Le rôle et les avantages de l'IA dans le cloud

Il existe deux façons de penser à l'IA par rapport au cloud. La première est que les fournisseurs de cloud travaillent dur pour mettre à la disposition sur les plateformes des services et applications soutenus par l'IA de plus en plus sophistiqués. Deuxièment, l'IA, ainsi que l'automatisation et la prise de décision rapide qu'elle facilite, est ce qui rend ces plateformes cloud à très grande échelle possibles.

Ces deux affirmations sont vraies et cela rend l'avenir du cloud et de l'IA à la fois entremêlé et passionnant. Voici ce que cet avenir peut promettre.

Qu’est-ce que l’IA ?

L'IA, ou intelligence artificielle, fait référence aux systèmes informatiques qui utilisent des algorithmes et des données pour effectuer des tâches qui nécessitent généralement une intelligence humaine, telles que la reconnaissance vocale ou la création d'une image en réponse à une invite. Dans certains cas, l'IA peut faire des choses que les humains ne peuvent pas faire, comme effectuer des calculs et des analyses complexes impliquant des quantités massives de données en quelques secondes, avec une précision extrêmement élevée, permettant d'identifier des anomalies.

La technologie de l'IA s'améliore rapidement et trouve de nombreuses utilisations, notamment en améliorant les communications avec les clients, en créant des médias numériques, en rendant les diagnostics plus précis, en améliorant la cybersécurité et même en donnant des recommandations sur les décisions commerciales.

Le terme « intelligence artificielle » est souvent utilisé de manière interchangeable avec des technologies connexes telles que le machine learning (ML) ou le deep learning. La différence est que l'IA décrit largement le domaine d'étude, tandis que les systèmes de machine learning se concentrent plus étroitement sur l'amélioration semblable à l'apprentissage dans l'exécution d'une tâche spécifique et définie en fonction des données d'entraînement qu'ils ingèrent. Le Deep Learning est un processus similaire construit sur des réseaux neuronaux complexes conçus pour simuler l'architecture du cerveau humain. Cette structure permet aux systèmes de deep learning de détecter des relations non linéaires complexes et de tirer un sens des données complexes ou imprécises. Les grands modèles de langage (LLM), comme ceux de ChatGPT ou de Cohere, s'entraînent en utilisant le deep learning et de grandes quantités de données collectées. Une fois entraîné, le LLM devient le cœur d'un système d'IA générative qui peut répondre à des questions en inférant ou en prédisant la réponse correcte. Résultat : des réponses linguistiques étranges et humaines aux questions.

Pour tirer le meilleur parti de l'IA, de nombreuses entreprises investissent dans des équipes de data science et recherchent des modèles et services d'IA sophistiqués sur lesquels elles peuvent s'appuyer pour leurs propres applications.

Qu’est-ce que le cloud ?

En d'autres termes, le cloud vous permet de louer des services informatiques au lieu de les acheter. Plutôt que d’investir dans des bases de données, des logiciels, des équipements et du matériel, les entreprises choisissent d’accéder à leur puissance de calcul via Internet et d’être facturées à l’utilisation. Les principales caractéristiques du cloud sont qu'il est mesuré, évolutif et disponible à la demande.

Les offres cloud incluent l'infrastructure, telle que les serveurs, le stockage et les bases de données, ainsi que des services basés sur cette infrastructure, tels que l'analyse de données, l'intelligence artificielle et les applications pour les fonctions métier, telles que la planification des ressources d'entreprise, ou l'ERP et la gestion du capital humain. De plus en plus, ces applications contiennent des fonctionnalités optimisées par l'IA. Par exemple, la possibilité de convertir des documents imprimés au format numérique, puis de classer ces documents dans des fonctions telles que les comptes fournisseurs et les comptes clients.

Points à retenir

• L'IA fait partie intégrante du cloud, améliorant ainsi l'automatisation, la prise de décision et l'évolutivité des services cloud.
• Le cloud fournit l'infrastructure nécessaire à l'IA, permettant aux entreprises de tirer parti des technologies d'IA sans investissements significatifs dans le matériel et les logiciels.
• L'IA dans le cloud améliore l'efficacité de l'entreprise en automatisant les tâches répétitives, en améliorant l'analyse des données et la cybersécurité.
• La synergie entre l'IA et le cloud génère des applications innovantes telles que l'IA générative, l'IoT et la business intelligence assistée par l'IA.
• L'adoption de l'IA dans le cloud peut être difficile car elle implique des problèmes de confidentialité des données, d'intégration et un manque de talents dans l'expertise en IA.

