La donnée, ce pétrole brut du numérique
Si la comparaison entre la donnée et le pétrole a été maintes fois utilisée, elle n’en reste pas moins pertinente. Comme le pétrole brut qui doit être raffiné pour devenir utile, les données brutes d’une entreprise ne prennent de la valeur qu’une fois transformées en décisions stratégiques. Dans cette optique, les converged analytics émergent comme le procédé industriel capable de transformer ce pétrole brut en carburant pour l’économie numérique.
Le défi des silos data
Les entreprises ont accumulé des montagnes de données au cours de la dernière décennie. Data lakes, entrepôts de données, plateformes de streaming… Pourtant, seulement 13% des entreprises réalisent un retour sur investissement significatif de leurs initiatives IA. Le problème n’est pas la quantité de données, mais leur fragmentation.
« Les entreprises disposent aujourd’hui d’immenses réserves de données structurées, semi-structurées et non structurées. Pourtant, beaucoup de DSI peinent à transformer ces données en valeur business en temps réel », explique Quais Taraki, CTO d’EnterpriseDB. Les systèmes transactionnels, analytiques et de streaming fonctionnent en silos, nécessitant des infrastructures différentes et des modèles de gouvernance spécifiques. Ce morcellement introduit latence, complexité et duplication.
La solution converged analytics
Comme une raffinerie transforme le pétrole brut en produits utiles, les converged analytics unifient traitement transactionnel, analytique et streaming dans une architecture cohérente. « Plutôt que de déplacer les données entre plusieurs plateformes spécialisées, cette approche permet d’effectuer des calculs là où les données résident, réduisant ainsi la latence et préservant le contexte », précise Taraki.
L’impact sur l’IA
Les modèles d’IA générative et agentique ont besoin de données fraîches et bien gouvernées pour être efficaces. Les converged analytics fournissent les pipelines de données continus nécessaires au fonctionnement optimal de ces technologies. Elles permettent également des architectures comme le retrieval-augmented generation et améliorent les performances des modèles dans le temps.
Un écosystème en mutation
Les plateformes de converged analytics deviennent centrales dans le cycle de vie des données, impactant stockage, calcul, réseau et sécurité. Pour les fournisseurs d’infrastructure, cela crée une demande pour des solutions capables de gérer des workloads mixtes. Pour les prestataires de services, c’est l’opportunité de s’engager sur le long terme dans la conception et l’optimisation de ces plateformes.
Les cas d’usage comme la détection de fraude en temps réel ou l’optimisation des chaînes d’approvisionnement montrent que ces technologies ne sont pas périphériques, mais bien au cœur de la performance business.