Il est important que les data scientists collaborent avec les départements informatiques et les ingénieurs pour tirer le meilleur parti des données collectées lors de déploiements IoT, selon les prévisions d’IDC pour 2019 concernant l’Internet des objets (IoT). L'IT sera le pilier central qui rendra l'Internet des objets intéressant pour les entreprises, a déclaré la semaine dernière la vice-présidente de l'activité IoT et mobilité du groupe IDC, Carrie MacGillivray. Si le traitement des données IoT passe par un usage significatif des solutions et services en apprentissage automatique et intelligence artificielle, le problème selon elle est qu'il n’y a pas assez de professionnels qualifiés pour réussir chaque implémentation de ce type de projet, et c'est un véritable problème.

Aujourd'hui, les entreprises adoptent généralement l’attitude suivante avec ce type de projets : mettre au travail leurs data scientists existants, externaliser la construction de modèles d'apprentissage machine ou les expérimenter directement avec des modèles ML open source. Mais de plus en plus d'ingénieurs (mécanique, électricité, logiciels, systèmes) sortent d'universités dotées de compétences en IA et ML. La gestion des analyses IoT devrait donc passer aux équipes d'ingénierie, selon Carrie MacGillivray. IDC s'attend ainsi à ce que les entreprises tiennent rapidement compte de ce fait : d'ici à 2020, les entreprises devraient atteindre un taux de réussite de 90% dans la mise en œuvre de systèmes IoT compatibles avec l'IA.

Un retour sur investissement de l'IoT absent dans 30% des cas

L'avenir de l'analyse IoT est une question de priorité d'après la vice-présidente de l'activité IoT et mobilité du groupe IDC. L'objectif, en particulier dans les secteurs de la fabrication et de la gestion de flotte, est de connecter toutes les machines ou tous les véhicules le plus rapidement possible et de chercher à extraire des informations détaillées du système ultérieurement. Par conséquent, l’une des premières applications les plus courantes de la technologie IoT a été l’analyse de maintenance prédictive, mais il en existe beaucoup d'autres qui nécessiteront d'impliquer davantage les datascientists.

Toujours d'après IDC, en 2020, plus de 30% des initiatives IoT mondiales ne démontreront pas clairement de retour sur investissement, car les entreprises ne disposent tout simplement pas pour l'instant des compétences nécessaires pour développer des indicateurs de performance clés pour ce type de projet. Cela changera, mais pas du jour au lendemain ni même dans les deux prochaines années. Plus que jamais, l'identification de KPI spécifiques doit donc être une priorité absolue pour les entreprises utilisant l'IoT.

La vidéosurveillance taillé pour l'IoT

D'après Carrie MacGillivray, au cours des trois à quatre prochaines années, environ 40% des analyses de données IoT seront effectuées sur des terminaux en bordure de réseau proche de leurs périphériques end point. Cela va donc entraîner une vague d'investissements dans des passerelles Edge pour permettre aux entreprises d'effectuer une analyse de niveau supérieur sur des ensembles de données plus importants. Il faudra également que les services informatiques se familiarisent avec la gestion de ce type de périphériques, loin du confort de la gestion habituelle de leur datacenter.

Enfin, d'ici 2021, 45% de la vidéosurveillance visera à fournir une image plus précise de ce qui se passe avec un appareil IoT donné, en particulier dans les applications de gestion de flotte et de sécurité publique. « La vidéo fournit des données visuelles précieuses qui complètent les données d'autres capteurs et éclairent les décisions », a déclaré Carrie MacGillivray. « L'intégration des systèmes vidéo et d'intelligence artificielle apporte également une valeur énorme ».