Cloudera et Dell Technologies ont franchi une étape conjointe pour résoudre l’une des paradoxes de l’IA dans les grandes organisations : il est impossible d’industrialiser l’IA si les données sont dispersées à travers des architectures hétérogènes, chaque accès nécessitant une migration. Lors de EVOLVE25 — l’événement de Cloudera consacré aux données et à l’IA, qui s’est tenu le 25 septembre au Glasshouse de New York —, les deux entreprises ont annoncé l’intégration de Dell ObjectScale avec Cloudera. Cette validation conjointe permet d’exécuter tous les moteurs de calcul de Cloudera directement contre le stockage ObjectScale. Selon la société, cela aboutit à une plateforme d’IA privée — le « AI-in-a-Box » collectif — conçue pour évoluer, assurer le gouvernement et garantir une clarté économique.

Les chiffres de leur dernier rapport, “The Evolution of AI: The State of Enterprise AI and Data Architecture”, publié le même jour, illustrent leur ambition : les responsables TI utilisent encore des architectures de stockage variées — 63 % en cloud privé, 52 % en cloud public, 42 % dans des entrepôts de données. Dans ce paysage, homogénéiser les données et modèles sans sacrifier sécurité, gouvernance ou latence reste un enjeu majeur. L’intégration avec ObjectScale, le stockage d’objets Dell compatible S3, vise à dessiner le calcul autour des données plutôt que l’inverse.

« Les entreprises ont besoin de systèmes d’IA qui grandissent avec elles, qui garantissent la sécurité des données et offrent des coûts transparents et prévisibles », résume Abhas Ricky, Chief Strategy Officer de Cloudera. « Combiner Dell ObjectScale et Cloudera permet d’industrialiser l’usage de l’IA avec des données gouvernées, de déployer efficacement et de créer des agents intelligents, tout en conservant une économie prévisible et sans frais cachés. »

Que signifie « IA privée » dans ce contexte ?

La notion de « IA privée » que défendent Cloudera et Dell désigne une plateforme au sein du périmètre contrôlé par l’entreprise — data center, cloud privé ou environnements hybrides — où les données ne sortent pas de chez elle. Les services d’IA (formation, ajustement, inférence et agents) sont déployés en proximité du stockage d’entreprise, avec une gouvernance unifiée. Pour Cloudera, cette composante est la Plateforme d’IA Privée présentée lors d’EVOLVE25 ; pour Dell, ObjectScale fournit le plan de stockage objet haute performance et basse latence, sur lequel faire tourner les moteurs Cloudera.

L’intégration permet aux clients partagés de stocker des données structurées et non structurées dans ObjectScale et de les consommer via différents services de calcul de Cloudera :

• Cloudera AI Workbench : un environnement sécurisé pour créer, entraîner et affiner des modèles d’IA utilisant données gouvernées.
• Cloudera Inference Service : le mécanisme permettant de déployer et servir efficacement ces modèles à grande échelle.
• Cloudera Agent Studio : outil pour concevoir et orchestrer des agents d’IA qui automatisent des tâches dans les opérations métier.

Ce trio — Workbench, Inference et Agent Studio — constitue le cycle de vie complet de l’IA d’entreprise, mais approché au plus près des données et avec des métadonnées gouvernées : qui accède, dans quel but, quelles versions de jeux de données ou de modèles sont utilisées, et sous quelles politiques.

Déplacer les données est coûteux (et risqué) ; rapprocher le calcul de l’objet modifie la donne

Cloudera ne cache pas sa motivation : les entreprises échouent à industrialiser leur IA lorsque, pour chaque cas d’usage, il faut consolider des données qui résident en cloud privé, cloud public, entrepôts ou systèmes hérités. Il ne s’agit pas seulement du coût de transférer des pétaoctets, mais aussi du risque de non-conformité (ex : données soumises à des réglementations sectorielles ou de souveraineté) et de rompre la traçabilité.

ObjectScale — compatible S3 — fonctionne comme un référentiel unique où convergent à la fois des données structurées (tables, événements) et non structurées (documents, images, audio, vidéo) dans l’infrastructure Dell, tout en étant exposé en tant que stockage d’objets standard. La certification avec Cloudera assure que les moteurs de la plateforme (de Spark aux services IA spécialisés) peuvent exécuter directement contre ObjectScale avec une basse latence, sans intermédiaires ni copies. Ce qui compte, insistent-ils, c’est que les métadonnées — politiques, catalogues, traçabilités — restent cohérentes.

“Cette collaboration reflète notre engagement à offrir à nos clients davantage de flexibilité pour gérer et scaler leurs données”, explique Travis Vigil, vice-président senior chez Dell Technologies. “Avec ObjectScale intégré à Cloudera, nous rapprochons stockage et IA pour des décisions plus rapides et précises qui soutiennent la croissance.”

Que peut attendre un secteur réglementé ?

Banque, santé, administration publique ou énergie ont répété ces dernières années leur exigence : vouloir de l’IA, mais sans perdre le contrôle sur les données. Cloudera et Dell visent précisément cette nécessité : une plateforme validée de bout en bout, qui fonctionne en propres centres ou en clouds privés, qui gouverne l’accès et mesure l’économie avec transparence. Lorsqu’on parle d’“économie prévisible”, Cloudera rappelle qu’en gardant les données sur place et en rapprochant le calcul du stockage objet, les coûts opérationnels — et d’opportunité — sont maîtrisés.

Selon la société, cette approche “réduit les coûts globaux”, simplifie la gestion du cycle de vie de l’IA, et déploie des agents privés avec confiance et efficacité. Elle ne promet pas la perfection, mais assure cohérence entre gouvernance, performance et clarté économique — essentielle quand il faut justifier les investissements auprès des auditeurs et régulateurs.

