Si l’intelligence artificielle a autant le vent en poupe, c’est un peu grâce au Cloud computing qui doit son succès, de son côté, à l’IA elle-même. Inutile de chercher qui, de la poule ou de l’œuf… Le résultat est le même : les deux technologies sont indissociables et ne peuvent plus fonctionner l’une sans l’autre. Par exemple, l’IA automatise les tâches de maintenance des infrastructures Cloud.
Utilisée pour analyser des données en grande quantité afin d’aider les organisations à prédire, optimiser, sécuriser, etc., l’intelligence artificielle nécessite une puissance de calcul et des capacités de stockage qui leur étaient, jusqu’à l’arrivée du Cloud computing, totalement inaccessibles. Un potentiel qui a suscité une explosion de solutions : chatbots, assistants virtuels, reconnaissance vocale et faciale, filtrage de spams, recommandations de produits, analyse de sentiment, diagnostic médical, véhicules autonomes …, sans oublier les modèles de langage, nouvelles stars de l’IA. Des applications qui se retrouvent mises à disposition dans le Cloud donc, par les multinationales de la tech sous forme d’offres sur étagère. « Nous avons lancé cette année en ce sens WatsonX, une plateforme d’IA et de données dotée d’un ensemble d’assistants d’IA. La plateforme propose plusieurs choses : un studio pour de nouveaux modèles de base, l’IA générative et le machine learning ; un entrepôt de données qui repose sur une architecture ouverte de data lakehouse, et un kit d’outils visant à accélérer la création de workflows d’IA responsables, transparents et explicables », détaille Mehdi Arafa, leading public cloud platform architects chez IBM.
Sur sa plateforme Vertex AI, Google encourage également les organisations à venir développer de nouvelles applications à partir des modèles fondationnels d’entraînement et d’ajustement des données intégrés dans ce qu’ils appellent le “Model Garden”. Pour parvenir à tout cela, les multinationales de la tech multiplient les partenariats. Google a, par exemple, annoncé fin août lors de sa conférence Next, utiliser la puissance de calcul des puces A100 et H100 fabriquées par Nvidia.
L’union fait la force
« Nous avons également un partenariat avec Replit, société américaine qui fournit des environnements intégrés pour les développeurs (IDE), avec la plateforme de gestion collaborative de code source Gitlab, avec la société israélienne AI 21 Labs qui travaille notamment sur tout ce qui est NPL, donc le traitement automatique du langage naturel, et avec la française Mistral AI qui développent des modèles fondationnels d’intelligence artificielle », précise Thiébaut Meyer, directeur cybersécurité chez Google.
Microsoft s’engage à aider ses partenaires à réussir en tirant parti de l’IA et du Cloud computing avec le programme « Microsoft AI Cloud Partner« . L’objectif est de créer des solutions d’IA intégrées au Cloud.
« Le programme Microsoft AI Cloud Partner a un impact sur l’ensemble du cycle de vie des entreprises partenaires, y compris l’intégration des collaborateurs, la montée en compétences, la mise sur le marché, les primes et le co-selling », explique Xavier Perret, directeur de l’entité Azure chez Microsoft France.
De nombreux filets de sécurité à poser
Face à l’enthousiasme suscité par la mise à disposition de toutes ces fonctionnalités, des cadres de sécurité se mettent peu à peu en place pour canaliser les éventuelles dérives de cette nouvelle gouvernance. Le NIST (National Institute of Standards and Technology) a proposé un cadre d’analyse de risque pour les modèles d’IA (AI risk management framework). Google propose depuis cet été le framework SAIF (Secure AI Framework) pour atténuer les risques de data poisoning, d’injections malveillantes ou encore d’extraction d’informations confidentielles dans les données d’entraînement. « On voit circuler sur la partie industrielle ou santé, des données sensibles et critiques. Il y a également les données de propriété intellectuelle ou de R&D qui participent à l’avantage concurrentiel des entreprises. L’IA apporte son lot de valeurs ajoutées et de solutions innovantes. Il ne faut pas oublier pour autant l’aspect sécurité et confiance », conclut Thiébaut Meyer.
Cas d’usage de l’IA au service du Cloud computing
- Optimisation des ressources. Les algorithmes d’IA peuvent analyser la demande en ressources informatiques en temps réel et allouer automatiquement les ressources nécessaires, ce qui permet une utilisation plus efficace et économique des ressources Cloud.
- Automatisation des opérations. L’IA peut automatiser de nombreuses tâches de gestion et de maintenance des infrastructures Cloud, ce qui réduit les coûts opérationnels et améliore la réactivité aux problèmes.
- Sécurité améliorée. L’IA peut être utilisée pour détecter et prévenir les menaces de sécurité en temps réel, en analysant les modèles de comportement et en identifiant les anomalies, renforçant ainsi la sécurité des données stockées dans le Cloud.
- Analyse de données en temps réel. Les entreprises peuvent utiliser l’IA pour analyser en temps réel les données collectées dans le Cloud, ce qui est particulièrement précieux pour les industries telles que la finance et la logistique.
- Assistance à la prise de décision. Les systèmes d’IA peuvent aider les entreprises à prendre des décisions plus éclairées en analysant les données Cloud et en fournissant des recommandations basées sur des modèles prédictifs.
- Amélioration de l’expérience utilisateur. L’IA peut être utilisée pour personnaliser les expériences utilisateur dans les applications Cloud, en adaptant les fonctionnalités et le contenu en fonction des préférences individuelles.
- Gestion des coûts. Les outils d’IA peuvent aider à surveiller et à optimiser les coûts liés aux services Cloud en identifiant les ressources inutilisées ou sous-utilisées et en suggérant des ajustements.
- Support client. Les chatbots et les assistants virtuels basés sur l’IA peuvent améliorer le support client en fournissant des réponses rapides et précises aux questions et aux problèmes des utilisateurs.
Des exemples d’applications proposées par les principaux acteurs
- Amazon Web Services propose des services d’IA dans le Cloud, tels que Amazon SageMaker, pour faciliter le développement, l’entraînement et le déploiement de modèles d’IA sur leur infrastructure Cloud.
- Microsoft Azure propose Azure Machine Learning, qui permet aux entreprises de créer, de former et de déployer des modèles d’IA sur leur plateforme Cloud.
- Google Cloud Platform (GCP) offre une gamme de services d’IA, notamment Google Cloud AI et TensorFlow, un framework d’apprentissage automatique open source.
- IBM Cloud propose WatsonX, une plateforme d’IA qui offre des services d’IA pour l’analyse de données, la reconnaissance vocale, la vision par ordinateur, et plus encore.
- Oracle Cloud propose des services d’IA et de machine learning dans son Cloud, ainsi que des outils pour automatiser et optimiser les opérations Cloud.
- Salesforce intègre l’IA dans ses solutions Cloud pour améliorer la gestion de la relation client (CRM) et offrir des fonctionnalités de marketing prédictif.
- Nvidia fournit des solutions matérielles et logicielles pour accélérer les charges de travail d’IA dans le Cloud, notamment avec ses GPU haute performance.
- Alibaba Cloud propose une gamme de services d’IA, y compris des outils de traitement du langage naturel et de vision par ordinateur.
- Intel fournit des solutions d’IA, notamment des processeurs et des technologies d’accélération matérielle, pour améliorer les performances des charges de travail d’IA dans le Cloud.
