Decideo - Data Science, Big Data, Intelligence Augmentée

Voici quelques-uns des sujets que nous abordons avec Jean-Paul Otte, Responsable des services stratégiques chez Precisely :

- Posons nous la question de l'impact des nouveaux usages mobiles (IOT, mobiles) sur les données. Quelles nouvelles données collectons-nous ? Et quelles sont leurs particularités ?
- Plus l'IA se développe, plus on a besoin de l'alimenter avec des données de qualité. Comment s'assurer que les données collectées sont exactes, homogènes et contextualisées ?
- Quels outils permettent de détecter cette non-qualité de données ? Peut-on la corriger ? Comment ?

Voici quelques-uns des sujets que nous abordons avec Stéphane Juillard, fondateur et CEO de Orkestra Data :

- Qu'est qu'une data platform ? Comment peut-on définir ce terme ? Différences avec un Hub, une Fabric...  - Orkestra est lui-même éditeur d'une data platform. Comment vous positionnez-vous par rapport à vos concurrents ? - Vous mettez en avant une plateforme orientée métier : comment selon vous doivent se répartir les rôles entre l'informatique et les métiers en 2024 ? - Le data mesh, on en parle ? Ou c'est déjà du passé ? - Vous avez publié un guide comparatif des data plateformes donc vous vous comparez vous-même à vos concurrents. C'est un peu SAP qui publierait un comparatif des ERP... comment convaincre les lecteurs que ce travail a été fait de manière objective ?

Si vous voulez vous aussi participer à une émission du podcast Decideo, envoyez un email à [email protected].

Pour ne manquer aucun épisode du podcast Decideo, abonnez-vous, c'est gratuit !

Quel appareil pour embarquer demain l'intelligence artificielle au plus près de notre corps 

Le succès d'Apple est dû au travail de milliers de personnes, mais deux d'entre elles ont fait de Apple ce qu'il est devenu, on aime ou on déteste. Steve Jobs bien sûr, son fondateur, mais également Jonathan Ive, qui a supervisé le design des produits pendant 27 ans. Ce qui fait la différence chez Apple, c'est justement cette combinaison du design de produits physiques, et d'une offre logicielle parfaitement intégrée.

Aujourd'hui, l'intelligence artificielle, ce sont des outils logiciels fantastiques, et qui continueront à se développer dans les prochaines années, mais utilisés à partir d'appareils physiques et d'interfaces utilisateurs datées, pour ne pas dire préhistoriques.

Ouvrir votre navigateur pour poser une question à ChatGPT au travers d'un clavier et d'un écran… quelle tristesse ! On peut bien sûr imaginer l'adaptation des montres connectées, des casques de réalité virtuelle, ou des assistants vocaux afin qu'ils servent d'interface à ces outils. Une IA dont on dit que son impact sera plus important sur notre société que la révolution industrielle.

Quel outil ? Quel objet ? Quelle interface ?

Le BlackBerry, puis l'iPhone, en leurs temps, ont inventé pour nous de nouveaux usages. Le déroulement continue des pages sans fin sur les réseaux sociaux a fondamentalement changé notre manière de naviguer.

L'IA va devoir nous apporter un support au moins aussi révolutionnaire. On parle beaucoup d'un assistant personnel, d'un dispositif nous permettant d'accéder en toutes situations, à cette IA à notre service. Un nouvel appareil qui ne serait ni un téléphone, ni un ordinateur, avec lequel nous communiquerions sans doute avec la voix, et qui serait portable, connecté, léger ; en résumé, quelque chose qui n'existe pas encore, mais qui deviendrait notre compagnon intelligent, notre deuxième cerveau dit-on parfois.

Mais alors, qui et quand ? Bien sûr je n'ai pas la réponse définitive à ces questions.

Mais, et c'est l'objet de cette chronique, une association annoncée il y a quelques jours mérite notre attention.

Jony Ive, et c'est là qu'il intervient, vient d'annoncer s'associer avec Sam Altman, le patron d'OpenAI, afin de lever des fonds pour développer ce fameux assistant intelligent.

