Les trois défis de l'économie numérique à l'économie de l'IA

Ce dont l’IA a besoin pour exprimer pleinement son énorme potentiel, ce sont des infrastructures technologiquement avancées, bien conçues et correctement intégrées qui soutiennent la convergence efficace entre les deux mondes IT et OT, entre les technologies de l’information (ordinateurs, réseaux, logiciels, données) du monde numérique et les technologies opérationnelles (toutes celles qui contrôlent, surveillent et automatisent les processus et les activités) dans le monde réel, physique et industriel. Sans cela, une infrastructure « ne peut pas devenir complètement intelligente », note Ludovico Basili, responsable des données et de l'IoT chez Sirti Digital Solutions.

Qui souligne, « de cela dépend justement l'avenir du pays : la création d'infrastructures qui ne sont plus simplement opérationnelles, mais cognitives. Capables de permettre une convergence entre ce que nous avons toujours considéré comme lointain et qui aujourd'hui ne peut plus rester séparé ».

Vers l’économie de l’IA, une direction précise à suivre

En effet, « seuls ceux qui parviendront à adopter véritablement cette approche pourront parvenir à une convergence totale entre les deux domaines, et c'est précisément cette intégration qui permettra de tirer le meilleur parti du potentiel de l'intelligence artificielle ».

En fait, l'IA est avide de données générées par les actifs physiques sur le terrain et dans le monde réel, « alors que les données ont besoin de l'IA pour devenir plus efficaces, résilientes et prédictives ».

Des nœuds, technologiques et humains, à dénouer

Un point central reste donc celui de la convergence effective et complète entre les systèmes informatiques, qui gèrent l'information, et l'OT, qui gèrent les processus physiques dans les entreprises, les usines et les systèmes (tels que les températures, les pressions, les moteurs, les vannes, les lignes de production).

Cette convergence technologique est évoquée depuis de nombreuses années, mais elle reste dans de nombreux cas davantage un objectif prospectif qu'un résultat consolidé, et aujourd'hui le développement disruptif de l'intelligence artificielle relance la question et nécessite une solution efficace, rapide et définitive.

Pour bien comprendre la dynamique actuelle, le responsable de Sirti s'intéresse au chemin d'évolution du passé : « au cours des 50 dernières années, nous avons assisté à quatre révolutions technologiques, avec des cycles de transformation toujours plus rapprochés : les puces électroniques à la fin des années 1970, Internet dans les années 1990, le cloud dans les années 2000 et, depuis 2010, l'intelligence artificielle, rendue accessible au grand public dans sa version générative pendant quelques années. la convergence entre le monde de l’informatique et celui des opérations ».

Trois défis à relever : conduite du changement, cybersécurité, gestion des données

Si la première véritable intersection s'est produite avec l'avènement d'Internet et l'utilisation de protocoles de communication de plus en plus alignés, « c'est le cloud qui, avec sa capacité d'évolutivité indéfinie, a permis d'émettre l'hypothèse d'une pile technologique complète, capable delogiciel' matériel et gérer efficacement de grandes quantités de données.

Dans ce cas, cependant, « nous parlons d'un alignement technologique entre les deux mondes, plutôt que d'une véritable convergence. Par conséquent, pour le moment, l'IT et l'OT restent effectivement deux réalités distinctes. Même si, dans certains cas, il est possible de résoudre des problèmes critiques dans le secteur informatique à travers le traitement des données provenant des opérations OT ou vice versa, il n'existe souvent pas d'approche véritablement transversale permettant une véritable intégration ». Après des années d'évolution technologique, dans de très nombreux cas, l'informatique et l'OT restent « deux mondes avec des langages, des mesures et des cultures différents ».

Qu’est-ce qui nous sépare alors de l’objectif fondamental de leur convergence ? Comment peut-on y parvenir ?

« Il y a trois défis à relever et à surmonter », remarque Basili : « la gestion du changement, la cybersécurité et la gestion des données ».

Gestion du changement pour créer l'économie de l'IA

La gestion du changement pour la convergence entre IT et OT « nécessite une profonde refonte structurelle et culturelle. Cela signifie non seulement promouvoir la diffusion des compétences IT, OT et business, mais aussi dépasser les organisations traditionnelles en silos, en faveur d'une approche interfonctionnelle et de l'adoption de méthodologies agiles ».

De manière générale, souligne l’expert de Sirti Digital Solutions, « il n’est ni pratique ni physiquement possible d’adopter une approche grand coup à la convergence, compte tenu de la nécessité de garantir la continuité opérationnelle et compte tenu des coûts et des délais d'investissement élevés. Cela implique la nécessité de définir des choix prioritaires basés sur une évaluation rationalisée des bénéfices, impliquant activement tous les acteurs dans le processus décisionnel ».

De plus, notamment dans l’application de l’IA, les bénéfices ne sont pas toujours connus a priori : « c’est pour cette raison qu’il faut promouvoir une approche itérative » tester et apprendre qui accepte l’erreur contrôlée comme une partie essentielle du parcours d’apprentissage et d’amélioration continue ».

Cybersécurité, Zero Trust et micro-segmentation

La cybersécurité « représente cependant un point de friction culturelle et technique. Les deux mondes partent en effet de priorités intrinsèquement différentes : l’OT met l’accent sur la disponibilité et sécurité des systèmes, tandis que l'informatique sur la confidentialité et l'intégrité des données. En convergeant, ils doivent respecter les fondamentaux de chacun. »

Puisque chaque élément et appareil connecté expose l’ensemble du système technologique à des risques plus importants, « l’approche doit évoluer vers une sécurité globale et l’application de principes tels que le zéro confiance et la micro-segmentation ».

La « faim » de bonnes données

La gestion des données nécessite avant tout une culture généralisée, dans laquelle les données sont accessibles, compréhensibles et utilisables par toutes les fonctions de l'entreprise.

« Il est également essentiel d'en garantir la qualité, en impliquant directement les utilisateurs dans le contrôle de leur exactitude, de leur exhaustivité et de leur actualité. Seules les données reconnues comme réellement utiles et maîtrisées dans leur cycle de vie peuvent permettre des décisions efficaces, qu'elles soient humaines ou automatisées ».

Maîtriser le monde physique et numérique

Pour réussir à aborder ce scénario complexe, « la présence d'un acteur capable de maîtriser à la fois le monde physique et numérique est cruciale », note Basili.

Il s'agit « d'un facilitateur technologique qui sait connecter les différentes composantes de l'écosystème, qui possède une connaissance approfondie de la complexité des réseaux critiques du pays et qui, en même temps, sait opérer en toute sécurité et ponctuellement dans les plateformes de données, dans le cloud, en cybersécurité, en IA et dans les architectures intelligentes ».

Créer des ponts entre la physicalité des actifs et l’intelligence des systèmes

Nous avons besoin des caractéristiques et des compétences d' »un expert capable d'évoluer avec agilité dans les deux domaines, et qui possède les compétences nécessaires pour créer un pont naturel entre la physicalité des actifs et l'intelligence des systèmes, entre les opérations de terrain et les plateformes cloud », entre la résilience d'une infrastructure et la puissance des données.

De cette double expertise « peut naître la nouvelle infrastructure d’IA : des réseaux plus performants, des centres de données plus puissants et une architecture dans laquelle connectivité, données, sécurité et intelligence artificielle sont intégrées dans un système unique bien orchestré ».

Tout cela, pour obtenir et utiliser un réseau technologique « capable d'accompagner les entreprises publiques et privées dans la transition – déjà en cours – de l'économie numérique vers l'économie de l'IA ».