La donnée et son analyse sont depuis les années 70 – 80, et de manière toujours plus sensible, au cœur des enjeux et de la stratégie des entreprises.
L’infocentre permettait de consolider les activités de l’entreprise. Il fournissait des statistiques calculées sur des historiques de données de fonctionnement interne.
Quelques années plus tard, le décisionnel ou la Business Intelligence ont apporté une logique d’analyse et d’interprétation de ces données. L’analyse s’est orientée pour apporter une réelle aide à la décision : le Small Data.
L’étape suivante, fut l’ouverture, le partage des données : l’Open Data. Tout le monde peut accéder, exploiter ces données.
Le Big Data, c’est l’évolution de l’Open Data : des trillions d’octets de données numériques produites quotidiennement et disponibles. Leur sélection en Smart Data, vient enrichir le Small Data… Accumulées toujours en plus grandes quantité, pour des analyses encore plus pertinentes.
Les volumes, la complexité, les possibilités s’en trouvent démultipliées…L’évolution ultime : c’est la convergence, l’association du Big Data aux algorithmes auto-apprenants : l’IA (Intelligence artificielle).
Le fait de disposer de grandes quantités de données n’était plus suffisant.
Associé aux algorithmes de type Machine Learning (apprentissage automatisé) voire Deep Learning (Machine Learning sur réseau de neurones artificiels), l’intelligence Artificielle permet de décupler le potentiel du Big Data.
En quelques décennies, nous sommes passés de l’analyse de statistiques sur des domaines fermés au prédictif tous horizons… Les domaines d’application se sont multipliés, réservé aux grandes entreprises, le Big Data s’adresse aujourd’hui à tous, à toutes les activités :
- Médecine – Traitements médicaux adaptés à chacun en fonction de son code génétique
- Communication – Traducteurs universels temps réel
- Commerce, banque, publicité…
Le frein à cette évolution exponentielle ? Il ne semble pas y en avoir : la technologie quantique laisse penser que les volumes de données et les complexités des algorithmes ne seront pas limitants pour produire les stratégies de demain en quasi temps réel…
En fait, si, il pourrait y avoir un frein : l’éthique…
En février dernier, l’ONG Human Rights Watch dénonçait des arrestations de dissidents politiques en Chine, dans la région du Xinjiang proche du Tibet. Ces arrestations seraient réalisées sur la base d’analyse de vidéosurveillances par des algorithmes prédictifs…
L’Europe, elle, veut rassurer avec une réglementation (RGPD) objectivant le respect de la vie privée. Certains crient à l’entrave à l’évolution numérique et à l’innovation.
D’autres voient plutôt des opportunités, une confiance renforcée et donc une valeur accrue de la donnée. Ils affirment même que l’anonymisation des données ou l’élimination des valeurs extrêmes (qui permettraient d’identifier l’origine de la donnée) renforceraient la performance des algorithmes.
Décidément, la donnée a encore de beau jour devant elle…