Pour Sam Altman, c'est la bonne décision. S'il ne développe pas son propre appareil, OpenAI risque d'être cantonné à son rôle d'OEM, de fournir des intelligences artificielles à ceux qui voudront bien les intégrer. Mais il a certainement compris que le succès d'Apple vient de cette intégration. D'ailleurs même Microsoft a cherché plusieurs fois, sans grand succès, à développer ses propres matériels.

Donc une IA sans appareil pour l'héberger, restera toujours un logiciel, à la merci des choix des fournisseurs de matériels.

En s'associant à Jony Ive, il montre aussi qu'il a compris que le matériel doit être beau, attirant, pour que l'on ait envie de dépenser beaucoup d'argent pour se l'offrir, et pour le montrer. Le récent lancement du casque Apple Vision Pro en est encore un exemple. 

Les travaux d'Apple inquiètent très certainement Sam Altman ; l'abandon du projet de voiture Apple est une mauvaise nouvelle pour lui. Car ce sont des milliards qui auraient été dépensés sur ce projet et qui pourraient être réaffectés à d'autres projets, justement dans l'IA.

Car si Apple est en retard en matière d'offre d'IA à grande échelle, l'entreprise dispose justement du savoir-faire et d'appareils existants, iPhone, Apple Watch, HomePod, etc. 

Le combat des chefs pourrait être demain Apple contre OpenAI. Le premier dispose du savoir-faire matériel, mais doit s'améliorer sur la partie logicielle. Le second est en avance sur le logiciel, mais totalement absent de la partie matérielle.

Donc cette nouvelle société qui serait en cours de création, pourrait lever pas moins d'un milliard de dollars. De quoi lui permettre de développer tranquillement son assistant personnel. Une somme que Jony Ive et Sam Altman ne devraient pas avoir trop de mal à réunir. Des rumeurs courent d'ailleurs que la veuve de Steve Jobs, Laurene Powell Jobs, figurerait parmi les investisseurs. Avec ce nouveau de financement, les enjeux sont importants. Jony Ive et Laurene Powell Jobs se retrouveraient en concurrence directe avec Apple. Les conseils d'administration vont être tendus !

Il manque d'ailleurs une partie importante à l'association Altman – Ive : la fabrication du matériel. Maitriser comme Apple le fait, la totalité de la production est un atout énorme. ARM, le fabricant de micro-processeurs serait d'ailleurs en discussion avec les fondateurs.

Si vous voulez avoir une idée de ce que pourrait être demain un dispositif de ce type, jetez un œil au AI Pin développé par la société Humane. Une broche que l'on porte sur sa poitrine et avec laquelle on interagit par la voix et par le geste.

Et puis pour terminer, rêvons un peu… Et si Apple, Jonathan Ive et Sam Altman, décidaient finalement de travailler ensemble. Les modèles de OpenAI, le design de Jony Ive, et la puissance de Apple. C'est un trio gagnant !

 

Cécile Petitgand est l'auteur du livre : Données personnelles, reprenons le pouvoir - réflexions sur la gouvernance citoyenne à l'ère du numérique, publié aux Editions Hermann.

Avec elle, nous nous interrogeons sur la relation parfois ambigüe que nous entretenons avec nos données personnelles. 

• Est-on en train de perdre ou au contraire pouvons-nous reprendre le contrôle de nos données personnelles ?
• Le grand public commence-t-il à avoir conscience de la valeur de ses données personnelles ?
• Ces dernières années, a-t-on progressé ou regressé dans ce domaine ?
• Et les nouvelles générations, quelle est leur attitude vis à vis des données personnelles ?
• Les gouvernements montrent-ils l'exemple en protégeant et en exploitant correctement les données qu'ils collectent sur leurs citoyens ?

 

L'administration américaine va nommer ses premiers CAIO (Chief Artificial Intelligence Officer) et former ses comités de gouvernance

 Suite à l'Executive Order signé par Joe Biden le 30 octobre 2023, l'administration américaine a publié un Mémorandum destiné à l'ensemble des agences et départements de l'administration américaine.

