[EDITION ABONNES] La valeur des données augmente et cette valeur stimule le marché de l'analyse avancée au sein de l'Internet des objets (IoT) où émergent aujourd’hui des solutions d’intelligence artificielle (IA) et d’apprentissage automatique (ML, Machine Learning) sur étagère et prêtes à l’emploi. ...Ce marché en pleine explosion voit aujourd’hui les fournisseurs faciliter l’accès à des outils ML et IA par le biais d’options de déploiement diverses et variées, que ce soit pour la périphérie de réseau (edge), sur site, dans le cloud, sous forme PaaS (Platform-as-a-Service) ou SaaS (Software-as-a-Service). L’enjeu est de taille : la société d’études ABI Research estime que le marché des services IA et ML pour l’IoT, estimé à 1,09 milliard de dollars en 2020, atteindra les 10,6 milliards de dollars en 2026.

Selon le cabinet d’analystes, les solutions Edge IA/ML sont surtout répandues sur les segments de l’industriel et de la production, où existe un besoin évident d’évaluer les données, de les transformer et d’y ajouter de la valeur au fur et à mesure qu’elles sont générées par le biais de fonctions de reconnaissance rapide de motifs, d’étiquetage et d’optimisation de protocole. « Le marché de l’analyse avancée en périphérie de réseau IoT est essentiellement constitué de produits et de services IA et ML destinés aux équipes en charge des technologies opérationnelles (OT) à des fins de compréhension et d’extraction d’informations, explique Kateryna Dubrova, analyste chez ABI Research. Les frameworks ML et AI permettent également des analyses avancées dans le cloud, où des modèles algorithmiques (prédictifs, prescriptifs, corrélations, etc.) sont déployés sur des ensembles de données prétraitées et organisées. »

En termes de présence, ce sont des poids lourds, comme Amazon Web Service (AWS), Azure, Google ou SAS, et une jeune société comme C3.ai qui dominent le secteur avec leurs portefeuilles IoT de bout en bout et leurs outils ML/IA issus d’une combinaison de produits natifs et tierces parties, tous majoritairement conçus pour une mise en œuvre dans le cloud. Parallèlement, des entreprises comme les américains Seeq, DataRobot et Noodle.ai ou le français Dataiku s’attachent à démocratiser les technologies ML pour l’IoT avec des moteurs d’IA plus performants et des solutions « low-to-no-code » (solutions qui permettent de construire des applications de manière intuitive avec aucun, voire quasiment aucun, développement de code).

Enfin, ajoute ABI Research, certains fournisseurs de solutions PaaS et SaaS qui préconisent des solutions orientées délibérément vers la périphérie de réseau comme Crosser, Swim.ai et FogHorn, ont le vent en poupe.

Toutefois, si les fournisseurs de solutions ont des positions claires quant aux options de déploiement, l’edge et le cloud sont en train de fusionner au sein d’un paradigme unique edge-to-cloud, note la société d’études. Il en résulte que l’échelonnabilité et la « productisation » d’une solution edge sont fondamentalement dépendantes des fournisseurs de cloud qui étendent aujourd’hui leurs portefeuilles vers la périphérie de réseau, anticipe ABI Research.