Une personne sage a dit un jour : “Faites quelque chose aujourd’hui dont votre futur moi vous remerciera.”
On pourrait soutenir que le département américain de la Défense a appliqué cette philosophie à l’automne 2020, lorsque les responsables du Pentagone ont rendu public sa nouvelle stratégie de données.
Un an et demi plus tard, la communauté des affaires devrait également remercier le DOD pour sa prévoyance. Les responsables de la défense ont décrit dans un langage simple une vision de la gestion des données de référence que toute entreprise ferait bien d’imiter.
VAULTIS
Le Pentagone a répertorié sept principes sous l’acronyme VAULTIS. Il a décrété que les données devaient être rendues visibles, accessibles, compréhensibles, liées, dignes de confiance, interopérables et sécurisées.
La mise en œuvre d’une telle approche augmente intrinsèquement l’efficacité d’une organisation. L’extraction de la valeur des données au sein de ce type de structure devient un exercice sans effort. Les données deviennent accessibles, éliminant les obstacles pour les rendre exploitables.
C’est essentiel pour assurer la viabilité et la compétitivité futures d’une entreprise. Le ministère de la Défense a présenté une façon de penser de haut niveau superlative sur la façon dont les entreprises doivent changer leur point de vue sur les données pour surpasser leurs rivaux.
Mais cela nécessite de faire pivoter son état d’esprit vers celui d’une architecture centrée sur les données – une où les données ne sont plus redevables à une application singulière ou n’existent plus dans des silos propriétaires. Une entreprise sur cette voie de la fabrique de données place la valeur de ses données au cœur de la rapidité et de l’évolutivité.
Les données comme différenciateur
Je vais illustrer par un exemple personnel. J’ai récemment refinancé ma maison via Better.com. Toute la collecte d’informations – extraction des W2, obtention de l’acte de propriété, collecte d’autres formulaires – et l’analyse complexe étaient entièrement numériques. Si je l’avais fait via Wells Fargo, où une personne aurait dû vérifier 15 systèmes et tout comprendre, la banque m’aurait facturé un demi-point de pourcentage de plus en intérêts car elle doit couvrir toutes ces dépenses.
C’est un exemple d’entreprise appliquant des données stratégiques en temps réel.
C’est un phénomène qui ne fait que commencer. Bientôt, toutes les industries seront comme ça. Tesla perturbe déjà l’industrie automobile en tant qu’organisation centrée sur les données : des ventes directes aux consommateurs au lieu d’acheter par l’intermédiaire de concessionnaires aux modèles recevant automatiquement des mises à jour logicielles.
Tisser une Data Fabric
S’y rendre à partir d’ici n’est peut-être pas facile ou bon marché, cependant. La meilleure chose à faire est de poser la pelle. Arrêtez de vous creuser dans des trous de lapin de données plus profonds. À partir de maintenant et à l’avenir, évitez de créer des ensembles de données à application unique, des silos de données et des ensembles de données discrets qui ne peuvent pas communiquer entre eux.
Les problèmes qui affligent de nombreuses entreprises aujourd’hui incluent la décision de dépenser l’argent nécessaire pour migrer les données d’un format obtus vers un format accessible et utilisable. Cela coûte cher. Les cadres qui doivent combler cet écart ne le feront que dans les cas les plus prioritaires. Une solution possible serait de déployer un maillage de données, qui rend possible l’accès et l’interrogation des données là où elles résident actuellement.
Certaines entreprises utilisent des catalogues de données sémantiques pour rendre les informations visibles, mais même dans ce cas, l’accessibilité pourrait encore être un défi. Une difficulté typique consiste à établir un langage commun aux différents jeux de données. L’intégration de données représente aujourd’hui plus d’un tiers du budget moyen d’un service informatique.
C’est l’un des obstacles résolus par les standards du W3C. Cet ensemble de spécifications techniques et de directives permet une plate-forme Web ouverte avec de nombreuses fonctionnalités, y compris l’interopérabilité sémantique – un langage partagé, en d’autres termes, où les systèmes de données communiquent via un vocabulaire universel.
Un tel cadre permet la communication entre les machines lorsqu’aucune interaction humaine ne se produit ou que les données proviennent de sources disparates. Il alimente également la découverte de relations entre les ensembles de données. L’interopérabilité sémantique permet de tirer des conclusions à partir des données. Par exemple, si deux individus dans des ensembles de données différents possèdent des noms, des pages d’accueil et des adresses e-mail identiques, l’inférence est que ces deux personnes sont la même personne.
Autodéfense des données
En fin de compte, nous voulons travailler dans un environnement où toutes les données sont également fiables et sécurisées. Cela inclut les données que les individus et les entreprises doivent se connecter et communiquer, mais qu’elles ne possèdent pas nécessairement ou ne contrôlent pas directement.
C’est le domaine où les données doivent se défendre à travers les contextes, les domaines, les utilisateurs et les réseaux. Un logiciel de logique de sécurité automatisé et évolutif remplace l’implémentation de source individuelle. Les données doivent posséder une provenance démontrable.
Les conséquences de données fiables et sécurisées vont bien au-delà du simple fait que votre ordinateur vous avertisse qu’un site Web que vous visitez n’est pas sûr.
Avec les voitures autonomes susceptibles de devenir une réalité dans un avenir proche, la fiabilité des données devient littéralement une question de vie ou de mort. Les algorithmes et les systèmes d’intelligence artificielle qui feront fonctionner les véhicules autonomes doivent également être agiles et tactiques. L’échange de données entre la voiture ou le camion, les feux de circulation municipaux et les véhicules environnants dans ces situations doit être transparent et inviolable avec une latence minimale.
Ce qui est requis comprend en outre la preuve de l’origine et de la modification des données, la capacité de détection de l’intégrité des données qui discerne la falsification d’un seul pixel ou lettre et la vérification de l’identité.
Les mathématiques et la cryptographie sont déjà utilisées dans des cas d’utilisation quotidienne pour fournir aux individus des informations d’identification vérifiables. Qu’il s’agisse d’un relevé de notes numérique ou d’une carte de vaccination numérique, l’application de ces méthodes rend la désinformation impossible. Les données sont vérifiables indépendamment. Il n’est pas nécessaire d’engager un auditeur tiers.
La reproduction de l’approche du DOD en matière de données assure au moins à votre entreprise un avantage. Plus important encore, cependant, l’adoption de VAULTIS par le secteur privé garantit un marché libre sain.
