L'ère de l'entrée des entreprises dans le cloud est achevée et toutes espèrent maintenant l'arrivée du cloud 2.0. Tel est en tout cas l'avis de Diane Greene, vice-président senior de l'activité cloud de Google. Les premières phases du cloud ont permis quoi qu'il en soit d'essuyer de premiers plâtres en laissant percevoir comment les entreprises pouvaient s'appuyer sur le cloud pour gagner du temps et des efforts de développement en interne en accédant à des apps et des services utilisant le nuage pour stocker des données. Les premières préoccupations étaient alors liées à la sécurité et à la fiabilité.

Quelques années plus tard, on se rend compte que les entreprises qui se sont tournées vers le cloud ont pu résoudre la plupart de leurs problèmes en s'orientant soit vers du cloud privé, public ou hybride proposées par les fournisseurs. Mais aujourd'hui, les DSI veulent faire davantage que se contenter de stocker leurs données et faire tourner leurs apps dans le cloud. Non, ce qu'elles veulent désormais c'est utiliser cette montagne de données pour répondre à des enjeux métiers, par exemple pour savoir pourquoi les ventes deviennent folles en Europe ou pourquoi certains ordinateurs portables se vendent mieux en Amérique du Nord qu'en Asie... Les organisations veulent connaître les modèles découlant de la donnée et ce que les anomalies signifient.

Machine learning et outils analytiques à la rescousse

Avec le cloud et les outils analytiques et d'apprentissage machine, les entreprises sont désormais en meilleure position pour répondre à ces problèmes. « Le cloud 2.0 est lié à la compréhension de la donnée. Maintenant que vous êtes dans le cloud, la question est de savoir comment prendre avantage sur le cloud de manière à propulser son business à un autre niveau », a indiqué Diane Greene à notre confrère Computerworld. A ce titre, le machine learning apparaît comme un levier pour changer la façon dont les entreprises utilisent le cloud pour en tirer tout son potentiel. « La révolution du cloud concerne les économies d'échelle. C'est vraiment une histoire de données et le machine learning est en mesure de générer tellement de valeur à une entreprise avec sa capacité à aller tirer des insights comme jamais on ne l'avait fait auparavant. »

Google n'est pas le seul à dresser les enjeux du cloud 2.0 et la nécessité des entreprises de comprendre et données du sens à leurs données et plus seulement se contenter de les stocker. C'est également le cas de Patrick Moorhead, analyste chez Moore Insights & Strategy. « Le machine learning est vital pour tamiser les impressionnants volumes de données et déterminer à la volée ce qu'elles signifient. Le cloud 2.0 ne pourra arriver sans le machine learning pour analyser les données. »

Une hausse continue des données

Le principal problème est que les entreprises voient leur volume de données stockées dans le cloud continuellement augmenter mais la combinaison du cloud et du machine learning leur permet de rendre leurs données suffisamment intelligibles pour répondre à de grandes questions. « C'est la seule façon de donner du sens aux données », a renchérit de son côté Greg DeMichillie, directeur produit Google cloud plateforme. Et pour l'analyste indépendant Jeff Kagan, la messe est même dite : « le cloud 1.0, c'est terminé » , tout comme pour le développeur d'applications mobiles Jorel Perez : « Je pense que nous avons juste commencé le cloud 2.0 mais il y a encore plus à venir ».