InterSystems continue de miser sur le machine learning et la business intelligence

« Développement rapide et hautes performances : ce sont les deux focus sur lesquels nous nous distinguons sur le marché. Et toujours en simplifiant les architectures », introduit Sylvain Guilbaud, sales engineer d’InterSystems. Le fournisseur de solutions technologiques dédiées à la transformation digitale des entreprises avait déjà annoncé, sur le Supply Chain Event 2018, sa collaboration avec la start-up snext, spécialisée dans le pilotage de la chaîne logistique. À l’époque, les deux entreprises dévoilaient le lancement d’une solution de prédiction de la demande venue s’appuyer sur la technologie apportée par InterSystems Iris pour Data Platform. L’édition 2021 du salon leur donne cette année l’occasion de présenter une nouvelle fonctionnalité pour les utilisateurs de la plateforme : IntegratedML.

Simplifier l’accès au machine learning

Disponible depuis fin 2020, IntegratedML déploie ainsi des capacités de machine learning (ML) automatisées directement au cœur de la plateforme de données InterSystems IRIS. Cela permet aux développeurs SQL de développer facilement des algorithmes d’apprentissages automatiques et de les incorporer dans des applications pour une réactivité en temps réel. Objectif : permettre aux data scientists de se concentrer sur des tâches à haute valeur ajoutée en automatisant une grande partie du travail fastidieux lié à la préparation des données. Une solution qui répond à la demande croissante des sociétés, soucieuses de tirer parti de leurs données pour gagner en compétitivité et améliorer leurs process opérationnels, même si l’adoption de ces nouvelles technologies nécessite une expertise en ML, dans un contexte de pénurie de talents dans ce domaine. C’est à ces défis que souhaite répondre IntegratedML, rendant les compétences requises pour réussir plus accessibles. « Les entreprises se posent beaucoup de questions sur la pertinence du ML. Si elles intègrent des équipes en interne pour développer, cela a un coût et requiert des compétences de plus en plus rares. Si elles font appel à une entreprise extérieure spécialisée ML, celle-ci n'a peut-être pas de compétences métier », explique Laurent Viquesnel, sales director chez InterSystems. Face à cette dualité, l'outil de l'éditeur permet de commencer à tester plus simplement la pertinence de cette technologie. « L’entreprise va pouvoir aller chercher de la valeur avec des gens dont la compétence est d’être développeur et non data scientist », poursuit-il.

Des entreprises data driven

Toujours dans cet aspect analytique, InterSystems dévoilait, en août 2021, IRIS Adaptive Analytics, une option supplémentaire de la plateforme Iris. Lancée officiellement en France sur le Supply Chain Event, cette solution est née de l’association d’InterSystems avec la start-up AtScale. Elle offre une intégration transparente entre les données fournies en direct par InterSystems IRIS et les outils de business intelligence (BI) les plus populaires, comme Tableau, Microsoft Power BI ou encore Microsoft Excel. InterSystems IRIS Advanced Analytics permet ainsi aux data designers de gérer rapidement et facilement un modèle de données analytique commun, et aux utilisateurs professionnels de créer et de modifier des tableaux de bord de business intelligence sans avoir besoin de l'intervention du service informatique. L’intérêt de la solution est mise en avant en cas de perturbations, comme durant la crise sanitaire, quand les chefs d'entreprise doivent examiner en profondeur leurs données et leurs processus pour réagir aux changements de leur environnement.

À travers ses solutions, InterSystems souhaite ainsi simplifier l’apprentissage et l’adoption du machine learning : « On commence à avoir une vulgarisation dans ce domaine : les outils sont stables, industriels, adaptables », poursuit Laurent Viquesnel. Et pour se différencier, ces entreprises se doivent avant tout d’être data driven rappellent les deux experts : « C’est un moyen de survivre. Celles qui s’en sont sortis le mieux pendant la crise sont celles qui ont pu être pilotées grâce à la data, avec la capacité de s’adapter à des environnements changeants », ajoute Sylvain Guilbaud.