Les entreprises voient de plus en plus l’intérêt d’exploiter leurs données pour obtenir des informations plus approfondies. Selon une enquête de NewVantage, 97,6 % des grandes organisations mondiales concentrent leurs investissements sur le big data et l’IA.
Mais des défis se dressent sur le chemin de l’exécution de l’analyse des big data. Un récent sondage a révélé que 65 % des organisations estiment qu’elles ont « trop » de données à analyser.
La solution proposée par Google est BigQuery Studio, un nouveau service au sein de BigQuery, son entrepôt de données sans serveur entièrement géré. fournit une expérience unique pour éditer des langages de programmation, notamment SQL, Python et Spark, afin d’exécuter des charges de travail d’analyse et d’apprentissage automatique à « l’échelle du pétaoctet ».
BigQuery Studio est disponible en avant-première depuis cette semaine.
« BigQuery Studio est une nouvelle expérience qui place les personnes qui travaillent sur les données d’un côté et les personnes qui travaillent sur l’IA de l’autre dans un environnement commun « , a déclaré Gerrit Kazmaier, vice-président et directeur général des données et de l’analyse chez Google, lors d’un entretien téléphonique avec TechCrunch. « Il fournit essentiellement un accès à tous les services dont ces personnes ont besoin pour travailler – il y a un élément de simplification du côté de l’expérience de l’utilisateur.
BigQuery Studio est conçu pour permettre aux utilisateurs de découvrir, d’explorer, d’analyser et de prédire des données. Les utilisateurs peuvent commencer dans un carnet de programmation pour valider et préparer les données, puis ouvrir ce carnet dans d’autres services, y compris Vertex AI, la plateforme d’apprentissage automatique gérée par Google, pour poursuivre leur travail avec une infrastructure et des outils d’IA plus spécialisés.
Avec BigQuery Studio, les équipes peuvent accéder directement aux données où qu’elles travaillent, explique Kazmaier. Ils ont également ajouté des contrôles pour la gouvernance, la réglementation et la conformité au niveau de l’entreprise.
« BigQuery Studio montre comment les données sont générées, comment elles sont traitées et comment elles sont utilisées dans les modèles d’intelligence artificielle, ce qui peut sembler technique, mais c’est très important », ajoute-t-il. « Vous Vous pouvez pousser le code des modèles d’apprentissage automatique directement dans BigQuery en tant qu’infrastructure, ce qui signifie que vous pouvez l’évaluer à l’échelle. »
BigQuery Studio peut être considéré comme une progression naturelle de la stratégie globale de Google visant à déplacer les organisations adoptant l’IA vers le cloud. Selon une estimation, les dépenses mondiales en services de cloud public devraient augmenter d’environ 21 % pour atteindre 592 milliards de dollars cette année, et le géant de la technologie a clairement l’intention de s’approprier la plus grande part possible des dépenses – tout comme ses rivaux.
Il ne s’agit pas d’un plan de match mal informé. Gartner prévoit que d’ici 2023, l’IA sera l’une des principales charges de travail qui déterminera les décisions en matière d’infrastructure informatique. Et le cabinet d’études de marché Tractica prévoit que l’IA représentera jusqu’à 50 % du chiffre d’affaires total des services de cloud public d’ici à 2025.
« L’IA générative a vraiment le potentiel de débloquer toutes ces informations cachées », a déclaré M. Kazmaier. « Ce que nous avons tendance à voir, c’est que l’IA prend tout son sens lorsque vous pouvez la combiner avec les données (d’une entreprise). L’IA est en quelque sorte une méthode – une façon de travailler avec les données … pour générer le plus de valeur possible.
