Dans cet article, je vous explique pourquoi il est nécessaire de placer les données au cœur de la création de valeur pour que l’IT redevienne un moteur d’innovation.
Les services IT sont-ils encore au centre de l’innovation ?
Jusqu’à maintenant, les responsables IT ont souvent été vus comme des empêcheurs de tourner en rond qui nous ramenaient à la réalité des contraintes informatiques, de la dette technique, des solutions héritées (legacy), du budget, etc. C’est d’ailleurs encore le cas, mais un changement s’est opéré, et les choses sont en train de s’accélérer. Avec l’adoption du DevOps, l’attention s’éloigne de l’IT pour se porter de plus en plus vers les équipes métier en charge de la partie applicative, d’autant plus qu’elles jouissent d’une certaine autonomie dans leurs choix informatiques. Et cette distance qui se creuse entre le métier et l’IT, une tendance déjà amorcée avant la pandémie actuelle, engendre une perte de confiance.
Chaque année depuis plus de 20 ans, PwC mène une étude auprès des PDG en marge du Forum économique mondial. En 2019, juste avant la crise du Covid-19, cette enquête a montré que les PDG européens avaient déjà besoin de se recentrer sur la partie métier, leur priorité étant d’améliorer leur efficacité opérationnelle. Ce processus passe nécessairement par les données, mais on est face à un problème de taille : la perte de confiance dans la data elle-même. D’après cette étude :
- 50 % des PDG interrogés n’ont pas confiance dans les données qui leur sont fournies ;
- 51 % considèrent qu’elles sont « silotées », c’est-à-dire que chaque équipe fournit une vision parcellaire des données, mais qu’il n’y a pas de corrélation entre elles ;
- 54 % estiment que leurs équipes n’ont pas forcément les compétences analytiques nécessaires pour les interpréter.
On se trouve donc face à une situation particulièrement complexe, puisque l’innovation dépend en grande partie de données dans lesquelles les acteurs ont peu confiance, et que les services IT, qui en sont les garants, sont eux-mêmes remis en question.
Reprendre confiance dans les données, une question de gouvernance ou de valeur ?
Pour regagner la confiance des acteurs métier, nous devons repenser la manière dont nous partageons et nous accédons aux données, et cela passe par un certain nombre de remises en question de nos modes de fonctionnement.
- Refaire de l’IT un véritable hub des données
La rétention de données est aussi anti-productive que vaine. Les métiers en ont besoin pour fonctionner et ils trouveront toujours un moyen d’y accéder. Pour qu’ils reprennent confiance, il est essentiel de remettre l’IT au centre d’un système au service des recherches et des besoins des acteurs métier.
- Faire circuler les données
Tout comme la monnaie, plus les données circulent, plus elles créent de la valeur. Par exemple, si vous avez 100 euros et que vous les dépensez, vous créez 200 euros de valeur. C’est la même chose pour la data, et cette création de valeur va ensuite générer de la confiance.
- Remettre les plateformes de données au goût du jour
Aussi appelées data lakes ou Big Data, les plateformes de données n’ont pas toujours eu une image très positive. Aujourd’hui, elles sont toutefois une véritable nécessité, puisqu’elles permettent de rendre les données accessibles à tous, de les faire circuler, et de les faire sortir de ces fameux silos pour les corréler entre elles.
- Indexer au lieu de structurer
S’il faut absolument faire circuler la data, essayer de la structurer est une bataille perdue d’avance – et c'est d'ailleurs en partie ce qui a causé la mauvaise réputation des plateformes de données par le passé. Pourquoi ? Tout d’abord parce que cela implique de connaître à l'avance les questions à poser, et donc de renoncer à interroger librement les données par la suite. Structurer, c’est en quelque sorte restreindre les possibilités futures, parce que lorsqu’on doit faire des recherches suite à un incident ou répondre à un besoin d’innovation, on ne connaît pas les questions à l’avance.
Autre problème : la maintenance. Chaque ajout, modification ou changement dans les sources de données, comme changer de fournisseur de cloud par exemple, implique une restructuration. Une maintenance sans fin qui n’est pas toujours financièrement viable pour l’entreprise.
Il existe toutefois des solutions qui ne passent pas par la structuration de la data, mais par son indexation. Elles viennent se connecter aux silos, qui regroupent les informations dont chaque fonction métier a besoin pour travailler, et extraient les données au fur et à mesure des besoins, et bien souvent en temps réel. Par conséquent, lorsque vous posez votre question, qui n’a plus de limites que votre créativité et votre capacité à bien la formuler, vous avez accès à l’ensemble des données.
