BMG, filiale du géant allemand des médias Bertelsmann, est la 4e plus importante major de la musique dans le monde. Elle gère les droits d'édition et de label de plus de trois millions de titres sur une plate-forme de technologies et services intégrés. Mais les changements dans l'industrie de la musique lui ont posé de nouveaux défis, en particulier avec les milliards de data quotidiennement produites par les plates-formes de streaming comme Apple Music, Spotify ou Amazon Music. D'autant que, selon BMG, ce volume de données continue d'augmenter de 30 % par an. Or, pour rémunérer les artistes de son catalogue, la major doit assurer le suivi de ces data générées par chaque titre diffusé.

Migration dans le cloud

Une exigence qui a mis à rude épreuve son infrastructure informatique historique. Comme l'explique Gaurav Mittal, CTO de BMG, « il est devenu de plus en plus long et coûteux de déterminer les royalties des artistes ». Le groupe a donc décidé de transférer l'ensemble de ses ressources informatiques dans Google Cloud, avec Rackspace Technology, fournisseur de cloud et partenaire du Californien. Cette transition a permis à BMG d'exploiter de l'IA, Google Kubernetes Engine (GKE) et BigQuery pour stocker et traiter efficacement les 130 To de data de diffusion collectées.


Le volume de données générées par le streaming de musique continue d'augmenter de 30% par an. (Photo : Rackspace)

Le déploiement de GKE, en s'appuyant sur l'outil dédié Argo CD, permet ainsi d'exécuter les applications de l'entreprise en conteneurs dans un environnement partagé et sécurisé. « Quant à l'IA, elle nous aide à optimiser considérablement l'harmonisation, l'analyse et la vitesse de traitement des données, précise Maxime Rousson, architecte cloud chez BMG. Nous pouvons désormais non seulement catégoriser la musique beaucoup plus rapidement, mais aussi prendre de meilleures décisions, justement en matière de classification. »

Depuis cette migration, BMG traite les royalties dix fois plus rapidement. Et il lui faut désormais deux fois moins de temps pour intégrer les nouveaux artistes de son catalogue et leur musique au système. L'entreprise prévoit aussi d'utiliser du machine learning avec AutoML pour automatiser davantage le suivi des frais associés aux licences.