webleads-tracker

RETOUR

Retour RE:invent 5ième partie & conclusion

Nous nous éloignons davantage des technologies liées à l’externalisation de SI existant pour parler de services qui seront à n’en pas douter à l’origine d’innovations disruptives de demain. Ils répondent à des cas d’usages nouveaux, dont le premier défi est de les imaginer, et pourraient faire l’objet d’articles à part entière pour chacun d’eux : le Machine Learning, la voix et l’IoT.
 Ces sujets ont été très largement traités durant toute la semaine avec des « tracks » dédiées : Il était possible de ne passer la semaine que sur ces sujets. Ils sont également imbriqués, comme je vais tenter de l’illustrer ci-dessous.

Je commence par le Machine Learning / Deep Learning ou le message à retenir est la volonté d’AWS de simplifier l’accès à cette technologie hyper complexe. La création des modèles est particulièrement l’un des points durs qui nécessite l’accès à des experts en ML, ce que peu de sociétés peuvent avoir car il y en a tout simplement trop peu sur le marché aujourd’hui. « Amazon Sagemaker » permettra de simplifier un peu cette tâche en proposant des « notebooks » pour des problèmes communs, un module de « one-clic training » et un autre de déploiement.

J’ai été surpris par la disparition complète du buzz word « Big Data », du moins des sessions que j’ai suivies. Il semble avoir fait la place à la combinaisons « Data lake » et « Machine/Deep Learning ».

Pour rappel nous parlons de data lake lorsqu’il s’agit de stockage de données hétérogènes et de datawarehouse pour les données structurées, qui auront donc subie un « nettoyage ». Ce traitement de nettoyage peut être un frein au volume et au nombre de sources qui peut être intégré dans le périmètre. Il est aujourd’hui de plus en plus fréquent de stocker un maximum de données brutes et de les traiter avec des modèles issus de Machine Learning pour en extraire les informations souhaitées, sur S3 par exemple (cf. les annonces S3 select et Glacier select plus haut).

Une alternative désormais possible grâce au machine learning est de traiter carrément les données à la volée en streaming. Deux exemples dans le domaine du retail, le premier : Analyser le texte (service client, avis clients, twitter, etc.) grâce au service Amazon comprehend pour créer des dashboards dynamiques de ce dont parle les gens, non seulement le sujet, mais également si c’est positif ou négatif. Nous avons eu l’exemple d’un pipeline serverless capable de générer un dashboard pour le tag #AWS sur twitter pour moins de 20€/mois ! Deuxième exemple : la mise en place de chatbot sur les sites e-commercants pour gérer la satisfaction client et optimiser leur parcours sur le site.

Cette notion de data lake est d’autant plus importante avec la montée en puissance de l’IoT qui va de fait multiplier les données.

Je retiendrais deux points des sessions IoT :
-        L’annonce des nouveaux services pour gérer plus efficacement les grandes flottes : orchestration, sécurité (patch OTA, alerting, actions distantes), analytique, gateways, etc.
-        L’Edge computing, qui s’appuie sur greengrass, c’est-à-dire le service serverless lambda qui peut être déporté dans un objet. Je m’attarde un peu sur ce point.

Si nous prenons un objet connecté + un algorithme de traitement issue du Machine Learning + une capacité serverless embarqué dans l’objet pour le faire tourner, nous faisons un bond dans le futur, tout simplement !

Plusieurs exemples industriels nous ont été présentés et sont déjà en production : un traitement local simple, et pour les traitements plus lourd la capacité de faire des requêtes dans le cloud.

Je vais plutôt vous parler de Deeplens, la caméra Deep-Learning que vient d’annoncer Amazon. Sur le principe détaillé précédemment et en s’appuyant sur le nouveau service « Amazon video rekognition », elle permettra des usages de pointe à la portée du plus grand nombre : avoir son garage qui ne s’ouvre que si c’est sa plaque d’immatriculation, ou déclencher une alarme si quelque chose bouge dans son jardin la nuit, sauf si c’est son chien. Ou encore comme démontrer en live, associer l’émotion d’une personne à un objet (en l’occurrence c’était des albums de musique). L’imagination des cas d’usage sera vraiment la limite.

Sur ce même principe IoT + ML + Lambda nous avons le monde de la voix, avec un service amazon déjà largement répondu : Echo / Alexa.

Selon Werner Vogel la généralisation de la voix en tant que nouvelle interface homme-machine, plus naturelle est intuitive, sera l’une des prochaines révolutions informatiques. Cela s’inscrit dans un mouvement qui tend à remplacer les « machine-centric interfaces » par des « human-centric interfaces » (voix, toucher, vision, odeur ?).



Il y voit plusieurs cas d’usage évident, comme la domotique via un assistant personnel, mais également désormais un usage plus « business », avec notamment la gestion des ponts de conférences, les invitations de meetings, etc. Et avec la capacité de faire le lien entre monde privé et monde professionnel (si vous êtes du genre à travailler en écoutant de la musique par exemple). L’aspect gestion des salles de réunion et des ponts de conférence était vraiment mis en avant, à voir s’il n’y aura pas de réticence à l’adoption à avoir un micro Amazon toujours à l’écoute dans un milieu ou s’échange des informations confidentielles voir stratégiques.

Un autre usage de la voix qui m’a plus séduit car pertinent pour l’activité de COREYE tourne autour de son intégration dans le domaine de la santé. La voix permet de faciliter les interactions avec des personnes convalescentes ou dans l’incapacité de le faire de manière traditionnelle, et rend plus efficace assimilation d’information à des fins éducatives ou pour le suivi d’un traitement.

Conclusion

AWS a toujours eu un positionnement avant tout orienté sur l’innovation et la création en mettant à disposition de tous ce que seuls les plus grands groupes pouvaient s’acheter avant l’air du cloud. Cette philosophie se retrouve même dans le nom de l’évènement re:invent, sous-entendre recréer, construire du neuf sur de nouvelles bases plus puissantes, « it’s time to build ». Ils l’ont prouvé encore une fois, les outils pour les prochaines applications révolutionnaires sont posés.

Je constate cependant que bien que cela reste indiscutablement le message principal, AWS s’efforce de construire toujours plus de ponts vers le monde traditionnel pour amorcer cette phase de migration massive de l’existant vers le cloud public. Ainsi les offres autour des instances SAP, VMware Cloud on AWS et de baremetal, qui sont en essence à l’encontre de la philosophie idéaliste d’AWS (microservices distribués et services managés first) sont avant tout la pour faire sauter les verrous du on-premise.

Dans cette jungle de fonctionnalités qui évolue sans cesse, il est important de se faire accompagner par des experts qui se maintiennent constamment à jour, capable de s’inscrire dans une démarche d’amélioration continue sur la partie service mais également sur vos architectures car il y a toujours des bénéfices à aller chercher. N’hésitez donc pas à contacter COREYE si vous avez un besoin d’aide, ou si vous souhaitez nous rejoindre dans cette aventure

Chroniques de Gilles Closset, responsable offre Multicloud
SI
RETOUR

Offres