Transformation digitale : cinq leviers à activer en 2021

1. Les méthodes agiles infusent toute l’entreprise pour refondre les modèles économiques et la culture

Les responsables IT ont adopté les pratiques agiles pour développer des applications, améliorer les modèles de machine learning, automatiser les pipelines CI/CD et mener à bien des programmes stratégiques qui nécessitent un travail d’équipe avec différentes parties prenantes. Le rôle du « product owner » est devenu essentiel dans la gestion de la collaboration entre les métiers et l’IT. Dans le même temps, les services informatiques ont réinventé leur façon de travailler en adoptant la culture et les méthodes DevOps.

Mais cette transition vers les pratiques agiles et le DevOps n’était qu’une étape vers l’édification de business models et de cultures agiles dans toute l’entreprise. En 2020, les DSI ont vu s’ouvrir un véritable boulevard au niveau de la collaboration avec les responsables métier, pour mettre en place l’agilité nécessaire à la transformation des activités. Cette année, on peut s’attendre à ce qu’ils soient les fers de lance de la démocratisation de ces méthodes agiles :

• Des équipes agiles multidisciplinaires peuvent rassembler des collaborateurs venant du marketing, des opérations, de la finance, des RH et du service commercial, pour organiser des sprints et mettre au point des fonctionnalités métier.
• Les programmes de gestion du changement auront lieu plus en amont et devraient devenir des programmes de transformation en impliquant les clients, les tout premiers utilisateurs (early adopters) et les partenaires dans le processus de développement.
• Un plus grand nombre d’entreprises investiront dans des outils de gestion agiles, adopteront des cultures de l’expérimentation et étendront les concepts agiles à leurs équipes de data scientists.

2. Le low-code s’attaque aux expériences des clients et employés

En 2020, le low-code est devenu essentiel pour des entreprises qui cherchaient à développer rapidement des applications, de nouveaux workflows, à faire des intégrations et à automatiser pour favoriser le télétravail. Ces applications ont apporté aux employés une assistance personnalisée en matière de santé, de sécurité et de besoins familiaux. Elles les ont aidés à mettre en place leurs environnements de télétravail. Les automatisations ont comblé des lacunes dans les processus et permis aux entreprises de réduire leurs coûts.

Les plateformes low-code existent depuis des décennies, mais elles sont aujourd’hui bien plus stratégiques pour les DSI et les responsables opérationnels dans la transformation de leurs activités. En 2021, les responsables du digital sauront mêler low-code, automatisation des processus à distance et technologies d’intégration, afin d’améliorer les expériences des clients et des employés dans un plus grand nombre de domaines et à plus vaste échelle.

Le low-code a non seulement le potentiel d’aider les entreprises à moderniser leurs existants et à migrer vers le cloud, mais il doit aussi leur permettre de le faire avec moins de ressources (développement logiciel, gestion d’architecture cloud, DevOps) qui restent difficiles à trouver sur le marché de l’emploi.

3. Les acteurs du cloud ouvrent la porte du multicloud

Pour de nombreuses entreprises, le passage au cloud computing a été largement synonyme d’une évolution vers un modèle de cloud hybride dans lequel le service IT gérait à la fois des applications qui tournaient dans leurs data centers, sur des clouds privés et sur des clouds publics. Si la plupart des entreprises commencent utiliser un cloud public principal, nombre d’entre elles réalisent qu’elles ont désormais intérêt à jongler entre plusieurs clouds publics, et ce pour plusieurs raisons :

• éviter de dépendre d’un fournisseur ;
• faciliter la négociation sur les prix et les niveaux de service ;
• permettre l’innovation dans des services émergents ;
• satisfaire aux réglementations sur la souveraineté des données ;
• favoriser les acquisitions.

La prise en charge d’architectures multicloud n’est pas facile, mais les fournisseurs de clouds publics se rendent compte que faciliter l’intégration, la gestion et le support du multicloud constitue un avantage dans leurs relations avec les grandes entreprises. Des services comme Google Anthos et Azure Arc aident le service IT à gérer les ressources système et les clusters Kubernetes sur plusieurs clouds. Ces opérateurs de cloud public savent également que le edge computing est indispensable pour de nombreuses tâches nécessitant une très faible latence afin de garantir la sécurité des personnes – ce qui impose de localiser les traitements et les capacités d’analyse au plus près des sources de données (et donc du terrain). Des infrastructures comme Azure Stack Edge et AWS Outposts facilitent ces déploiements « à la périphérie ».