Explication de l'IA et du cloud

L'IA et le cloud sont intimement liés. L'une des raisons est que les fournisseurs de cloud étaient les premiers à déterminer comment utiliser l'IA pour fournir de meilleurs services. Les systèmes d'IA sont très efficaces pour prendre des décisions dans le monde confiné d'une architecture informatique et cela permet aux fournisseurs de cloud d'automatiser une gamme d'opérations dans leurs data centers massifs. L'IA peut provisionner et faire évoluer les services technologiques, détecter les erreurs potentielles, surveiller les signes d'une cyberattaque et détecter les indices de fraude dans divers cas d'utilisation. Ce ne sont là que quelques entrées sur une liste croissante de fonctionnalités qui aident les entreprises de cloud à offrir économiquement des services technologiques à très grande échelle à des milliers ou des millions de clients.

Tout aussi important, le cloud devient le moyen par excellence d'intégrer l'IA dans les applications métier. Les fournisseurs intègrent l'IA dans leurs propres offres, telles que les applications software-as-a-service (SaaS) améliorées par une variété de technologies d'IA et plus récemment par des capacités de LLM intégrées. Les fournisseurs de cloud travaillent également avec les entreprises qui souhaitent intégrer l'IA générative dans leurs opérations. Avec des LLM sophistiqués dans les architectures cloud, les entreprises peuvent utiliser leurs propres données pour entraîner et déployer des modèles d'IA spécifiques à leurs opérations, ou plus généralement, augmenter l'entraînement d'un modèle existant, que ce soit dans les domaines de la santé, de la logistique, du droit, du gouvernement ou de tout autre domaine. Les clients du cloud incluent même les développeurs de modèles d'IA qui ont besoin de grandes quantités de capacité de calcul et de stockage pour entraîner leurs modèles sur de grandes quantités de données.

De plus en plus, les fournisseurs de cloud proposeront des services hautement sophistiqués assistés par l'IA, tels que des plateformes de développement d'applications où les développeurs décrivent les fonctions d'applications qu'ils souhaitent et laisseront la plateforme d'IA écrire rapidement la première ébauche de code.

Pourquoi l'IA est-elle importante pour le cloud ?

Les fournisseurs de cloud s'appuient sur l'IA pour alimenter les systèmes automatisés qui fournissent des services informatiques et des applications SaaS de manière fiable et au coût le plus bas possible. L'IA facilite le provisionnement, le traitement par lots et le réglage des systèmes cloud à très grande échelle, soulageant ainsi les humains de ces tâches. De plus, alors que de plus en plus d'entreprises cherchent à tirer parti d'une large gamme de services d'IA ainsi que des capacités en plein essor de l'IA générative, les entreprises de cloud sont désireuses de les accueillir. En bref, la voie de la moindre résistance à l'exploitation des capacités d'IA passe directement par le cloud.

Il est également vrai que le cloud est important pour l'IA. En effet, l'entraînement de systèmes d'IA générative tels que les LLM est extrêmement gourmande en calcul, ce qui entraîne une concurrence pour la puissance de calcul disponible dans le monde. Les fournisseurs de cloud à très grande échelle offrent cette puissance à la demande, ce qui permet aux entreprises d'IA de louer les clusters de GPU dont elles ont besoin pour exécuter des workloads d'IA avec des performances élevées et à un coût raisonnable.

En savoir plus sur le cloud haute performance d'Oracle pour l'IA.

Comment l'IA dans le cloud change-t-elle l'entreprise ?

La disponibilité des services soutenus par l'IA dans le cloud a été essentielle à l'utilisation croissante de l'IA par les entreprises. En effet, la création, l'entraînement et le déploiement sécurisé de modèles d'IA sont trop difficiles et coûteux sur le plan technique pour que toutes les entreprises, sauf les plus grandes, puissent les essayer seules. Avec les services d'infrastructure soutenus par l'IA, le SaaS infusé par l'IA et un menu croissant de technologies diverses disponibles via les API, de plus en plus d'entreprises sont en mesure d'utiliser l'IA pour automatiser les processus, obtenir un avantage concurrentiel et tirer parti de nouvelles opportunités commerciales.

