Patrick Lastennet, Director, Business Development Enterprise, LinkedIn

Des chatbots aux systèmes autonomes, des programmes de détection des fraudes à l'optimisation des flux de la supply chain, l'intelligence artificielle (IA) alimente les pratiques quotidiennes et le chiffre d'affaires des entreprises.

Selon un sondage MIT Technology Review Insights réalisé auprès de 1000 cadres, les résultats révèlent que presque toutes les entreprises interrogées considèrent l'IA générative comme un changement important dans le paysage technologique, avec seulement 4 % affirmant qu'elle n'affectera pas leur entreprise.¹

Alors que certaines entreprises ont expérimenté l'IA en 2023, pour véritablement étendre les déploiements d'IA en 2024, les entreprises devront s'adapter aux besoins uniques de l'IA. Que faut-il pour développer l'IA et le faire correctement ?

Pour scaler, les dirigeants d'entreprise devront prendre en compte :

Les exigences de l'IA en matière de traitement des données
Des efforts continus d'optimisation et de contrôle
Comment exploiter les synergies pour mettre en place des stratégies à toute épreuve ?

Dans cet article, nous prendrons du recul et examinerons ce qui nous a conduits au point où nous en sommes aujourd'hui et comment l'IA est devenue plus que jamais accessible. De plus, vous en apprendrez davantage sur les considérations uniques en matière d'infrastructure, d'interconnexion et d'écosystème que les responsables informatiques des entreprises devront prendre en compte à mesure que les workloads d'IA prendront de l'ampleur en 2024.

Pourquoi maintenant ? La démocratisation de l'IA

Il est indéniable que l'IA est sous les feux de la rampe, mais qu'est-ce qui en fait une technologie de rupture pérenne plutôt qu'un simple feu de paille ? Revenons sur l'évolution de la technologie de l'IA et de l'infrastructure qui la soutient.

Le matériel de calcul à haute performance (HPC) est l'infrastructure informatique nécessaire à l'exécution des programmes d'IA. Le calcul intensif a permis de créer des environnements de simulation et de modélisation avec des applications commerciales telles que les digital twins pour évaluer les risques et faciliter la prise de décision.

Aujourd'hui, les applications d'IA font grimper en flèche les demandes de matériel HPC. Les algorithmes d'IA complexes tels que les modèles de langage étendu (LLM) et les moteurs de recommandation ont besoin d'une puissance et d'une densité de calcul élevées. Ces systèmes de calcul à haute densité sont désormais fournis dans une dimension fractionnée par rapport au matériel traditionnel.

Pourquoi l'IA connaît-elle aujourd'hui une telle explosion ? Tout d'abord, les progrès réalisés dans le domaine du matériel informatique permettent de créer un environnement informatique très dense qui facilite les workflows d'IA avancés. En outre, l'accessibilité des cadres de développement de l'IA, des services basés sur le cloud et des modèles pré-entraînés a réduit la barrière d'entrée pour les entreprises, rendant le développement pratique de l'IA davantage accessible à un public plus large.

Grâce à ces avancées qui permettent à l'IA de se développer rapidement et à grande échelle, les entreprises évaluent les stratégies d'IA pour créer de nouveaux produits et services, améliorer leurs performances et réduire leurs coûts.

Pour faire évoluer l'IA en 2024, les dirigeants d'entreprise accéléreront l'adoption d'une infrastructure hybride multi-cloud.

Selon 451 Research, 53 % des entreprises s'attendent à ce que l'IA générative ait un impact important au cours des trois prochaines années et 49 % ont l'intention d'investir dans l'IA au cours de la même période². Cela montre que les entreprises vont faire évoluer leurs pratiques en matière d'IA de manière à ce qu'elle devienne un élément plus important de leurs opérations ou de leurs offres commerciales principales.

Certaines entreprises peuvent utiliser les options "cloud-as-a-service" ou "AI-as-a-service" pour créer des minimum viable products (MVP) pour leurs projets d'IA. Les entreprises qui ont lancé des projets de calcul haute performance sont susceptibles d'utiliser déjà un modèle de data center, soit en colocation par le biais d'une plateforme mondiale de data centers telle que PlatformDIGITAL®, soit en auto-gestion.

Souvent, il peut être avantageux de recourir périodiquement au Cloud pour accéder au calcul nécessaire à l'entraînement de leurs modèles, ce qui permet aux entreprises de maintenir une opération plus rentable tout en profitant de l'évolutivité du Cloud.

