Longtemps considérés comme deux sujets distincts, le Cloud et la Data sont aujourd’hui devenus indissociables. Avec l’essor de l’intelligence artificielle, la capacité d’une entreprise à valoriser ses données dépend directement de l’architecture qui les héberge, les sécurise et permet de les exploiter. Pour Malick Thiam, Sales Architect, et Jad Houdeib, Head of Cloud Consulting chez Proximus NXT Luxembourg, cette convergence impose de revoir la manière dont les entreprises abordent leur transformation numérique.

Pendant longtemps, les entreprises ont abordé le Cloud comme un sujet d’infrastructure et la Data comme un sujet métier. D’un côté, les équipes IT réfléchissaient aux environnements, au stockage, à la puissance de calcul ou à la migration des applications. De l’autre, les métiers cherchaient à mieux exploiter leurs données pour prendre des décisions, améliorer leurs processus ou développer de nouveaux services.

Cette séparation devient aujourd’hui de moins en moins pertinente.

L’explosion de l’intelligence artificielle accélère encore le rapprochement entre les deux mondes. Une IA performante repose sur des données accessibles, fiables et gouvernées. Mais ces données doivent également être stockées et traitées dans un environnement capable de répondre aux exigences de performance, de sécurité, de conformité et de souveraineté.

La donnée n’a de valeur que si l’on peut réellement l’exploiter

«La première question n’est plus simplement de savoir combien de données une entreprise possède, mais ce qu’elle est capable d’en faire», explique Malick Thiam, Sales Architect chez Proximus NXT Luxembourg.

Une entreprise peut disposer de volumes considérables de données sans pour autant en tirer de valeur. Données dispersées dans différents systèmes, informations difficilement accessibles, formats hétérogènes, absence de gouvernance ou qualité insuffisante: autant de freins à l’utilisation de l’intelligence artificielle.

L’IA ne crée pas de valeur à partir de données qui ne sont pas accessibles, contextualisées et exploitables. Avant même de parler de modèle ou d’outil, il faut donc s’interroger sur la qualité de son patrimoine data
Malick Thiam

Malick Thiam, Sales Architect, Proximus NXT Luxembourg

Cette réalité remet la Data au cœur de la stratégie technologique. Elle oblige également les entreprises à regarder différemment leur infrastructure.

Le Cloud devient le socle de la stratégie Data

Pour Jad Houdeib, Head of Cloud Consulting chez Proximus NXT Luxembourg, le raisonnement doit fonctionner dans les deux sens.

On ne peut pas penser la stratégie Data indépendamment de l’architecture Cloud. L’environnement dans lequel les données sont stockées et traitées conditionne directement la capacité de l’entreprise à les exploiter, à les sécuriser et à les faire évoluer. Sur le terrain, on voit encore trop souvent des migrations Cloud menées application par application, sans réflexion sur la donnée. On déplace alors les silos au lieu de les supprimer.
Jad Houdeib

Jad Houdeib, Head of Cloud Consulting, Proximus NXT Luxembourg

Le Cloud apporte notamment la capacité de faire évoluer rapidement les ressources de calcul et de stockage en fonction des besoins. Mais toutes les données ne doivent pas nécessairement être placées au même endroit.

Selon les contraintes métiers, réglementaires ou de sécurité, une entreprise peut combiner plusieurs environnements: Cloud public, Cloud privé, Cloud souverain, infrastructures dédiées ou encore approches hybrides et multicloud.

«Le sujet n’est pas de choisir entre Cloud public et Cloud privé de manière idéologique. Il s’agit de construire l’architecture qui correspond aux données, aux usages et aux exigences de l’entreprise. Concrètement, cela commence par classer ses données selon leur sensibilité: ce qui peut aller dans le Cloud public, ce qui doit rester sous contrôle renforcé, voire dans un Cloud souverain», souligne Jad Houdeib.

Avec l’IA, la frontière entre Data et Cloud disparaît

L’intelligence artificielle rend cette complémentarité encore plus visible.

Les modèles d’IA nécessitent des capacités importantes de stockage, de traitement et de calcul. Mais ils ont surtout besoin d’accéder aux bonnes données, au bon moment et dans un cadre maîtrisé.

C’est particulièrement important pour les entreprises qui souhaitent développer des usages d’IA générative à partir de leurs propres informations: documents internes, bases de connaissances, données clients, procédures ou historiques métiers.

«Une entreprise peut avoir accès au meilleur modèle d’IA du marché. Si elle ne sait pas connecter ce modèle à ses propres données de manière sécurisée et pertinente, elle ne pourra pas en tirer tout le potentiel», résume Malick Thiam.

Une question de performance, mais aussi de confiance

Cette convergence entre Data, Cloud et IA soulève également une question fondamentale: celle de la confiance.

Les entreprises doivent savoir où leurs données sont stockées, qui peut y accéder et comment elles sont protégées. Avec l’IA, une question supplémentaire s’impose: quelles données sont transmises aux modèles, où ces modèles sont-ils exécutés et qui peut accéder aux résultats qu’ils produisent?

Ces questions prennent une importance particulière pour les organisations qui manipulent des données sensibles ou soumises à des contraintes réglementaires fortes.

«La performance technologique ne peut pas être dissociée de la sécurité, de la gouvernance et de la conformité. On le voit très concrètement avec les assistantes d’IA génératives: ils peuvent s’appuyer sur tous les documents auxquels l’utilisateur a accès. Si les droits d’accès n’ont jamais été revus, l’IA rend simplement visible ce qui était mal protégé. Une architecture Cloud doit permettre à l’entreprise d’innover, mais aussi de garder le contrôle sur ses données», rappelle Jad Houdeib.

La stratégie Cloud devient ainsi une composante à part entière de la stratégie Data et, plus largement, de la stratégie d’IA.

Passer d’une logique de technologies à une logique de plateforme

Pour les entreprises, le véritable changement consiste donc à ne plus raisonner en silos.

Plutôt que de lancer séparément un projet Cloud, un projet Data puis un projet IA, il devient nécessaire de penser l’ensemble comme un écosystème cohérent.

Cela implique notamment de définir une architecture adaptée, de mettre en place une gouvernance de la donnée, de sécuriser les accès et les flux, mais aussi d’identifier les cas d’usage capables de générer une valeur concrète pour l’entreprise, sans oublier la maîtrise des coûts: mal pilotés, les usages Data et IA peuvent rapidement faire grimper la facture Cloud.

C’est cette approche globale que porte Proximus NXT Luxembourg: du diagnostic de maturité et de la cartographie des données à la conception d’architectures Cloud publiques, privées, hybrides ou souveraines, en passant par la sécurisation des environnements, la gouvernance et l’accompagnement des premiers cas d’usage d’IA.

«Le Cloud, la Data et l’IA ne sont pas trois projets indépendants. Ils constituent les différentes briques d’une même transformation. L’objectif final reste toujours le même: transformer la technologie et les données en valeur pour l’entreprise», conclut Malick Thiam.

La question n’est donc plus de savoir s’il faut choisir entre Data et Cloud. Les entreprises doivent désormais apprendre à les penser ensemble.