Que apporte chaque acteur ?

• Cloudera : sa plateforme de données et IA — open source — qui unifie sécurité, gouvernance et services IA (Workbench, Inference, Agent Studio) et, surtout, la capacité à déployer l’IA où que soient les données.
• Dell : ObjectScale, son stockage d’objets scalable compatible S3, conçu pour environnements on-prem et cloud privé, avec l’adoption en matière d’infrastructure et d’intégrations associées.

Ensemble : une solution validée — AI-in-a-Box — que les organisations peuvent adopter sans monter un « Frankenstein » d’éléments disparates, garantissant basse latence, accès gouvernés et une base de métadonnées cohérente.

Les enjeux auxquels elle répond

1. Localisation des données : lorsque les données ne résident pas en un seul lieu — ce qui est fréquent —, l’IA devient une succession d’extractions et de copie.
2. Gouvernance : sans catalogue et politiques uniformes, il est impossible de expliquer quel modèle a utilisé quel jeu de données, et avec quel consentement ou cadre juridique.
3. Latence : en analytique et surtout en inférence, rapprocher le modèle de l’objet réduit les délais et les coûts.
4. Économie : l’opacité des coûts (en cloud comme en on-premise) rend difficile de prévoir le ROI d’une usine d’IA.
5. Complexité opérationnelle : trop d’outils ponctuels génèrent une dette technique et des risques.

L’enquête citée par Cloudera corrobore cette analyse : la majorité combine cloud privé et public et dépend encore de systèmes de stockage traditionnels. Sans capacité à gérer 100 % des données dans leur environnement, l’émergence d’une IA véritablement globale reste un défi.

Ce que cela implique pour les équipes Data & IA

Pour les data scientists : AI Workbench devient un espace sécurisé pour former et ajuster des modèles sans retirer de jeux de données d’ObjectScale. La cohérence des métadonnées facilite la traçabilité et la reproductibilité.

Pour les plateformes : Inference Service permet de servir des modèles près des objets, avec efficacité, et Agent Studio offre une couche pour agents privés automatisant les processus métier.

Pour les responsables sécurité et conformité : le contrôle des accès, leur gouvernance auditée — et le fait que les données ne migrent pas vers des environnements non maîtrisés — simplifient la conformité (ex : gestion des accès, minimisation des transferts, rétentions).

Pour le CFO : une économie prévisible n’est pas un slogan vain. Si les données et le calcul restent dans le cadre de l’entreprise et que la latence baisse, il devient plus facile de modéliser le coût par usage.

Réalité : integración en plusieurs étapes

Cloudera et Dell évoquent une intégration certifiée — c’est-à-dire testée et validée — mais pas une “boîte magique” promettant de résoudre architectures et processus seules. L’initiative s’inscrit dans leur discours plus large autour d’AI-in-a-Box et de Private AI. Chaque organisation devra l’adapter à son modèle opérationnel. L’annonce invite à s’inscrire à de futurs événements EVOLVE25 et à consulter davantage d’informations sur cette plateforme d’IA privée avec ObjectScale.

Pourquoi maintenant ?

Parce que l’IA est passée du stade expérimental à celui de l’opérationnel, et plus question de tolérer des silos ou des défilés entre données et modèles. Transférer des données entre clouds ou régions augmente les coûts et met en jeu la conformité, tandis que la latence et la réactivité deviennent critiques pour un IA d’assistance — du chatbot interne à l’assistant qui consulte et répond en temps réel.

Le partenariat Cloudera-Dell vise précisément à fournir une infrastructure d’données objet à faible latence et des moteurs IA placés au plus près, avec des métadonnées gouvernées garantissant qui a fait quoi avec quelles données.

Questions fréquentes

Qu’est-ce que Dell ObjectScale et comment s’intègre-t-il à la plateforme d’IA privée de Cloudera ?
ObjectScale est le stockage d’objets de Dell Technologies, compatible S3, conçu pour une évolutivité dans les centres de données et cloud privés. Son intégration certifiée permet aux moteurs de Cloudera (comme AI Workbench, Inference Service et Agent Studio) de fonctionner directement contre ObjectScale, avec métadonnées gouvernées et basse latence, sans passer par des copies ou extractions intermédiaires.

Quels bénéfices à « déplacer le calcul vers la donnée » dans une architecture d’IA privée ?
Rapprocher formation, ajustement et inférence du stockage réduit la latence, limite les mouvements de données — et donc le risque et le coût —, tout en simplifiant les démarches de gouvernance et de conformité. Maintenir les données sensibles en environnements contrôlés est clé pour faire évoluer une IA sans compromettre sécurité ni confidentialité.

Quelles composantes de Cloudera exploitent ObjectScale pour des cas d’usage IA ?
Trois éléments : Cloudera AI Workbench (pour construire et entraîner des modèles avec des données gouvernées), Cloudera Inference Service (pour déployer et servir efficacement à grande échelle) et Cloudera Agent Studio (pour concevoir des agents privés en automatisant des tâches). Tous puisent directement dans les objets stockés sur Dell ObjectScale.

Comment démarrer l’adoption de la plateforme IA privée Cloudera + Dell ObjectScale dans une grande entreprise ?
Le premier pas consiste à inventorier les architectures de données (cloud privé, public, entrepôts), à identifier des jeux de données et cas d’usage potentiels, et à évaluer l’adéquation d’ObjectScale en tant que stockage S3 compatible de référence. Ensuite, il faut piloter avec AI Workbench (formation, ajustements) et Inference Service (service en proximité du stockage), tout en intégrant dès le départ la gouvernance et les métadonnées pour garantir la traçabilité et une économie prévisible.

Source : cloudera