Les entreprises se tournent vers Digital Realty en tant que point d'accès aux clouds publics et privés. ServiceFabric™ Connect permet aux entreprises de se connecter de manière transparente à leur écosystème informatique hybride. En tant que plateforme ouverte, les entreprises peuvent rapidement orchestrer la connectivité entre les installations de colocation de Digital Realty et les data centers, clouds et fournisseurs de services tiers.

Ces différents blocs modulaires créent une infrastructure hybride multi-cloud, y compris un cloud public et privé, qui permet l'agilité, la mise à l'échelle et la capacité de travailler avec les meilleurs partenaires.

Au fur et à mesure que les dirigeants d'entreprise adoptent l'IA et les phases de formation et d'inférence à forte intensité de données, ils évalueront où déployer les modèles d'IA pour équilibrer leur portefeuille d'informatique hybride.

Lors de l'extension des déploiements d'IA, les responsables informatiques des entreprises doivent élaborer une stratégie pour déterminer comment leur infrastructure hybride multi-cloud globale tiendra compte des considérations réglementaires et de cybersécurité, notamment :

Confidentialité et sécurité des données : Les entreprises préoccupées par les ransomwares et d'autres problèmes de sécurité pourraient opter pour des environnements de Cloud privé, où le contrôle de l'infrastructure peut contribuer à réduire les risques en permettant une meilleure surveillance des performances.
Souveraineté des données : Les réglementations gouvernementales concernant le lieu et la manière dont les données peuvent être exploitées amènent les entreprises à demander plus de contrôle sur la localisation géographique et l'emplacement des sites de traitement des données. Un data center sur place et un traitement proche de la source des données permettent aux entreprises d'être plus flexibles face aux défis géographiques liés au stockage et au traitement des données.
Informations protégées : Les modèles d'IA et les workflows similaires sont souvent des actifs de propriété des entreprises, et le Cloud privé ainsi que la connectivité sécurisée peuvent contribuer à atténuer les risques liés aux acteurs malveillants.

L'avenir des workflows d'IA à grande échelle ouvre un écosystème de partenariats et de solutions.

Selon le sondage MIT Technology Review Insights mentionné plus haut dans ce blog, la plupart des dirigeants interrogés (75 %) déclarent prévoir de s'associer à des fournisseurs pour déployer l'IA générative3. Bien que les dirigeants puissent ressentir la pression de leur conseil d'administration pour déployer des stratégies d'IA, une approche tempérée et le recours à des partenaires possédant une expertise peuvent être la voie à suivre pour construire une stratégie d'IA solide.

Le grand nombre de facteurs qui déterminent l'infrastructure de l'IA peut submerger les entreprises. Elles peuvent à juste titre s'inquiéter d'éventuels faux pas. Mais les solutions de services gérés contribuent à apaiser les inquiétudes et constituent de bonnes options dans de tels cas.

Andreas Thomasch, directeur HPC & AI DACH chez Lenovo, délivre ce conseil : "N'en ayez pas peur, mais choisissez plutôt les bons partenaires qui ont l'expérience du passé pour vous aider à accélérer en scalant à partir de ce que vous avez aujourd'hui, ou pour commencer à scaler si vous n'y êtes pas encore aujourd'hui."

Les entreprises partenaires qui ont une grande expertise dans l'exploitation de grands data centers et qui ont déjà des connaissances en matière de calcul haute performance à leur actif peuvent s'avérer précieux pour configurer la bonne infrastructure d'IA.

"Ce sont des partendata center, comme Digital Realty", explique M. Thomasch.

Ne faites pas cavalier seul. Travailler avec des partenaires qui comprennent les déploiements à grande échelle sera essentiel à la réussite de la stratégie d'IA et, à mesure que les cas d'utilisation de l'IA se multiplient dans les industries, l'écosystème croissant de fournisseurs constituera une couche de force supplémentaire pour les entreprises qui ouvriront la voie.

Pour en savoir plus sur l'IA et l'ère de l'infrastructure prête pour l'IA, regardez notre webinaire : La nouvelle empreinte de l'IA, la colocation à l'ère du traitement parallèle massif.

Pour savoir comment tirer parti de notre expertise afin de poser des bases solides pour vos capacités d'IA, contactez nos experts dès aujourd'hui.

1 MIT Technology Review Insights, Generative AI deployment: Strategy for Smooth Scaling, October 2023.
2 451 Research, Voice of the Enterprise: Digital Pulse, Emerging Technologies, 2023.
3 MIT Technology Review Insights, Generative AI deployment: Strategy for Smooth Scaling, October 2023.

La confidentialité des données et l'avenir