Dans ce document, Shalanda D. Young, précise que les administrations concernées devront nommer d'ici le 28 mai 2024, un Chief Artificial Intelligence Officer (CAIO), dont le document définit le profil, ainsi que former un comité de gouvernance de l'IA.

Les principales responsabilités du CAIO seront les suivantes

- coordonner l'utilisation de l'IA dans l'agence gouvernementale ;

- promouvoir l'innovation liée à l'IA ;

- gérer les risques liés à l'utilisation de l'IA.

Le mémorandum précise que la personne choisie pour occuper cette fonction peut être le directeur des systèmes d'information, ou le directeur du data office ; mais il peut également s'agir d'un recrutement extérieur. La description de poste (en pages 6 et 7 du document) permet de détailler les trois points indiqués ci-dessus et l'ensemble des tâches qui leur sont connectées, dont :

•           Un travail de coordination avec l'ensemble des départements et agences de l'administration y compris dans le domaine des ressources humaines afin de prendre en compte l'impact sur les métiers actuels et le besoin de formation ;
•            Promotion de l'égalité et de l'inclusion dans les processus de décision ;
•            Identification et cartographie des risques, en particulier en matière de sécurité et de respect des droits ;
•            Établissement de procédures de contrôle afin de vérifier la conformité des systèmes d'IA utilisés avec les lois et règlements américains ;

-        Le document prévoit que pour réaliser ces tâches, le CAIO doit avoir une position hiérarchique suffisamment élevée pour d'une part échanger avec les directions des autres agences, et d'autre part vérifier la conformité des systèmes d'IA implémentés dans les directions de sa propre agence.

En parallèle, le document demande à chaque agence de mettre en place un comité de gouvernance de l'intelligence artificielle. Il peut s'agir d'un comité existant (par exemple de gouvernance des données) dont les compétences seront élargies à l'IA.

Devront participer à ce comité au moins les départements suivants : « informatique, cybersécurité, données, vie privée, droits civils et libertés civiles, équité, statistiques, capital humain, achats, budget, affaires juridiques, gestion de l'agence, expérience client, évaluation des programmes, et responsables de la mise en œuvre de l'IA au sein du ou des bureaux de programme de l'agence. Les agences devraient également envisager d'inclure des représentants de leur bureau de l'inspecteur général respectif »

Après cette avancée en matière d'organisation et de ressources, comment les autres pays vont-ils s'organiser ? Quand verra-t-on dans l'administration française, canadienne, suisse ou belge la nomination de CAIOs et de comités de gouvernance de l'IA ?

Les prompts sont des données : va-t-il falloir les cataloguer ?

Selon une enquête de l'Associated Press, déjà 70 % des rédacteurs utilisent l'IA générative pour produire du contenu. Les données sont omniprésentes dans la démarche : dans l'alimentation des modèles, dans les prompts et dans les contenus produits.

Si j'écris demain un article à l'aide d'un traitement de texte, c'est moi qui en serai l'auteur et non Word. Mais si j'écris les prompts qui me permettent de demander à ChatGPT de produire cet article, ou le code d'un logiciel, ce serait donc ChatGPT qui deviendrait l'auteur ? Non, et heureusement, il a déjà été établi par jurisprudence dans plusieurs pays, qu'une IA ne pouvait pas obtenir de droits de propriété sur ses propres créations. L'IA n'a pas de personnalité juridique. C'est l'Humain qui a piloté l'IA qui est reconnu comme auteur de ses créations. 
Mais demain, le journaliste, le scénariste, mais également le programmeur, le rédacteur de documentation, ne manipuleront plus directement les mots, mais les prompts qui serviront à les produire. Pourrait-on aller jusqu'à déposer et protéger un prompt, tout comme on protège un livre, un logiciel ou un scénario ? Peut-être est-ce une idée à creuser. Juristes spécialistes de la propriété intellectuelle, je vous lance la perche !
En tous cas, ces prompts, ce sont également des données. Et il faut les collecter, les stocker, et donc peut-être les protéger, afin de faire le lien entre le prompt et le contenu qu'il a produit. 
En entreprise, la réplicabilité et l'explicabilité sont des sujets importants. Si je lance deux fois la même requête sur une même base de données, je dois obtenir le même résultat. Sinon, j'ai un problème. Êtes-vous certain que le même prompt lancé dans le même outil d'IA générative, produira le même contenu ?
Je ne crois pas, et c'est un vrai problème.
Si j'utilise l'IA générative pour transformer une question en langage naturel en requête SQL, la même question donnera-t-elle toujours la même réponse ? Si non, ça sent le crépage de chignon en réunion du lundi matin. Ça peut faire sourire, mais imaginez que votre tableau Excel donne des résultats différents en fonction de l'heure de la journée, de la météo ou de l'âge du capitaine.

