Pourquoi les coûts de l'Internet des objets pourrait exploser

Les objets connectés génèrent des volumes considérables de données en temps réel. Dès lors l’automatisation des processus analytiques s’impose pour être en mesure de traiter ces flux et réduire les coûts liés à cette tâche.

Il y aura quelques dizaines de milliards d’objets connectés dans le monde d’ici à 2020, générant un volume de données se mesurant en zettaoctets (milliards de téraoctets). A cette date, la société d’études ABI Research estime que plus du quart du budget alloué aux projets d’objets connectés sera dédié aux technologies de stockage, d’intégration, de visualisation et d’analyse des données générées. L'investissement sera deux fois plus important que ce qu’elles y consacrent aujourd’hui. Toujours selon les projections d’ABI Research, les seules tâches manuelles, réalisées par les data scientists notamment, compteront pour un tiers de la part du budget consacré aux technologies de traitement (stockage, intégration, visualisation et analyse) de ces informations.

Les data scientists obligés d'adapter sans cesse leurs modèles

En effet, l’analyse de données à but prédictif et prescriptif comprend une grande part de travail "manuel". Dès les phases amont des projets analytiques, les data scientists construisent, testent et affinent leurs modèles. Or les technologies et les processus métiers évoluent d’une part; et les entreprises ont accès de plus en plus de nouveaux types de données contextuelles d’autre part. Les modèles construits par les data scientists doivent donc être constamment adaptés "manuellement" pour intégrer ces évolutions.

Automatiser les traitements analytiques pour démocratiser les outils

L’automatisation de ces tâches manuelles permettra de réduire les coûts associés. De plus, elle améliorera l’efficacité des data scientists qui pourront se concentrer sur d’autres aspects de la gestion des données tels que la qualité, la variété ou encore l’historique. En pratique, l’automatisation de certaines phases des traitements analytiques n’est cependant pas aujourd’hui chose simple. Cela nécessite une plateforme capable d’intégrer de nouveaux types de données, d’ajuster automatiquement les modèles analytiques en temps réel, voire de faire des recommandations en fonctions des résultats obtenus.

L’automatisation de l’analytique en est à ses balbutiements. Cependant ABI Research estime que cette évolution permettra à ces outils de se démocratiser, notamment auprès des fonctions métiers. D’ailleurs la société d’études Research and Markets a récemment estimé que le marché de l’analytique dédié aux données issues des objets connectés croitra de 30% en moyenne chaque année pour atteindre 29 milliards de dollars en 2022.

Eddye Dibar