L'edge computing n'a jamais été aussi intelligent

Doté d’une couche d'intelligence artificielle, l’edge computing peut faire face aux défis techniques de la smart city comme de la voiture autonome.

L’éternel débat entre le cloud et l’edge computing semble enfin toucher à sa fin. Alors que le marché de l’edge devrait atteindre 6,73 milliards de dollars d’ici à 2022, les besoins considérables en données et l’expansion constante des environnements IoT requis par des réseaux de capteurs complexes et étendus, donnent à cette technologie l’avantage d’offrir des processus de collecte plus rapides, sécurisés et rentables.

Les nombreux projets de smart city en cours en sont, d’ailleurs, la parfaite illustration. En effet, ces environnements urbains ont depuis longtemps des besoins de traitement trop lourds pour le cloud et pour la bande passante de leurs infrastructures. Seul l’edge computing peut fournir l’agilité et un flux régulier à l’ensemble des éléments de cet écosystème complexe à l’instar des systèmes intelligents de gestion du trafic ou des dispositifs de surveillance en temps réel de la qualité de l’air.

La symbiose de l’analytique en temps réel et du machine learning

L’edge computing rend les données plus accessibles aux industries – notamment celles de l’industrie 4.0. Cette technologie simplifie la collecte d’informations en temps réel et favorise la prise de décisions opérationnelles immédiates. Le résultat est positif à tous les niveaux : diminution du temps de transit des données et réduction de la charge sur le réseau ; traitement des données localisé ; applications connectées plus résilientes et dynamiques…

La transformation numérique des organisations impacte chaque progrès technologique constamment enrichi et voit ainsi le potentiel de l’edge computing décuplé : l’analytique en temps réel et le machine learning même disponibles sur des appareils à basse consommation sont les moteurs de cette infrastructure informatique.

Ces deux technologies forment un couple allant de soi, le machine learning bénéficiant de la « fraîcheur » des données traitées en temps réel à « la frontière du réseau »  pour délivrer des observations plus fréquentes, produire des prédictions plus précises et favoriser des interventions plus nuancées et sophistiquées.

L’adoption généralisée par le grand public des voitures autonomes, un des moteurs de la révolution urbaine des smart city, dépendra, sans nul doute, de cette combinaison technologique. En substance, dotée d’une intelligence artificielle, l’edge computing peut faire face au défi technique de ces véhicules : prendre en charge les téraoctets de données générés et éviter la latence susceptible de compromettre la réactivité indispensable face à des imprévus – météorologiques, travaux ou autres comportements des automobilistes – en constante évolution. Le stockage et l’analyse des données localement dans le véhicule lui donnent la possibilité de prendre des décisions en temps réel.

Il n’est désormais plus possible de ne faire qu’attendre que les informations soient renvoyées vers le cloud et analysées, et pas seulement par souci de confort ou d’efficacité. En effet, alors que même un infime délai temporel peut éviter une grave collision et assurer un trajet fluide, la reconnaissance des modèles depuis des données issues de capteurs pour aider à  la prise de décisions en temps réel au niveau des nœuds locaux s’avère décisive.

Collaboration et accessibilité : vers une nouvelle ère informatique

Ces applications concrètes de l’edge computing dans la smart city annoncent les prémices d’une nouvelle ère informatique où la convergence du machine learning et de l’edge aura un impact déterminant à tous les échelons de l’entreprise pour sa transformation numérique. Cependant, un élément changera la donne : la disponibilité de solutions simplifiant la modélisation d’algorithmes rendue plus accessible et intuitive pour les développeurs.

L’un des facteurs de réussite de l’entreprise numérique est, de ce fait, une collaboration aussi étendue que possible au sein des organisations et soutenue par les bonnes technologies. Cette approche permet non seulement de gagner en efficacité –  scalabilité accrue, adoption des meilleures pratiques – mais aussi de faire naître davantage d’idées de rupture s’inspirant de solutions existantes pour les dépasser.

Les plateformes collaboratives doivent donc être au cœur de cette innovation. Elles permettront aux "Citizen Developers", data engineers et autres experts de créer des applications sans connaissances approfondies en programmation, grâce à des workflows sans code, à des modèles automatisés et à des interfaces partagées. Collaboration et accessibilité seront les maîtres-mots de cette nouvelle ère informatique.