Je vous parle beaucoup en ce moment de gouvernance de l'intelligence artificielle. Une des facettes de cette gouvernance, sera la gestion des prompts. Leur historisation, la traçabilité de leur cycle de vie, le lien entre le prompt et son résultat, etc. Des tas de métadonnées qu'il va falloir organiser.

Je ne sais pas encore comment nous l'appellerons, mais c'est un outil qu'il va falloir inventer. On y retrouvera :
-    L'historisation des prompts utilisés, et de leurs métadonnées ;
-    La traçabilité, le lineage, qui a mené du prompt au résultat. Quel modèle a été utilisé, quelle version, quelles données d'entrainement, etc..

Cet outil permettra également de vérifier les droits d'accès, la conformité des données utilisées, et produites. Et il assurera la piste d'audit nécessaire pour qu'en cas de besoin, le service conformité ou audit interne, voir une autorité extérieure, puissent remonter l'historique.

Vous voyez que le sujet de la gouvernance de l'IA, et des données qui vont avec, n'est pas une mince affaire. On est loin de votre ado tout fier d'avoir utilisé ChatGPT pour rédiger 10 lignes sur la révolution russe !

Si vous envisagez une utilisation sérieuse, et en production, de l'intelligence artificielle, vous devrez passer par les étapes que je viens de décrire. Et si vous cherchez une idée de business à créer dans le domaine du logiciel, regardez du côté d'une plate-forme de traçabilité des usages de l'IA en entreprise… il y a tout un marché !

 

Cette semaine, Decideo a rencontré Jean-Guillaume Pelletier, associé de Mindmatcher, pour parler de la cartographie des métiers du numérique, à laquelle il a collaboré, pour le compte de GEN - Grande Ecole du Numérique.   - Vous avez aidé la Grande Ecole du Numérique, créée en 2015 par le gouvernement, à cartographier les métiers du numérique. Quel a été votre apport et votre rôle dans l'établissement de cette cartographie ? - Quelles ont été les technologies utilisées ? Et les données sur lesquelles vous vous êtes appuyé ? - Comment avez-vous évité les biais ? - On parle de signaux faibles lorsqu'il s'agit d'anticiper des tendances... depuis au moins 20 ans. Qu'y a-t-il de nouveau dans ce domaine ? - La limite de l'IA, comme elle s'appuie sur des données du passé, c'est qu'elle est incapable de prévoir l'imprévisible. Comment avez-vous procédé ? - Est-ce que ce travail peut être reproduit dans les entreprises ?   Si vous voulez vous aussi participer à une émission du podcast Decideo, envoyez un email à [email protected].

SAP et le data mesh

Depuis que le concept de data mesh a émergé en 2019, la réponse des grands éditeurs de solutions centralisées était attendue. SAP n'étant clairement pas un ardent défenseur de la décentralisation, il était légitime pour ses clients de se demander comment l'editeur allait aborder le sujet.

Lancé en 2019, formalisé en 2022 dans le livre éponyme, le concept de data mesh a convaincu un certain nombre d'entreprises comme Suez, Le bon coin, Paypal, Eurotunnel, etc. Certains ne le nomment pas, et en choisissent les principes qu'ils souhaitent appliquer. Mais tous font un pas vers la décentralisation de la responsabilité des données vers les domaines métiers, et la migration de data warehouses centralisés vers des data products, décentralisés fonctionnellement et centralisés techniquement.

