0024-MAG24 Dec - Flipbook - Page 47
protégées. En partant de ces constats, les DSI se doivent
aussi d’explorer des moyens plus complets pour protéger
leurs données dans le SaaS en s’assurant qu’ils disposent
d’une méthode de reprise après sinistre opérationnelle
en cas de défaillance.
Solutions de type BaaS
© Freeprik
Et, pour ce faire, ils peuvent se tourner vers des solutions
de type BaaS (Backup as a Service) qui se multiplient sur
le marché. Celles-ci sont proposées par des entreprises
ou start-ups spécialisées comme Hycu ou Keepit qui permettent déjà de sauvegarder une dizaine d’applications
en mode SaaS (de Microsoft Office 365 à Zendesk en passant par Salesforce) ou encore comme Asigra, ArcServe,
Carbonite ou NinjaOne. A ces fournisseurs, ajoutons aussi les grands éditeurs du secteur, de Cohesity à Veeam
sans oublier Commvault ou encore Rubrik. L’objectif de
tous ces acteurs est aussi d’élargir le nombre d’applications SaaS à sauvegarder en passant par les API des éditeurs concernées ou, si besoin, par des développements
de connecteurs.
8
Données synthétiques :
incontournables pour la GenAI
N
ourrir une IA générative avec la bonne information représente 80 % de l’effort, le solde
étant consacré au paramétrage du LLM
et au prompt engineering. De ce constat,
la donnée est essentielle et conditionne la pertinence de la réponse apportée par l’IA. Toutefois, les
données sont souvent difficiles à collecter en masse,
coûteuses, sans oublier qu’elles sont également, pour
certaines, sensibles, confidentielles et risquées. Pour
toutes ces raisons, l’usage de données synthétiques
par des systèmes d’IA peut s’avérer être la meilleure
solution. Pour le cabinet d’études Gartner, le fait d’intégrer des données synthétiques dans les modèles
permet aux entreprises de simuler des environnements et d’identifier de nouvelles opportunités de
développement de produits, en particulier dans des
secteurs très réglementés. Cela facilite également le
prototypage rapide des expériences logicielles, digitales et hybrides. Typiquement, l’un des usages où les
données synthétiques prennent toute leur importance
concerne le secteur de la santé notamment dans les
essais cliniques où il est très difficile de recruter un
nombre suffisant de patients. Ainsi, les données synthétiques permettent aujourd’hui de construire des
bras de contrôle en se passant des patients. Dans ce
cas, la vraie valeur est d’accélérer le cycle d’innovation,
car au lieu de créer des cohortes de patients, on peut
en réduire drastiquement leur nombre avec les données synthétiques, l’impact est énorme. D’ores et déjà,
des plateformes dédiées existent sur le marché comme
InstructLab d’IBM qui permet de générer systématiquement des données synthétiques pour assimiler des
connaissances et intégrer des capacités dans le modèle
de base, sans écraser ce que le modèle a déjà appris.
47
