Analyse

Comme évoqué dans la partie précédente, le Big Data est une évolution particulièrement récente. Celle-ci est étroitement liée au regain d’intérêt vis-à-vis de l’Intelligence Artificielle. En effet, l’Intelligence Artificielle n’est pas une nouvelle technologie. Elle suit des cycles en fonction des apports d’autres technologies. Cependant, avant d’étudier le lien qui existe entre le Big Data et l’Intelligence Artificielle, il est nécessaire de comprendre cette dernière. C’est donc ce domaine qui sera approfondi dans cet article.

Les données en entreprise sont souvent comparées à une nouvelle matière première. Pour expliquer comment la rendre utile, Louis-David Benyayer, chercheur à l’ESCP Europe, utilise dans un article de mai 2016 deux métaphores. D’une part, les données brutes sont à l’image du pétrole : plus les données sont raffinées, travaillées, analysées, plus elles prennent de la valeur par rapport aux données brutes. D’autre part, elles offrent autant de possibilités que le blé après une récolte : il est possible de le transformer tout de suite, ou alors de le stocker pour ressemer l’année d’après. Louis-David Benayer conclut que ce n’est pas la rareté des données qui fait leur valeur mais leur abondance. La donnée demande à être réutilisée. Comment intégrer cette matière première qu’est la donnée dans les projets menés en entreprise ? Il s‘agit d’exploiter les caractéristiques essentielles des Big Data, que l’on peut appeler les 5V.

Avant de commencer à comprendre le Big Data, il est nécessaire de rappeler la définition d’une donnée, cœur de la valeur ajoutée du domaine de l’informatique et notion qui nous suivra tout au long de ce premier article.