Centraliser les données ou les jeux de données ?

La réponse de SAP est apparue récemment, elle s'appelle SAP Datasphere. Soit pour ne pas avoir à payer de royalties, soit pour ne pas avouer qu'il n'est pas l'inventeur du concept, SAP n'utilise quasiment pas l'expression data mesh dans sa communication. Mais l'objectif est clairement de répondre à cette évolution. Voyons ensemble comment.

Il y a quelques années, SAP migrant vers le cloud, proposait comme solution centrale à un système décisionnel son offre SAP Data Warehouse Cloud. Evoluant sur les plans technologiques et marketing, SAP Data Warehouse Cloud est devenu SAP Datasphere. Et il y a tout juste un an, SAP a présenté SAP business data fabric, basée sur SAP Datasphere comme coeur de la conception des systèmes décisionnels pour ses clients. "i[Data Fabric est une architecture technique, qui permet de rassembler des données hétérogènes en provenance de plusieurs sources]i", explique Wolfgang Epting, expert produit chez SAP. On est donc bien dans une architecture de centralisation des données. Mais en réalité, SAP défend que SAP Datasphere peut être utilisé pour centraliser, de manière technique uniquement, des données ou des jeux de données (data products) qui peuvent provenir de sources externes.

Ainsi, en définissant et construisant les data products dans les domaines métier, comme le préconise le data mesh, mais en les stockant dans la SAP business data fabric, cette dernière devient une plateforme selfservice de jeux de données. Les quatre principes du data mesh sont bien respectés : les domaines, les jeux de données, la plateforme en libre-service, et la gouvernance fédéralisée.

Il faudra cependant resister à la tentation de stocker les données unitaires dans SAP business data fabric et d'y fabriquer les jeux de données, auquel cas il n'y aurait plus de décentralisation et l'on retrouverait le trio data warehouse - data lake - data mart. Le data mesh est avant tout un changement de paradigme, une organisation différente, décentralisant la responsabilité des données dans les métiers, et modifiant la répartition des rôles entre l'informatique et les métiers. Les luttes de pouvoir pourraient se réveiller à l'occasion de cette mise en place…

Cataloguer, la première pierre de l'édifice

Qu'il s'agisse de gouvernance ou de data mesh, le catalogue des données est au centre du dispositif. SAP ou pas, sans catalogue de données, toute la gouvernance et la décentralisation des responsabilités vers les métiers, seront incomplètes et surtout bien compliquées à appliquer.

SAP s'est beaucoup appuyé sur ses partenaires pour la création du catalogue des données. Collibra semble le partenaire éditeur privilégié. D'ailleurs, en terme de couverture fonctionnelle, comme de coût et de délai de mise en place, il n'est pas rare d'entender Collibra qualifié de "SAP des catalogues de données".

Jusqu'à ce que SAP annonce sa propre solution, SAP Datasphere Catalog. Il permet " i[de découvrir, gérer et controler, toutes les données afin de garantir une gouvernance transverse de l'ensemble de leur cycle de vie]i", explique Wolfgang Epting. Il s'appuie sur un graphe de connaissance, qui met en relation les données, les métadonnées, et les processus métier. Dès la version 1.0 de SAP Datasphere, publiée en janvier 2024, il est possible de rechercher en une fois des données et des jeux de données dans le catalogue.

Dans la feuille de route publiée par SAP, la connexion entre les data products et le catalogue de données, est prévue pour le dernier trimestre 2024. Les data products pourront alors s'enrichir des métadonnées du catalogue. Le catalogue de données pourrait alors devenir un catalogue de data products. L'extraction automatique des métadonnées pour alimenter Datasphere est prévue pour le premier trimestre 2025. Une question intéressante se pose alors en ce qui concerne l'avenir de la coopétition avec Collibra, et de l'impact de SAP Datasphere Catalog sur les clients actuellement équipés de SAP et de Collibra… Devront ils cumuler les deux solutions ou SAP leur conseillera-t-il amicalement de se concentrer sur sa propre solution ?