Les avantages pour les entreprises sont de deux ordres. Dans un premier temps, les assistants d'IA déchargent les tâches répétitives, telles que la saisie et la classification des factures et des demandes d'achat ou le rapprochement des dépenses avec les reçus et les politiques, ce qui améliore l'efficacité et la précision des équipes qui effectuaient ces tâches manuellement. Deuxièmement, les analyses basées sur l'IA peuvent recommander et conseiller les professionnels en fonction des modèles détectés dans les données de l'entreprise. Les conseils peuvent aller de quand commander plus certains produits, à recommander des changements dans les supply chains en fonction d'une analyse complexe du comportement des vendeurs et des besoins de l'entreprise.

Avantages de l'IA dans le cloud

Les fournisseurs de cloud qui utilisent l'IA dans leurs data centers en tirent des avantages dépassant les gains d'efficacité immédiats et les économies de coûts. En prenant ce qu'ils ont développé et en l'offrant aux clients en tant que services aux marques alimentés par l'IA, ils peuvent aider à augmenter la fidélité et la rentabilité.

Les avantages de l'IA dans le cloud sont les suivants :

• Automatisation : grâce à l'IA, les fournisseurs de cloud et leurs clients peuvent automatiser de nombreux processus informatiques nécessaires à la fourniture de leurs services, notamment l'application de correctifs, la sécurisation et l'évolutivité de la capacité de calcul. Les entreprises utilisent également des processus d'IA, notamment l'automatisation intelligente, pour augmenter la vitesse et la précision dans des fonctions telles que la gestion des documents et les opérations en usine.
• Economies de coûts : L'IA peut aider à réduire les coûts en effectuant des tâches complexes plus rapidement tout en impliquant moins de personnes. Ces tâches peuvent inclure des opérations informatiques et de sécurité des données, ainsi que des fonctions métier telles que l'automatisation du service d'assistance. L'IA peut aider les clients à faire évoluer leur utilisation du cloud en fonction de leurs besoins en constante évolution. À mesure que les clients réalisent leurs propres économies, la fidélisation peut s'améliorer, en particulier pour les fournisseurs de cloud qui s'efforcent de garder leurs modèles de facturation simples et transparents. Lorsque les clients actuels utilisent davantage de services cloud, cela peut offrir une marge plus élevée aux fournisseurs que de trouver, de gagner et d'intégrer de nouveaux clients.
• Gestion du cloud : l'IA permet d'exécuter les services cloud à grande échelle en automatisant de nombreux aspects de la gestion informatique. Par exemple, l'IA peut provisionner et faire évoluer les services, détecter et anticiper les pannes et repousser les cyberattaques, souvent avec peu ou pas de participation humaine. Le suivi de l'utilisation du service et de la facturation, ainsi que la fourniture aux clients de systèmes complexes de surveillance et de gestion des workloads, peuvent être plus simples et plus évolutifs avec le support de l'IA.
• Gestion des données : l'IA peut aider n'importe quelle entreprise à gérer ses données vitales de manière plus efficace et plus rentable. Les tâches que l'IA peut effectuer incluent le déplacement des données selon les besoins, le nettoyage des données et l'analyse des réseaux pour détecter les problèmes de sécurité ou de collecte des données.
• Analyse prédictive : l'IA est particulièrement performante dans cette forme populaire d'analyse de données. Les entreprises utilisent l'analyse prédictive pour identifier les tendances, trouver des corrélations et lier la causalité, ce qui leur permet de prendre des décisions plus éclairées beaucoup plus rapidement.
• Personnalisation : les puissantes capacités d'observation et de correspondance de modèles de l'IA aident les entreprises, y compris les fournisseurs cloud, à mieux comprendre le comportement et les désirs de leurs clients. Cela permet aux entreprises d'offrir des services personnalisés et des suggestions plus précises et d'augmenter ainsi la rétention et les revenus.
• Amélioration de la productivité et de l'efficacité : l'IA excelle dans les emplois que les gens trouvent difficiles ou fastidieux. Grâce aux processus soutenus par l'IA, les entreprises peuvent effectuer des tâches telles que la gestion des documents, le tri des packages, le rapprochement des factures et même la synthèse de documents tels que des présentations juridiques plus rapidement et plus précisément que les humains. L'avantage supplémentaire de cette efficacité est qu'elle permet aux employés de réaliser des tâches plus complexes qui nécessitent une expérience et des relations humaines.
• Sécurité améliorée et détection des menaces : lorsqu'elle est incluse dans une structure de sécurité des données bien formée, l'IA peut intervenir pour surveiller les réseaux et les utilisateurs lorsqu'elle analyse les modèles signalant des problèmes. Contrairement aux humains, l'IA peut surveiller de près des masses de données lorsqu'elle analyse rapidement les flux créés par le réseau.
• Evolutivité améliorée : Etant donné que l'IA peut aider à automatiser un grand nombre de processus, elle permet aux fournisseurs de cloud de gérer de grands data centers avec un niveau d'évolutivité élastique qui serait impossible à atteindre si l'on devait provisionner et gérer manuellement les services. Cette même efficacité fonctionne pour les clients du cloud, qui peuvent augmenter leur travail dans les domaines du marketing, de la logistique, de la santé et d'autres domaines plus rapidement tout en impliquant moins de personnes.

