5 L’IA d’entreprise en action : 5 cas d’usage concrets reposant sur le stockage objet Bienvenue dans la deuxième partie de notre série d’articles sur l’IA. Dans la première partie, nous avons démêlé la soupe d’acronymes de l’intelligence artificielle. Nous avons présenté l’IA, le ML, le DL, le NLP, les LLM et le RAG en termes clairs et concrets — en montrant comment chaque élément s’intègre aux stratégies IT actuelles. Passons maintenant à la vitesse supérieure. Dans cet article, nous présentons 5 cas d’usage concrets d’IA/ML en entreprise — tous reposant sur le stockage objet évolutif et riche en métadonnées de Scality. Nous verrons d’abord pourquoi le stockage objet est considéré comme un choix naturel pour de nombreuses initiatives d’IA. Vous repartirez avec des exemples pratiques montrant comment une bonne base de données peut faire réussir l’IA dans la réalité et, nous l’espérons, l’envie de lancer votre propre projet d’IA/ML. Pourquoi l’IA aime le stockage objet Inutile de nous croire sur parole : analystes du secteur et leaders technologiques s’accordent à dire que stockage objet et IA forment un duo parfait. Des articles comme celui de The New Stack (en anglais) et l’analyse approfondie de TechTarget (en anglais) l’expliquent clairement. En résumé, le stockage objet software-defined, ou stockage objet sur site, est : Conçu pour une échelle massive : plus besoin de craindre que votre infrastructure devienne trop petite. Optimisé pour les données non structurées : il gère parfaitement les données sans format fixe — vidéos, images, documents texte, journaux et données de capteurs — que les bases de données traditionnelles peinent à gérer. Flexible pour les charges d’IA sur site : un atout majeur pour réduire les frais de sortie du cloud public et améliorer la localité des données. Riche en métadonnées : indispensable pour entraîner efficacement les modèles d’IA/ML. Équipé de fonctions d’immuabilité : vos jeux de données d’entraînement restent sécurisés et conformes. Maintenant que nous avons vu pourquoi les experts qualifient le stockage objet de choix puissant et logique pour l’IA, examinons de plus près les atouts clés que les organisations exploitent avec le stockage objet Scality. Qu’est-ce qui le rend particulièrement adapté à cette nouvelle vague d’innovation à forte intensité de données ? Concevoir le stockage objet pour l’IA/ML : l’approche de Scality La plateforme RING (en anglais) de Scality reprend tout ce qui fait la force du stockage objet et le pousse plus loin pour les charges d’IA/ML à l’échelle de l’entreprise. Voici comment : Indépendant du fournisseur matériel : les clients sont libres de déployer sur les serveurs x86 standard et les supports de stockage de leur choix. Pas de dépendance à un fournisseur, pas d’achat d’appliance imposé — un contrôle total de votre infrastructure. Évolutivité extrême : l’architecture brevetée multiscale (en anglais) permet d’évoluer indépendamment sur bien plus de dimensions que n’importe quel autre fournisseur de stockage. Alors que quelques fournisseurs modernes savent désagréger sur 2 dimensions, RING évolue indépendamment sur ces 10 dimensions : Applications : prise en charge de multiples charges de travail sur la même infrastructure Capacité : extension du volume total de stockage à mesure que les besoins augmentent Calcul de stockage : allocation de la puissance de calcul selon l’intensité des charges Métadonnées : montée en charge des opérations de métadonnées pour préserver la recherche et l’efficacité Objets S3 : gestion d’un nombre d’objets toujours croissant sans dégradation des performances Buckets S3 : prise en charge d’un nombre croissant de conteneurs de stockage Authentifications S3 par seconde : montée en charge des processus de sécurité selon les besoins d’accès mondiaux Débit : des mouvements de données rapides et ininterrompus Objets par seconde : prise en charge de taux de transactions élevés pour les applications temps réel Gestion des systèmes : les équipes IT gèrent facilement des environnements complexes. Pour approfondir ces dimensions et leurs avantages : https://www.solved.scality.com/multidimensional-scaling-cloud-storage/. Durabilité et disponibilité : avec une durabilité des données de 14 neuf garantie par SLA et une disponibilité garantie à 100 %, vos données sont protégées, sécurisées et toujours accessibles. Géorésilience : déployez sur plusieurs datacenters pour une reprise après sinistre et une continuité d’activité intégrées. Latence de l’ordre de la microseconde : les performances de notre dernière architecture RING XP sont optimisées pour les applications temps réel. Déplacement des données par niveaux : les données d’entraînement et d’inférence circulent librement entre niveaux chauds et froids, ce qui maîtrise les coûts sans sacrifier les performances. Recherche par métadonnées : l’étiquetage intelligent et la recherche par métadonnées permettent aux charges d’IA de localiser et d’accéder rapidement aux données pertinentes. Prise en charge des