Il existe un rapport intéressant de McKinsey sur l'impact imminent de l'IA sur les investissements cloud d'une entreprise.
Au début de l'article, McKinsey déclare : « Bien que l'impact possible varie selon le secteur, l'adoption du cloud représente une opportunité pour l'entreprise moyenne d'augmenter sa rentabilité de 20 à 30 %. »
Pour beaucoup, cela serait un appel à tout mettre dans le cloud public - mais une nuance importante est ajoutée dans la phrase suivante :
« De nombreuses entreprises natives du numérique profitent déjà pleinement de cette opportunité. Près d'un tiers de la hausse de la valeur de l'EBITDA au cours de la dernière décennie dans le S&P 500 provient de seulement huit sociétés natives du numérique qui ont utilisé une infrastructure de type cloud. »
Infrastructure de type cloud.
Non pas « parce qu’ils ont utilisé un cloud public », mais parce qu’ils ont adopté le modèle opérationnel du cloud. Le rapport est excellent et nous le recommandons vivement.
Il existe une autre vérité que nous constatons à maintes reprises : en rapatriant les charges de travail du cloud, les entreprises économisent en moyenne 60 %. C'est ce que nous constatons systématiquement de la part des équipes qui ont publié leurs chiffres comme
La question se pose donc : comment augmenter la rentabilité en passant au cloud ET en le quittant.
La réponse réside dans l’adoption du modèle opérationnel cloud. L'adoption du modèle opérationnel cloud change votre façon de penser l'infrastructure, l'expérience des développeurs et l'efficacité technique de bout en bout (de l'équipe de données à l'informatique). La formation, le réglage et le déploiement de modèles d’IA génératifs nécessitent une proximité avec les processus et données métiers en temps réel. Le rapport McKinsey prédit également qu’au cours de la prochaine décennie, près de la moitié des données continueront d’être générées sur site. En fonction d'un certain nombre de facteurs tels que la confidentialité des données, les systèmes de point de vente et autres, une organisation doit examiner attentivement son architecture de données sur site ou dans le cloud public.
Le modèle d’exploitation cloud fournit une infrastructure sous forme de code. Cela signifie des logiciels intelligents et du matériel stupide. Google (TPU), AWS (Graviton) et Azure (FPGA) disposent tous de leur propre silicium, mais ceux-ci sont conçus pour des charges de travail à usage général. Le logiciel est ce qui les fait chanter. C’est le modèle qui va de l’avant. Matériel de base peu coûteux mais puissant, franchement jetable et réutilisable. C'est pourquoi on ne trouve pas d'appliances dans le cloud public ou dans le modèle d'exploitation cloud.
Le modèle d'exploitation cloud implique le partage et la réutilisation d'outils et de modèles d'applications préconfigurés dans toutes les disciplines des développeurs. Cette approche comprend une couche de consommation unifiée avec un libre-service pour les développeurs et une pile technologique standardisée pour prendre en charge la vitesse, l'agilité et la sécurité.
Le modèle opérationnel cloud améliore également l’efficacité technique grâce à des services gérés (bases de données, magasins de valeurs clés, sécurité). Cela nécessite l'automatisation et la standardisation des processus informatiques, tels que le déploiement, la mise à l'échelle et la gestion. Il facilite les pratiques CI/CD, permettant des déploiements de code fréquents et automatisés. Chacun de ces éléments (et d’autres) rend l’organisation plus efficace.
Le résultat est que deux choses peuvent être vraies en même temps. Vous pouvez « aller vers le cloud » et devenir plus rentable ET vous pouvez « rapatrier » et être plus rentable. Le dénominateur commun est le modèle. Si vous souhaitez parler de la répartition des charges de travail, contactez-nous
Apparaît également ici .