De la donnée au passage à l’échelle de l’intelligence artificielle générative !

Dans un premier temps, je reviendrais sur l’émergence des transformations liées à l’arrivée de concepts de type « Data Fabric » et « Data Mesh » – sujet plus détaillé ici :https://lnkd.in/eX45JnCe – et nous verrons comment ces concepts sont des vecteurs d’accélération de la transformation pour l’utilisation de la « genAI » comme potentiel d’innovation pour l’entreprise.

Partant du principe que les sujets « Data Fabric » et « Data Mesh » sont maintenant bien répandus, ayant personnellement présentés ces éléments lors de ces 2 derniers salons « Big Data & IA », je reviens juste sur ma synthèse de ces concepts.

• « Data Fabric » est une approche, une architecture unifiée de gestion des données qui connecte et intègre diverses sources et types de données au sein d’une organisation, facilitant ainsi l’accès et la découverte des données.

• « Data Mesh », est un cadre décentralisé qui répartit la responsabilité de la gestion des données entre plusieurs équipes ou domaines, encourageant la collaboration et l’autonomie pour un meilleur contrôle et une meilleure accessibilité des données.

Pour simplifier et synthétiser, « Data Fabric » est une approche technologique et « Data Mesh » plutôt une approche organisationnelle de la transformation autour de la donnée.

D’un autre côté, l’intelligence artificielle générative, fait référence à des systèmes capables d’apprendre et de s’adapter à une grande variété de tâches et de problèmes et se traduit par la mise en place de cas d’utilisation de la « genAI ».

Pour que la « genAI » atteigne son plein potentiel, elle doit être alimentée par des données de haute qualité, facilement accessibles, scalables et par là même agiles. J’attache donc une importance particulière aux concepts de « Data Fabric » et « Data Mesh » comme une transformation nécessaire pour permettre l’accélération du développement de la « genAI ».

La « genAI » nécessite un accès rapide et facile à un large éventail de données pour apprendre et s’entraîner. Grâce à la couche unifiée de gestion des données de « Data Fabric » et à la répartition décentralisée des responsabilités de « Data Mesh », les systèmes de « genAI » peuvent accéder plus facilement à des données.

La mise à disposition des données est majeure il n’en demeure pas moins que si les données accessibles ne sont pas de bonne qualité ou pertinente, nous allons introduire des biais, au niveau de nos systèmes de « genAI », la transformation de la data doit donc nous mettre à disposition des éléments pertinents et de qualité provenant de diverses sources. Cela permet à la « genAI » de faire des réglages précis (« fine tuning ») de modèles, en se basant sur des données diverses et représentatives du métier de l’entreprise qui souhaite passer à l’échelle.

À mesure que la « genAI » évolue et s’adapte à de nouvelles tâches, elle a besoin de traiter des ensembles de données de plus en plus volumineux et variés. « Data Fabric » et « Data Mesh » offrent une meilleure évolutivité en intégrant rapidement de nouvelles sources de données et en répartissant la charge de travail liée à la gestion des données. Cela permet à la « genAI » de se développer en parallèle avec la croissance des données, sans être limitée par des contraintes de gestion des données.

La « genAI » doit être capable de s’adapter rapidement aux changements et aux nouvelles demandes. « Data Fabric » et « Data Mesh » favorisent l’agilité des données en permettant aux organisations de réagir rapidement aux changements et aux besoins en matière de données. Grâce à ces approches, la « genAI » peut exploiter des données mises à jour en temps réel et s’adapter en conséquence pour fournir des résultats pertinents et à jour.

En combinant « Data Fabric » et « Data Mesh » avec la « genAI », les organisations peuvent tirer parti de l’AI pour générer de nouveaux contenus et voir émerger des solutions innovantes dans divers domaines d’autant plus que l’entreprise sait capitaliser sur ses propres données. Je ne veux pas mettre la transformation de l’entreprise autour de la Data comme un pré requis à l’introduction et la mise à l’échelle de la « genAI » mais il n’en demeure pas moins que si nous souhaitons avoir un système performant, qui tire partie du trésor qu’est la Data de l’entreprise, il est primordial de fournir aux équipes qui vont mettre le « genAI » à l’échelle des données accessibles, de qualité, en grand nombre et en temps réel.

Retrouvez moi sur les réseaux sociaux pour échanger sur ces sujets sur LinkedIn