Vous vous souvenez de Business Objects ? Si c'est le cas, vous voyez peut-être où je veux en venir. Nous entrons dans une période où les grands modèles de langage (LLM) capables de créer des logiciels d'entreprise deviendront de plus en plus banalisés. C'est un exploit technologique impressionnant, certes, mais c'est aussi un risque de nivellement par le bas.

Pourquoi ? Parce que pendant que tout le monde est occupé à montrer les derniers tours de passe-passe de l'IA, on passe à côté de la vraie mine d'or : le site data lui-même.

Voyons ce qu'il en est :

  • La marchandisation des LLM: Nous assistons à une évolution rapide dans le domaine des LLM. Ce qui était à la pointe du progrès hier devient la norme aujourd'hui. Bientôt, il n'y aura plus grand-chose pour différencier un LLM d'un autre en termes de capacités de base. La capacité à générer du texte humain, à répondre à des questions ou même à écrire un code complexe ne sera plus un facteur distinctif. Cette banalisation signifie que le simple fait d'avoir accès à un LLM ne constituera pas un avantage concurrentiel significatif.

  • L'essor des logiciels générés par l'IA: Les LLM et autres outils d'IA génériques sont de plus en plus capables de créer un logiciel à la demande. Vous avez besoin d'une application personnalisée pour la gestion des stocks ? Une IA pourrait bientôt être en mesure de la créer pour vous en quelques minutes. Cette évolution est révolutionnaire, mais elle devient aussi universellement accessible.

  • La pérennité du SaaS: Toutefois, il ne faut pas s'attendre à ce que des entreprises comme Salesforce ou SAP disparaissent du jour au lendemain. À l'instar de Red Hat qui a prospéré dans l'ère du logiciel libre en fournissant une assistance et des services de qualité professionnelle, les grands fournisseurs de SaaS s'adapteront probablement à ce nouveau paysage. Ils pourront intégrer des solutions générées par l'IA dans leurs offres ou se concentrer sur la fourniture de l'infrastructure robuste et évolutive nécessaire pour faire fonctionner ces applications créées par l'IA.

  • Le véritable avantage concurrentiel: voici le clou du spectacle - la véritable source d'avantage concurrentiel dans ce nouveau paysage sera la propriété de votre entreprise data. Pourquoi ? Parce que si les LLM peuvent générer des solutions génériques, seule votre data unique peut alimenter des modèles d'IA qui comprennent les nuances de votre entreprise, de vos clients et de votre marché.

  • L'écart de préparation Data : c'est ici que de nombreuses entreprises trébuchent. Vous pouvez avoir accès aux outils d'IA les plus avancés de la planète, mais si votre site data n'est pas correctement préparé, vous ne pourrez pas tirer parti de ces technologies de manière efficace. C'est comme essayer d'alimenter une Ferrari avec du pétrole brut - il ne faut pas le faire.

Considérons ce scénario dans le monde des produits de grande consommation : L'entreprise A et l'entreprise B ont toutes deux accès au même LLM avancé pour la prévision de la demande. L'entreprise A dispose d'années de ventes propres et harmonisées data, avec des informations contextuelles sur les promotions, les conditions météorologiques et le sentiment des médias sociaux. L'entreprise B dispose de data éparpillés et incohérents, stockés dans différents systèmes. Selon vous, quelle entreprise sera en mesure de faire des prévisions plus précises ?

En réalité, sans data correctement nettoyé, harmonisé et modélisé, les entreprises ne seront pas en mesure de tirer pleinement parti de la révolution de l'IA. Vous pouvez avoir une IA puissante au bout des doigts, mais si vous l'alimentez avec des données de mauvaise qualité data, vous n'obtiendrez que des informations de mauvaise qualité.

C'est pourquoi la véritable course n'est pas de savoir qui peut mettre en œuvre l'IA le plus rapidement - il s'agit de savoir qui peut mettre de l'ordre dans son data . Il s'agit de créer une infrastructure solide qui peut alimenter ces nouveaux outils puissants d'IA. Il s'agit de créer une infrastructure data robuste qui puisse alimenter ces nouveaux outils d'IA puissants. Car en fin de compte, l'IA n'est que le moteur - votre data est le carburant qui le fait tourner.