Les défis de l'IA dans le cloud

Bien que les fournisseurs de cloud s'efforcent de réduire les obstacles à l'utilisation de l'IA, des défis restent à relever, principalement en ce qui concerne la gestion des données et l'embauche de personnel possédant la bonne expertise.

• Confidentialité des données : lorsque cela concerne la sécurité et la confidentialité des données, l'IA apporte son propre ensemble de défis. Par exemple, il est possible que les modèles d'IA « fuient » les détails des jeux de données sensibles utilisés pour les entraîner. Les clients donneront la priorité aux fournisseurs de cloud qui offrent des contrôles stricts sur la gouvernance et la sécurité des données.
• Intégration : l'IA s'exécute sur des données propres et bien organisées. Et elle devient plus intelligente lorsque les données proviennent de nombreuses sources différentes. Le défi consiste donc à intégrer et à standardiser les données provenant de différentes unités opérationnelles internes ou de sites partenaires, ainsi que de sources externes, telles que les flux météorologiques ou les données gouvernementales en libre accès.
• Ecart de talents : il est long et coûteux de trouver et d'embaucher des personnes disposant de l'expertise nécessaire pour concevoir, entraîner et déployer des modèles d'IA. Même si les développeurs de modèles d'IA et les services cloud fournissent les composants de base, les entreprises ont souvent besoin de gestionnaires de données et d'analystes de données expérimentés pour faire fonctionner l'IA pour elles.

Applications de l'IA dans le cloud

La motivation pour surmonter les défis mentionnés précédemment provient du large éventail de manières dont l'IA et le cloud peuvent être utilisés en tandem pour rendre les entreprises plus performantes et libérer du temps pour des tâches plus créatives. Les applications populaires et passionnantes comprennent les suivantes :

• Chatbots : les chatbots ont été l'un des premiers programmes logiciels conçus pour simuler la communication humaine et entrer dans les rôles du service client. Malheureusement, avant l'IA, ils n'ont pas fait du très bon travail et étaient plus susceptibles d'ennuyer les clients que de résoudre leurs problèmes. Avec l'IA et le cloud, les entreprises peuvent désormais utiliser des API pour exploiter de grands modèles de langage, leur donnant de puissants chatbots qui peuvent comprendre le langage humain parlé ou écrit et détecter l'intention d'une requête d'utilisateur.
• Business intelligence (BI) : les fournisseurs de cloud proposent depuis longtemps des solutions BI, qui rassemblent, analysent et interprètent des données provenant de sources internes et externes pour aider les entreprises à prendre des décisions. Ces services cloud, ainsi que les logiciels précédemment packagés, dépendent d'algorithmes de machine learning pour décomposer et analyser les données. Cependant, avec de nouveaux modèles d'IA, les entreprises peuvent passer de la compréhension de ce qui s'est produit par le passé à une meilleure prévision des résultats futurs.
• Internet des objets (IoT) : le fichier IoT est constitué d'appareils connectés à Internet et connectés entre eux. Les appareils d'IoT sont utilisés dans de nombreux secteurs, notamment le camionnage, l'agriculture et la fabrication, et nécessitent des systèmes « edge computing » qui placent certaines fonctionnalités de prise de décision clés à proximité des appareils sous gestion et non dans le data center dans le cloud. Désormais, les entreprises utilisant des services cloud d'IA sophistiqués ou des applications d'IA intégrées à SaaS peuvent permettre à leurs appareils IoT d'apprendre de leurs données et de leurs expériences au fil du temps, améliorant ou suggérant des améliorations au fur et à mesure.
• IA générative : avec le cloud, de puissants modèles d'IA générative dont les LLM sont au cœur ne sont plus qu'une API. Les entreprises peuvent utiliser l'IA générative pour accélérer la recherche, réfléchir à des idées créatives, améliorer le service client ou les applications d'assistance, et de nombreuses autres tâches. La RAG aide les fournisseurs de cloud à rendre l'IA générative encore plus utile en enrichissant la base de connaissances du LLM avec les données d'entreprise récentes et stockées en toute sécurité d'un client.

