La Banque Scotia a récemment lancé sa plateforme mondiale d’intelligence artificielle avant-gardiste dans le but d’améliorer l’expérience client, et pour y parvenir, elle a eu recours à des innovations révolutionnaires. Voici un coup d’œil sur la transformation technologique qui a lieu en coulisse.

Trouver l’équilibre entre les données historiques et la modernisation

Avez-vous déjà entendu des spécialistes parler de la « gravité des données »? Le concept : à mesure que des données s’accumulent dans certains secteurs d’un organisme, celles-ci exercent une « force gravitationnelle » qui fait augmenter le besoin de services et d’applications informatiques. Concrètement, beaucoup d’entreprises ont articulé leur stratégie de données des dix dernières années autour de grandes grappes Hadoop – des groupes d’ordinateurs qui peuvent traiter ensemble de vastes ensembles de données –, ce qui a créé d’énormes quantités de données, d’où le besoin de capacités informatiques. Il s’agit d’une bonne stratégie à court terme, mais en parallèle, les entreprises cherchent à moderniser leur infrastructure avec l’infonuagique, une technologie reconnue pour ses nombreux avantages. La question maintenant : comment une société fait-elle pour continuer d’investir dans les ensembles de données historiques traitées par ses serveurs tout en se modernisant avec la technologie infonuagique?

À la Banque Scotia, nous avons choisi de délaisser les grappes Hadoop et de séparer nos données et nos services informatiques sans changer la méthode d’accès aux données. Nous y sommes parvenus en créant un environnement hybride de données et d’analyse en adoptant un système de stockage d’objets hautement performant et des déploiements conteneurisés avec Kubernetes, ce qui signifie que nous pouvons gérer les données comme des unités locales pour les applications existantes. Cette configuration nous permet aussi de moderniser progressivement notre infrastructure infonuagique, sans perdre l’accès à nos données historiques. Et, très bientôt, nous pourrons profiter de toute la puissance de l’infonuagique pour les analyses informatiques haute performance.

Cette architecture hybride de données et d’analyse s’est avérée essentielle pour notre modernisation et notre expansion dans le monde des infrastructures facilement accessibles et hautement évolutives. Lorsque nous aurons achevé la phase actuelle de livraison de la plateforme, nos équipes d’analyse n’auront plus à se soucier des capacités informatiques disponibles ni à concevoir des solutions en fonction de l’endroit où se trouvent les données aujourd’hui. Ils pourront plutôt se concentrer sur la logique applicative qui crée de la valeur pour nous, et donc pour les clients, en sachant que la plateforme peut déployer les solutions là où il le faut.

Le rôle de la réutilisation dans l’analyse de données

Avec l’évolution des plateformes technologiques, il faut veiller à ce que nos équipes d’analystes soient équipées pour fournir des informations et une expérience client de qualité en mettant efficacement en production des ressources analytiques, telles que des modèles d’apprentissage machine. La mise en production de ces modèles comporte certaines exigences : auditabilité, reproductibilité, contrôle des performances et enregistrement des modèles. Pour y répondre, nous créons des filières de développement et d’utilisation de l’apprentissage automatique qui permettront de produire des composants réutilisables dans l’ensemble du processus de production, et de rendre la mise en œuvre de nouveaux modèles d’apprentissage machine plus rapide, plus efficace, plus robuste et plus facile à maintenir. Dans l’ensemble, nous réalisons des investissements importants dans ce qui sera un processus fluide de bout en bout, intégrant à chaque étape les efforts de nos équipes d’ingénierie et de science des données dans la plateforme mondiale d’intelligence artificielle.

Où allons-nous ensuite?

Nous avons peut-être fait un pas de géant dans les capacités technologiques derrière nos données et analyses, mais nous avons encore du pain sur la planche. En poussant l’automatisation dans notre domaine de données, et en développant les intégrations infonuagiques natives, nous continuerons certainement à améliorer l’expérience client.