Dans le secteur des produits de consommation courante, cela peut faire la différence entre.. :

  • Prévoir avec précision les pics de demande saisonniers et y répondre

  • Optimiser votre chaîne d'approvisionnement pour réduire les déchets et améliorer l'efficacité

  • Comprendre l'évolution des préférences des consommateurs et y répondre en temps réel

  • Personnaliser les efforts de marketing pour améliorer considérablement les taux de conversion

Ainsi, pendant que vos concurrents courent après le dernier chatbot ou l'outil de rédaction IA, n'oubliez pas que la véritable valeur réside dans votre site data. La question est de savoir si vous êtes prêt à la débloquer.

Le voyage vers Data: La nouvelle frontière

Nous avons tous entendu parler du "voyage vers le nuage". C'était l'expression à la mode pendant la majeure partie de la décennie. Mais aujourd'hui ? Nous nous lançons dans une expédition encore plus cruciale : le voyage vers data.

Il ne s'agit pas d'une simple tendance technologique. Il s'agit d'un changement fondamental dans la manière dont les entreprises fonctionnent, innovent et sont compétitives. Et si vous n'êtes pas à bord, vous risquez de rester sur le carreau.

À quoi ressemble ce parcours dans la pratique ? Il s'agit de passer de sources data disparates et cloisonnées à un écosystème data unifié et accessible. Il s'agit de transformer les données brutes data en informations exploitables. Il s'agit de créer une source unique de vérité qui peut tout alimenter, des décisions opérationnelles aux applications d'IA avancées.

Pour une entreprise de produits de grande consommation, cela peut signifier l'intégration du point de vente data avec l'analyse des sentiments dans les médias sociaux, les informations sur la chaîne d'approvisionnement et le retour d'information des clients. Il s'agit de créer une vision holistique de votre entreprise qui vous permette de repérer les tendances, de prévoir la demande et d'innover en matière de produits plus rapidement que jamais.

La véritable proposition de valeur : C'est le site Data, stupide

Le fait est que l'IA ne vaut que ce que vaut le site data sur lequel elle est formée. Vous pouvez avoir le LLM le plus sophistiqué de la planète, mais s'il n'est pas formé à votre activité spécifique data, sa valeur pour votre entreprise sera au mieux limitée.

Le véritable avantage concurrentiel réside dans la libération de la valeur de votre propriété data. Il s'agit de créer une plateforme data robuste qui peut :

  • Agréger data à partir de sources disparates dans l'ensemble de votre organisation

  • Nettoyer et normaliser ce site data pour l'utiliser dans des applications d'analyse et d'intelligence artificielle.

  • Faire en sorte que le site data soit accessible aux bonnes personnes au bon moment

  • Assurer la qualité, la sécurité et la conformité du site data

C'est là que le bât blesse. Et laissez-moi vous dire que ce n'est pas facile.

Voyons ce qu'il en est :

Agrégation: Dans une entreprise typique de produits de grande consommation, data peut être réparti entre des systèmes ERP, des plateformes CRM, des outils de gestion de la chaîne d'approvisionnement et d'innombrables feuilles de calcul Excel. Réunir tous ces éléments est une tâche herculéenne, mais elle est essentielle pour obtenir une image complète de votre entreprise.

Nettoyage et normalisation: Les données brutes de data sont désordonnées. Différents systèmes peuvent utiliser des formats ou des conventions de dénomination différents. Le nettoyage et la normalisation de ce site data sont essentiels pour toute analyse ou application d'intelligence artificielle pertinente.

Accessibilité: Data n'a de valeur que s'il est entre les mains de personnes capables de l'utiliser. Cela signifie qu'il faut créer des interfaces et des outils qui permettent aux utilisateurs professionnels d'accéder à data et de l'analyser sans avoir besoin d'un doctorat en informatique.

Qualité, sécurité et conformité: Les grandes data s'accompagnent de grandes responsabilités. Il n'est pas négociable de garantir l'exactitude de votre site data, de le protéger contre les violations et de se conformer à des réglementations telles que le GDPR.

Le défi : Plus qu'une simple technologie

C'est là que de nombreuses entreprises achoppent. Elles pensent qu'il s'agit d'un défi purement technologique. Mais ce n'est pas le cas. Il s'agit d'un défi organisationnel.

C'est là qu'intervient le concept de data mesh. Comme le dit Zhamak Dehghani, l'initiateur du concept de data mesh, " mesh est une approche sociotechnique décentralisée visant à supprimer la dichotomie entre l'analyse et l'exploitation commerciale : "Data mesh est une approche sociotechnique décentralisée visant à supprimer la dichotomie entre l'analyse data et le fonctionnement de l'entreprise "[^1].