La multiplication des options de déploiement et des outils de gestion multicloud est de bon augure pour les entreprises qui cherchent à transférer et créer des tâches stratégiques dans les clouds les plus appropriés pour chacune d’elles.

4. Généralisation du traitement des données en temps réel et des architectures orientées événements

Le traitement des données en temps réel était auparavant un objectif technique difficile à atteindre, réservé à des secteurs comme les services financiers et l’ad tech, dans lesquels la rentabilité se joue à quelques fractions de seconde en moins dans la latence des données. De nombreuses entreprises devaient se satisfaire de mises à jour des données à analyser, programmées chaque soir ou une fois par semaine voir tous les mois, et assorties de procédures manuelles pour remédier aux interruptions, corriger les problèmes de qualité ou exécuter des requêtes complexes.

Aujourd’hui, les DSI disposent de diverses options pour le traitement des données en temps réel : ils ont le choix entre des architectures cloud qui s’adaptent à la demande, des plateformes de données open source comme Apache Kafka et Apache Spark, des plateformes de streaming de données, des architectures Event-Driven, et le RPA qui est capable d’automatiser de nombreuses tâches de collecte des données.

5. Le machine learning passe du PoC à la production grâce au MLOps

Si les Big Tech, les réseaux sociaux et les entreprises « pionnières » exécutent déjà des modèles de machine learning (ML) en production, les autres accusent du retard. Selon une étude d’Algorithmia intitulée « 2020 State of Enterprise Machine Learning » (« état du machine learning en entreprise en 2020 »), seuls 45 % des entreprises interrogées ont déployé des modèles en production. Même les organisations ayant mis le ML en production ont du mal : dans plus de 40 % des cas, il leur faut plus de trente jours pour déployer un modèle. Une enquête d’IDC publiée en juin 2020 révélait que plus de 28 % des projets d’intelligence artificielle ou de ML se soldaient par des échecs.

Pour autant, les difficultés actuelles des entreprises ne signifient pas que la ML est en perte de vitesse. Il devrait même s’implanter durablement, à l’heure où les services IT et de data science comprennent mieux le MLOps (la collaboration entre data scientists et informaticiens pour automatiser les algorithmes de ML) et où de plus en plus de plateformes proposent des fonctionnalités de gestion du cycle de vie du ML.

Les raisons sont évidentes : le MLOps permet de réduire les délais de déploiement et de suivre les modèles de ML pour éviter toute dérive lorsqu’ils sont en production. Pour les entreprises qui débutent leur transition vers l’Intelligence Artificielle, il offre un cadre de gestion et d’exploitation qui permet aux data scientists de se concentrer sur le développement et le test de leurs modèles. Le résultat est qu’en 2021 plus d’entreprises devraient être en mesure de passer des modèles de ML performants en production.

La priorité à des solutions pragmatiques qui créent de la valeur à court terme

Les tendances en matière de transformation numérique sont aussi diverses que l’expression recouvre de significations. Cette liste essaie cependant d’être différente, car elle met l’accent sur des technologies et des pratiques qui permettent à la plupart des entreprises d’obtenir des résultats tangibles à court terme.

En 2021, les entreprises ont besoin de meilleures expériences client, de plus d’efficacité opérationnelle et de fonctionnalités plus évoluées. Elles doivent pouvoir atteindre ces objectifs sans apprendre une base colossale de connaissances techniques et/ou gérer les risques à répétitions liés à la mise en œuvre des technologies émergentes.

En d’autres termes, la généralisation du DevOps, les plateformes low-code, le MLOps, le multicloud, et le data streaming seront des clés qui permettront, dans tous les secteurs d’activité, de passer de processus technologiques agiles à des fonctionnalités favorisant l’agilité de l’entreprise.

L’auteur

Isaac Sacolick est président de StarCIO. Il conseille les entreprises pour optimiser et accélérer leurs programmes de transformation numérique et évaluer des résultats concrets. Il est l’auteur d’un best-seller sur le sujet « Driving Digital : The Leader's Guide to Business Transformation through Technology », qui traite de l’agilité, de DevOps, de la data science et d’autres pratiques essentielles à la réussite des projets de transformation numérique.