architectures hybrides et multisites : fonctionnez sur site, chez un fournisseur de services et en périphérie, avec des services de stockage cohérents sur tous les sites. SEC17a-4 et FINRA : conformité les fonctions d’immuabilité intégrées répondent aux normes réglementaires les plus exigeantes (en anglais). Certifications ISO 27001 et ISO 42001 : la sécurité est intégrée dès la conception, pas ajoutée après coup. La certification ISO 27001 témoigne d’une approche systématique et proactive de la sécurisation de nos logiciels, ARTESCA et RING, et renforce la confiance des clients grâce à des pratiques de sécurité validées et une démarche d’amélioration continue. Nous visons également la certification ISO 42001 pour démontrer notre engagement en faveur de pratiques de sécurité de l’IA robustes. Publiée en décembre 2023, l’ISO 42001 est la première norme internationale pour établir, mettre en œuvre, maintenir et améliorer en continu un système de management de l’intelligence artificielle (SMIA). Elle fournit un cadre aux organisations qui développent, déploient ou utilisent des produits et services fondés sur l’IA pour gérer les risques et opportunités propres à l’IA. Architecture pérenne : L’architecture Scality RING (en anglais) a été conçue pour répondre aux exigences de flexibilité extrêmes du stockage à l’échelle du cloud — et cette même adaptabilité la rend idéale pour les pipelines de données d’IA actuels. Ce n’est pas un heureux hasard, mais le fruit d’une philosophie de conception délibérée : construire un stockage capable d’évoluer pour répondre à tout besoin futur — même ceux que nous n’avons pas encore imaginés. Intégrations étroites avec l’écosystème de l’IA : RING s’intègre aux principaux éditeurs de l’écosystème de l’IA — bases de données et outils de requête SQL (Starburst, Dremio, Trino), RAG et bases de données vectorielles (LangChain, Milvus, Weaviate), frameworks d’IA/ML (PyTorch, TensorFlow, JAX), MLOps et suivi d’expériences, orchestration et pipelines de données, etc. Cinq cas d’usage : l’IA en action dans la réalité Concrètement, à quoi tout cela ressemble-t-il ? Plongeons dans 5 témoignages clients (en anglais) réels. Ces exemples illustrent l’impact transformateur de l’IA et des data lakes dans des secteurs variés, de la santé et des transports à la pharmacie et l’aérospatiale. *Pour des raisons de confidentialité ou à la demande des clients, certains noms ont été omis. Cas d’usage IA n°1 : SeqOIA accélère la recherche génomique Dans le cadre du plan national français de médecine génomique, SeqOIA joue un rôle essentiel dans l’intégration du séquençage du génome entier au parcours de soins des patients atteints de cancers et de maladies rares. Pour soutenir cette mission, le laboratoire a construit sur Scality RING un data lake piloté par l’IA, qui gère près de 10 pétaoctets de données génomiques. Il offre un accès rapide et fiable à des jeux de données massifs sur des milliers de nœuds de calcul, du séquençage brut à l’analyse approfondie. Grâce à une architecture de stockage à deux niveaux, associant un accès 100 % flash pour les données chaudes et un stockage à long terme dans Scality RING, cette plateforme évolutive accélère la recherche et affine les diagnostics. De la détection de mutations génétiques subtiles à l’orientation de traitements personnalisés, l’approche fondée sur les données de SeqOIA transforme la prise en charge des patients grâce à l’IA et à la génomique avancée. « Nous avons répondu à nos besoins de traitement analytique grâce à une solution de stockage à deux niveaux, avec un accès 100 % flash pour les jeux de données chauds temporaires et un stockage persistant à long terme dans Scality RING. Nous [utilisons] RING pour protéger les pétaoctets de données critiques qui nous permettent de mener à bien notre mission : améliorer la prise en charge des patients atteints de cancers et d’autres maladies. » – Alban Lermine, directeur des SI et de la bio-informatique, SeqOIA Découvrez l’étude de cas SeqOIA. Cas d’usage IA n°2 : détection de la fraude dans une grande banque internationale américaine Une grande banque américaine, qui exploite des milliers d’agences dans tout le pays, utilise le stockage objet Scality RING (en anglais) à l’échelle du cloud pour alimenter son immense data lake SIEM (gestion des informations et des événements de sécurité) basé sur Splunk. Splunk est un élément essentiel de la stratégie de détection et de prévention de la fraude de la banque, qui exige une disponibilité de 100 % et une durabilité des données sans compromis. Pour répondre à ces exigences, la banque devait stocker environ 40 Po de données Splunk (en anglais) SmartStore avec : un déploiement actif/actif sur 2 sites géographiquement séparés une réplication des objets en moins de 2 minutes entre les sites une rétention des données d’un an Au total, cela représente environ 80 Po de stockage après erasure coding et surcoût. Pour dépasser les limites des systèmes de stockage traditionnels, la banque s’est tournée vers Scality