En d'autres termes, il s'agit d'éliminer les cloisonnements, de favoriser une culture axée sur data et de permettre aux experts du domaine de devenir des producteurs et des consommateurs de data .

Cela nécessite l'adhésion de l'ensemble de l'entreprise. Il est nécessaire d'améliorer les compétences de votre personnel. Et oui, cela exige des investissements technologiques importants.

Mais à quoi cela ressemble-t-il dans la pratique ? Imaginez une entreprise de produits de grande consommation où :

  • L'équipe marketing peut accéder aux ventes en temps réel sur le site data afin d'adapter les campagnes à la volée.

  • L'équipe chargée du développement des produits peut analyser instantanément les réactions des clients afin d'élaborer de nouvelles caractéristiques pour les produits.

  • L'équipe chargée de la chaîne d'approvisionnement peut prévoir et prévenir les perturbations avant qu'elles ne se produisent.

  • Le conseil d'administration peut obtenir une vue globale et en temps réel de l'ensemble de l'entreprise en cliquant sur un bouton.

C'est la promesse d'un maillage data bien mis en œuvre. Mais pour y parvenir, il faut plus qu'une nouvelle technologie. Il faut un changement fondamental dans notre façon de penser et de nous organiser autour de data.

La voie à suivre : Ingénierie des plates-formes et construction de modèles

Alors, que faire maintenant ? Au cours des prochaines années, l'accent devra être mis sur l'ingénierie de la plateforme data et sur l'élaboration de modèles.

Cela signifie que :

  • Investir dans une solide infrastructure data

  • Développer les cadres de gouvernance data

  • Construire et former des modèles sur votre propriété data

  • Favoriser une culture de l'alphabétisation sur le site data dans votre organisation

Examinons chacun d'entre eux plus en détail :

Investir dans l'infrastructure data : Il ne s'agit pas seulement d'acheter les dernières technologies. Il s'agit de créer une architecture évolutive et flexible qui puisse grandir avec votre entreprise. Pour une entreprise de produits de grande consommation, cela peut signifier la mise en œuvre de capteurs IoT dans votre chaîne d'approvisionnement, la mise en place de pipelines data en temps réel à partir des détaillants ou la création d'un lac central data pour l'ensemble de vos données historiques data.

Développer data la gouvernance: L'importance de data s'accompagne d'une grande responsabilité. Vous avez besoin de politiques claires sur l'utilisation de data , de normes de qualité et de protocoles de sécurité. Cela est particulièrement important dans le secteur des produits de grande consommation, où vous avez affaire à des clients sensibles ( data ) et à des secrets commerciaux potentiellement précieux.

Construire et former des modèles: C'est ici que la magie opère. En entraînant les modèles d'IA sur votre entreprise unique data, vous pouvez créer des outils prédictifs qui vous donnent un réel avantage. Imaginez une IA capable de prédire les tendances des produits avant qu'elles ne se produisent, ou d'optimiser votre stratégie de prix en temps réel sur la base d'une multitude de facteurs.

Favoriser l'alphabétisation sur le site data : C'est peut-être l'aspect le plus difficile, mais aussi le plus gratifiant. Il s'agit de créer une culture dans laquelle chacun, du PDG au personnel de première ligne, comprend la valeur de data et sait comment l'utiliser dans son travail quotidien.

C'est un défi de taille, mais l'alternative est d'être laissé pour compte dans un monde où data est le nouveau pétrole, et l'IA est le moteur qui fonctionne avec.

Le bilan

La révolution de l'IA n'est pas à venir, elle est déjà là. Les gagnants ne seront pas déterminés par les démonstrations d'IA les plus tape-à-l'œil. Les véritables vainqueurs seront ceux qui sauront exploiter efficacement leur site data pour créer une véritable valeur ajoutée pour l'entreprise.

Dans le monde des produits de grande consommation, cela peut faire la différence entre un lancement de produit qui ne donne rien et un autre qui prend le marché d'assaut. Ce pourrait être la clé de l'optimisation de votre chaîne d'approvisionnement pour faire face à la prochaine perturbation mondiale. C'est peut-être ce qui vous permet de personnaliser l'expérience de vos clients d'une manière dont vos concurrents ne peuvent que rêver.

Alors, posez-vous la question : Êtes-vous prêt pour le voyage vers data? Car, que vous soyez prêt ou non, il a déjà commencé. Les plateformes sont en cours de construction, les modèles sont en cours de formation et la course est lancée. Serez-vous en tête du peloton ou en train de le rattraper ?