverless 2.0 !

IBM Cloud Code Engine est une plate-forme entièrement gérée et sans serveur (serverless, FaaS [1]) qui exécute vos charges de travail conteneurisées, y compris les applications Web, les micro-services, les fonctions événementielles ou les travaux par lots (batch). Code Engine crée même des images de conteneurs à partir de votre code. Étant donné que ces […]

Continue reading