Ce fonctionnement renforce le concept assez récent de citizen data scientist de Gartner. Aujourd’hui, il est vrai que la plupart des collaborateurs ont conscience que les données sont essentielles à l’innovation et ils veulent donc y accéder, mais jusqu’à maintenant, ils ne disposaient pas forcément des outils nécessaires. Aujourd’hui, les plateformes de données leur ouvrent de nouveaux horizons.
Cas d’utilisation des plateformes de données
Des montres connectées aux éoliennes, en passant par les véhicules, les applications ou encore les containers dans le cloud, la data est partout et les cas d’utilisation sont donc extrêmement variés. Mais dans tous les domaines, on remarque généralement que le regain de confiance dans les données passe par l’IT, qui doit apparaître comme une solution fonctionnelle et disponible. Toutefois, une étude du Uptime Institute nous apprend que, depuis quelques années, les entreprises ont tendance à générer de plus en plus de rapports d’incidents majeurs, alors même que les technologies sont de plus en plus fiables et que les contrats de service cloud offrent des SLA de disponibilité proche des 100 %. Il y a donc quelque chose qui ne fonctionne pas, et ce quelque chose, c’est le manque de lien. Vous pensez avoir un Lego, avec des pièces fiables, mais au moment de les regrouper, votre Lego se transforme en Jenga !
Le premier cas d’utilisation concerne donc l’amélioration de l’IT, qui doit utiliser sa capacité à décloisonner les silos entre les différentes équipes (développement, sécurité, production, réseau, cloud, etc.). Les collaborateurs ont alors la possibilité de gagner du temps sur l’investigation et d’accéder aux données en fonction de leurs besoins.
Une fois cette plateforme créée, l’entreprise dispose également d’une formidable base pour appliquer de l’intelligence artificielle et du machine learning (ce qu’on appelle l’AIOps). Elle est alors en mesure de repérer des anomalies qu’aucun être humain ne pourrait détecter compte tenu de la masse de données à traiter, d’éviter les faux positifs ou encore de prédire les pannes en analysant le comportement passé des applications.
De plus, une fois que ce modèle fonctionne, rien n’empêche de l’appliquer aux équipes métier. Certains de nos clients le font déjà. On peut citer la société allemande Zeppelin, qui fait de la maintenance prédictive sur les bougies d’allumage des gros moteurs dans les usines. La technologie (algorithmes) qu’elle utilise est la même que celle qui sert à prédire les pannes dans votre environnement cloud ou dans une application interne.
Quelques exemples de mise en œuvre parmi les clients de Splunk
Les exemples d’utilisation sont nombreux, mais l’un des plus intéressants est peut-être celui de Porsche, qui a développé plus de 60 projets sur sa plateforme de données en l’espace de deux ans. L’entreprise a commencé par mettre en place des cas d’utilisation classiques au niveau des ateliers, puis de la sécurité. Ce dernier domaine est central, dans la mesure où l’accès à l’information permet de mieux sécuriser un environnement d’autant plus vulnérable qu’il s’ouvre au multicloud.
Le groupe Porsche s’est toutefois rapidement orienté vers l’industrie 4.0 et la supervision de la fabrication des véhicules. Depuis peu, il utilise également ce type de plateforme de données associé à l’intelligence artificielle pour définir les lieux d’implantation de certains équipements, comme les bornes de recharge dans le cadre du lancement de la Porsche Taycan.
On peut également citer AIB, une banque irlandaise aujourd’hui capable de prédire une panne informatique sur les transactions de paiement avec plus de trois heures et demie d’avance. L’entreprise a ainsi le temps de mettre tout en œuvre pour en limiter l’impact, un moyen très efficace de redonner confiance dans l’IT.
Leidos, une société informatique qui travaille aussi dans la défense, est quant à elle passée de 5 000 à 50 tickets d’incident quotidiens uniquement en corrélant les informations dans une plateforme de données et en appliquant du machine learning par la suite.
Les DSI ont donc toutes les clés en main pour redonner confiance dans les données et remettre l’IT au cœur de l’innovation.
👉 Découvrez dans cet autre article, les 5 erreurs à éviter pour une stratégie multicloud réussie.