L'avenir de l'IA dans le cloud

L'intelligence artificielle trouve rapidement sa place dans un large éventail d'activités humaines. Une grande partie de cette croissance est tirée par la disponibilité de l'IA sur de puissantes plateformes de cloud. En interne, au fil du temps, les fournisseurs de cloud peuvent se développer en utilisant l'IA pour automatiser et surveiller l'infrastructure informatique et commencer à offrir des services basés sur l'IA qui aident à écrire et déboguer des applications, à évaluer et à améliorer les processus métier, et même à fournir l'informatique back-end et les services en périphérie pour les robots et les drones hautement autonomes. Plus tard, les services basés sur le cloud peuvent utiliser l'IA pour réfléchir profondément et de manière interactive aux défis commerciaux et aux problèmes sociaux.

Lancez-vous avec l'IA dans le cloud avec Oracle

Au moment d'explorer comment l'intelligence artificielle peut aider votre entreprise, envisagez Oracle Cloud Infrastructure (OCI). Oracle propose un portefeuille complet d'IA pour vous aider à tirer parti de l'IA de la manière la plus pertinente pour vous et OCI fournit un large éventail d'options de déploiement pour l'IA à l'aide du cloud distribué d'OCI. Par exemple, OCI facilite l'intégration des informations générées par l'IA à vos fonctions métier clés en intégrant l'IA dans Oracle Fusion Applications. Pour intégrer l'IA dans vos propres applications, OCI propose un large éventail de services d'IA avec des modèles qui peuvent être personnalisés à l'aide de vos propres données commerciales.

Pour les data scientists, OCI propose des services de machine learning qui aident les équipes à créer, former, déployer et gérer en collaboration des modèles de machine learning à l'aide de leurs propres structures open source préférées. Au moment de l'entraînement gourmand en calcul de modèles sophistiqués, OCI rivalise ou surpasse les performances des clusters de calcul on-premises personnalisés tout en offrant l'élasticité et les avantages en termes de coûts basés sur la consommation du cloud.

L'IA ne serait pas là où elle se trouve aujourd'hui sans le cloud. Les fournisseurs de cloud offrent les architectures de calcul nécessaires pour former un mélange florissant de modèles d'IA et ils s'appuient sur des rampes pour que davantage d'entreprises tirent parti des capacités croissantes de l'IA. Alors que l'IA trouve de plus en plus d'utilisations dans les affaires commerciales et humaines, elle fonctionnera probablement sur des plateformes de cloud ou y sera accessible.

FAQ sur l'IA dans le cloud

L'IA remplacera-t-elle la cybersécurité ?

La cybersécurité englobe de nombreuses disciplines, notamment la gestion des accès utilisateur, la surveillance du réseau et l'analyse des données. L'IA peut être un élément clé de tous ces efforts. Il ne fait aucun doute qu'elle prendra finalement plus de responsabilités. Mais plutôt que de remplacer la cybersécurité ou les professionnels de de la cybersécurité, l'IA sera une technologie incontournable dans les programmes de cybersécurité.

Comment les services en périphérie sont-ils liés à l'IA ?

L'infrastructure en périphérie place les services cloud à proximité ou à l'intérieur des appareils où les données sont générées, ce qui permet également de les utiliser dans la gestion de ces appareils. Cela permet aux appareils IoT d'exécuter une IA qui réagit rapidement à son environnement, même avec une connectivité Internet intermittente ou inexistante. Imaginez un drone ou une voiture autonome qui n'a pas le temps d'interroger un data center avant de prendre sa prochaine décision.

Quelle est la différence entre le machine learning et l'IA ?

Le machine learning est une sous-discipline de l'intelligence artificielle. Les algorithmes de machine learning apprennent et améliorent la façon dont ils effectuent une tâche en fonction de la combinaison de données qui leur est présentée au fil du temps. Les modèles d'IA utilisent souvent des algorithmes de machine learning dans leur travail.

Quelle est la différence entre l'entraînement de l'IA et l'inférence de l'IA ?

Un modèle d'IA est composé de deux parties. L'un est l'entraînement et l'autre est l'inférence. L'entraînement fait référence au moment où le modèle d'IA est présenté avec une grande quantité de données organisées qu'il ingère pour apprendre à reconnaître et à prédire avec précision sur la base de ces données. Ensuite, le modèle est déplacé vers un autre type d'infrastructure informatique, où il commence la phase d'inférence de sa vie. Ici, il est présenté avec de nouvelles données sur lesquelles tirer des inférences et prédire les résultats.