Vers le partage et la monétisation des données

Autre évolution intéressante, la place de marché de jeux de données que pourrait devenir SAP Datasphere. Les différentes fonctionnalités liées à la publication de données et de jeux de données sont prévues dans le courant de 2024. Seule l'ouverture vers une place de marché publique est inscrite dans la vision mais non encore planifiée.

Franchement, si le ramage de SAP business data fabric, et ses composants Datasphere et Catalog, se rapportent à leur plumage, cette évolution de l'offre de SAP est en ligne avec celle des bonnes pratiques, et c'est une bonne nouvelle. Reste à voir le prix, les ressources de mise en œuvre, et la complexité.

DBOS, la base de données au coeur d'un futur système d'exploitation

Quand vous entendez le nom de Michael Stonebraker, et que vous avez quelques souvenirs de vos cours d'histoire du logiciel, vos neurones se réactivent.

Michael Stonebraker est en effet le concepteur de Ingres, au début des années 70, qui donnera naissance à Sybase, à Postgres. Spécialiste des bases de données, il donnera naissance à de nombreuses entreprises dont Vertica, VoltDB, etc. et sera pendant plusieurs années le directeur technique de Informix.

Et si vous avez perdu la mémoire de cette histoire des bases de données, où si vous ne vous y êtes jamais intéressé, je vous conseille la lecture du petit livre rouge du sujet : RedBook.io. Disponible gratuitement, la 5ème édition, qui date de 2015, vous permettra de comprendre comment et pourquoi ont été créés ces composants indispensables de notre système d'information, les bases de données.

Mais ce n'est pas le sujet du jour. En effet, à 80 ans, Michael Stonebraker n'a pas l'intention de partir à la pêche au coeur de l'Amérique profonde, mais plutôt de se lancer dans un nouveau projet : DBOS !

La réflexion de Michael Stonebraker part du rôle croissant de la donnée dans le système d'information. Notre économie "data driven", nos entreprises "data driven", notre architecture informatique bientôt "data driven". Mais nos systèmes d'exploitation ne le sont pas encore; Linux par exemple.

Pour Michael Stonebraker, il est temps de séparer les données du code du système d'exploitation, et réduire celui-ci à un petit noyau logiciel, exécutant quelques fonctions basiques de bas niveau. Tout le reste s'exécute dans la base de données. Cela fait maintenant trois ans qu'il travaille au MIT et à Stanford sur le sujet. Depuis une quinzaine d'années les bases de données relationnelles OLTP ont été grandement optimisées; elles pourraient donc aujourd'hui supporter l'exécution des tâches d'un système d'exploitation, explique-t-il. L'idée est donc de faire tourner l'OS dans la base de données.

Une des fonctionnalités intéressantes est le "time travel debugger". Il permet de remonter dans l'historique du système d'exploitation, par exemple en cas de cyber-attaque, et de revenir à la situation antérieure, instantanément.

DBOS, qui compte pour l'instant une équipe de dix personnes, a levé 8,5 millions de dollars pour lancer ses activités. Michael Stonebraker en est un des cofondateurs, et le directeur technique. Un autre des cofondateurs est l'ancien directeur technique de Databricks. DBOS serait déjà en test dans une grande banque et une société du secteur agro-alimentaire.

Pour en savoir plus, https://www.dbos.dev/

Normes ESG, reporting CSRD dans le domaine de la finance. On en parle avec notre invité cette semaine.

- Le secteur financier est-il un émetteur d'externalités ? De quels types ?
- Est-ce que la transformation numérique du secteur financier est un atout pour améliorer l'impact ESG ou au contraire un générateur de nouvelles externalités ?
- Au coeur du sujet ESG, il y a la mesure, donc les données. Comment s'organise-t-on pour collecter et conserver ces nouvelles données ?
- Comment s'assurer de leur qualité et de leur impartialité ?
- Comment le système d'information doit-il s'adapter dans les prochaines années à ces nouvelles comptabilités ?