RING, qui permet de centraliser d’énormes volumes de journaux de sécurité et de données d’événements dans un magasin d’objets évolutif et économique. Durabilité de 14 neuf, disponibilité de 100 % avec géodistribution Ce changement a permis à la banque de : ingérer et analyser les données à une vitesse inédite réduire nettement les délais de détection et de réponse aux menaces améliorer la fiabilité des alertes et réduire les faux positifs renforcer sa posture de sécurité globale et son efficacité opérationnelle réduire considérablement les pertes financières liées à la fraude La résilience intrinsèque et la haute disponibilité du stockage objet Scality ont aussi renforcé la fiabilité de la plateforme SIEM, garantissant une surveillance et une analyse continues sans compromis. RING constitue désormais la base essentielle d’une stratégie SIEM modernisée et prête pour l’IA, à la hauteur de l’évolution actuelle des menaces. Cas d’usage IA n°3 : un pionnier des transports alimente ses véhicules autonomes Un grand constructeur automobile s’appuie sur le stockage objet Scality pour alimenter son IA de conduite autonome et de détection des collisions. Son data lake évolutif ingère des milliards de relevés de capteurs et de données de télémétrie issus de véhicules connectés, une base riche pour entraîner des algorithmes d’IA sophistiqués. En analysant les données historiques, il peut : prédire et potentiellement prévenir les collisions développer des fonctions de conduite autonome toujours plus précises améliorer les systèmes de détection des collisions L’agilité du stockage objet permet un accès et une analyse fluides des données, accélérant l’innovation vers des véhicules plus sûrs et plus intelligents. Cas d’usage IA n°4 : l’un des plus grands assureurs d’Amérique du Nord accélère le traitement des sinistres et renforce sa cyber-résilience Pour renforcer à la fois sa sécurité et ses capacités d’analyse, un grand assureur américain utilise le stockage objet comme base de son traitement des sinistres. Toutes les données multimédias de déclaration de sinistre transmises via son application sont stockées en toute sécurité dans son magasin d’objets en cloud privé. Cela permet une détection proactive des menaces, pour identifier et neutraliser ransomwares, virus et autres menaces malveillantes, et protéger à la fois son infrastructure et les informations de ses clients. En outre, ce stockage objet robuste et performant sous-tend son data lake d’IA et alimente des moteurs d’analyse sophistiqués. Cette adoption stratégique du stockage objet a aussi simplifié son infrastructure de stockage, pour un traitement des sinistres plus rapide et plus efficace. Cas d’usage IA n°5 : une biotech internationale révolutionne la recherche biopharmaceutique Un grand client du secteur de la génomique a révolutionné sa plateforme de recherche en associant un système de fichiers hautes performances à un magasin d’objets évolutif. Le système de fichiers offre l’accès à faible latence et haut débit indispensable à des tâches exigeantes comme l’analyse de séquences d’ADN et la modélisation computationnelle complexe pour la découverte et le développement de médicaments. Parallèlement, le magasin d’objets sert de référentiel durable et économique pour les grandes quantités de jeux de données générées, dont les données de séquençage brutes et les résultats traités. Cette architecture à deux niveaux permet de manière significative : d’accélérer les workflows de recherche d’améliorer la rapidité et la précision des processus de diagnostic de favoriser le développement de la médecine personnalisée grâce à une analyse efficace pour prédire les risques de maladie et identifier de nouvelles cibles thérapeutiques. Et ensuite ? Lancez votre première initiative d’IA/ML Ces témoignages montrent ce qui est possible, mais ce n’est qu’un début. Il n’existe pas d’IA/ML universelle, mais une chose est sûre : la base compte. Sans couche de données évolutive et fiable, même les modèles les plus avancés peinent à produire des résultats. Si vous envisagez de lancer votre propre projet d’IA/ML — ou de gagner en performances en modernisant votre base de données — ce guide pratique pour créer un chatbot plus intelligent est un excellent point de départ. C’est un moyen accessible d’acquérir une expérience concrète de l’IA, de poser les bases d’initiatives plus avancées et d’améliorer l’expérience de vos clients. Que vous expérimentiez avec un petit LLM, automatisiez l’analyse client ou développiez une analytique de nouvelle génération, nous sommes là pour vous aider à construire plus intelligemment, plus vite et en toute confiance. Autres ressources sur l’IA : Introduction aux concepts de l’IA : ML, LLM, DL, NLP, IA générative et essor du RAG Arrêtez de créer des chatbots limités : la solution RAG + Scality RING Évolutivité multidimensionnelle : 10 dimensions de stockage indispensables pour vos charges d’IA Le problème de stockage IA que vous n’aviez pas vu venir — et comment Scality RING l’a déjà résolu
