Le ROI des cas d'utilisation observés cette année requiert le croisement de données non structurées avec des données relationnelles plus traditionnelles.
l’Internet des Objets va nourrir le nouvel « Internet Industriel »
Par exemple, l’un des cas les plus courants pour lequel nous aidons les entreprises est la mise en œuvre d’une vue 360° de leurs clients. L’architecture de référence de facto implique le croisement de données relationnelles/ transactionnelles détaillant les achats des clients, avec des données non structurées de logs web et de flux de clics, ce qui met en évidence les tendances de comportement des clients sur ce qu’ils devraient acheter dans le futur. Cette approche de « blending data» est fondamentale pour d’autres cas d’utilisation tels que l’Internet des Objets.
L’adoption rapide des Big Data a conduit à la naissance de nouveaux modèles d’activité chez certains de nos clients tels que Paytronix ou ReachRelevance. En 2015, je suis convaincu que les Big Data commenceront à transformer les entreprises industrielles en offrant un avantage opérationnel stratégique et concurrentiel. L’Allemagne et d’autres pays d’Europe, tels que la France développent un ambitieux projet d’Industry 4.0, afin de créer des « Smart Factories » qui soient flexibles, efficaces dans l’utilisation des ressources, ergonomiques et intégrées avec leurs clients et partenaires. Les données machines générées par des capteurs et appareils alimentent des projets clés, que sont les maisons intelligentes, les villes intelligentes, et la médecine intelligente, qui nécessitent tous une analyse des Big Data. Un peu comme le mouvement de « l’Internet Industriel » aux Etats-Unis, l’Industrie 4.0 est caractérisée par l’Internet des Objets. Selon la communauté open source, Wikibon, la valeur de l’efficacité provenant des données machines pourrait atteindre 1,3 trillions de dollars et générer $514 milliards de dépenses informatiques d’ici 2020. Cependant, les principaux blocages sont des problématiques liées à la sécurité et gouvernance des données, aux silos de données, et à l’intégration des systèmes.
Téléchargez cette ressource
Guide de Threat Intelligence contextuelle
Ce guide facilitera l’adoption d’une Threat Intelligence - renseignement sur les cybermenaces, cyberintelligence - adaptée au "contexte", il fournit des indicateurs de performance clés (KPI) pour progresser d' une posture défensive vers une approche centrée sur l’anticipation stratégique
Les articles les plus consultés
- Les services cognitifs : un élément essentiel pour la gestion intelligente des contenus d’entreprise
- Les nouvelles technologies à l’horizon 2030
- L’expérience client : une feuille de route 2021 en 5 axes
- Les entreprises européennes championnes de l’IA
- Cinq conseils de sécurité IoT pour le travail hybride
Les plus consultés sur iTPro.fr
- ADI, l’infrastructure de données de Scality pensée pour l’ère de l’IA et de la souveraineté
- Les coûts cachés des merge requests générées par l’IA
- WatchGuard lance Rai, une IA agentique taillée pour les MSP
- Mythos révèle les limites d’un Zero Trust centré sur le réseau
Articles les + lus
Cyberattaques assistées par IA : Pourquoi le modèle Mythos d’Anthropic représente une menace sérieuse pour la cybersécurité
WatchGuard lance Rai, une IA agentique taillée pour les MSP
IA agentique : des investissements massifs freinés par des données insuffisamment préparées
France : la maturité data devient le moteur du retour sur investissement de l’IA
L’IA amplifie les risques sur les API
À la une de la chaîne IA
- Cyberattaques assistées par IA : Pourquoi le modèle Mythos d’Anthropic représente une menace sérieuse pour la cybersécurité
- WatchGuard lance Rai, une IA agentique taillée pour les MSP
- IA agentique : des investissements massifs freinés par des données insuffisamment préparées
- France : la maturité data devient le moteur du retour sur investissement de l’IA
- L’IA amplifie les risques sur les API
