Dans un rapport récent publié par Pure Storage® (NYSE: PSTG), en collaboration avec Wakefield Research, on souligne le besoin critique de réévaluer l’infrastructure des données afin de pouvoir capitaliser pleinement sur les bénéfices de l’Intelligence Artificielle (IA), tout en maintenant la consommation d’énergie sous contrôle pour atteindre les objectifs environnementaux des entreprises. Cette étude, intitulée Drivers of Change: Meeting the Energy and Data Challenges of AI Adoption, met en lumière les besoins énergétiques et en données considérables qu’entraîne l’adoption de l’IA, souvent sous-estimés par les organisations de divers secteurs.

Aspects clés de l’étude

Le rapport s’appuie sur une enquête menée auprès de 500 acheteurs de TI dans des entreprises de plus de 500 employés aux États-Unis et en Europe. Les principales conclusions incluent :

• Augmentation du besoin en puissance de calcul : Un stupéfiant 88% des entités ayant adopté l’IA rapportent une augmentation dramatique du besoin en capacité de calcul, avec près de la moitié (47%) nécessitant de doubler ou plus leur puissance de calcul.
• La demande énergétique de l’IA n’avait pas été anticipée : 73% des acheteurs de TI n’étaient pas entièrement préparés aux besoins énergétiques de l’IA.
• La consommation énergétique est juste une des charges de l’IA : Pour 73%, la mise en œuvre de l’IA a exigé ou exigera des mises à jour dans la gestion des données, incluant des outils de gestion des données (48%), des processus de gestion des données (46%), et l’infrastructure de stockage (46%).
• Mises à jour de l’infrastructure : Presque tous (96%) ont déjà mis à jour ou prévoient de mettre à jour leur infrastructure de TI en conséquence de la mise en œuvre de l’IA, avec 29% des acheteurs de TI indiquant que cela exigera une rénovation complète de l’infrastructure.
• Défis pour atteindre les objectifs de durabilité : 89% affirment qu’il est plus difficile de respecter les objectifs ESG à la suite des mises à jour d’infrastructure nécessaires après l’adoption de l’IA. Cependant, 60% qui ont déjà adopté ou prévoient d’adopter des technologies d’IA ont investi ou investiront dans du matériel plus économe en énergie pour respecter les objectifs ESG.

Une problématique croissante

L’adoption de l’IA continue de croître dans de nombreux secteurs. Cependant, de nombreuses organisations manquent de l’infrastructure nécessaire pour gérer les demandes intensives en données et énergie qui sont cruciales pour maximiser les bénéfices de cette technologie. Cette limitation représente un grand défi pour mettre en œuvre avec succès l’IA afin de soutenir des initiatives d’affaires critiques, y compris celles destinées à respecter les objectifs environnementaux. La plupart des acheteurs de TI ressentent la pression de réduire leur empreinte carbone, s’accordant sur le fait que sans une préparation adéquate de l’infrastructure nécessaire, il est impossible d’atteindre les objectifs de TI.

La solution nécessaire

Avec les systèmes traditionnels souvent incapables de prendre en charge les larges flux de données nécessaires à l’IA pour tirer parti de l’apprentissage automatique, le besoin d’une infrastructure plus intelligente est plus pressant que jamais. À mesure que l’adoption de l’intelligence artificielle s’accélère, les équipes de TI ont besoin d’une infrastructure efficace, fiable et performante pour assurer son implémentation efficace.

Vision exécutive

Rob Lee, CTO de Pure Storage, souligne l’importance de planifier les changements et d’assurer la flexibilité pour gérer avec succès l’adoption de l’IA. « Les demandes énergétiques et de données augmentent de manière exponentielle à l’ère de l’IA. Investir et déployer une infrastructure de données prête pour l’IA n’est pas seulement crucial pour un déploiement efficace et pour l’efficience énergétique, mais aussi pour maximiser la valeur des projets d’IA. Ce rapport fournit une perspective cruciale pour les leaders de TI sur les conséquences de ne pas planifier les changements nécessaires, ainsi que sur les bénéfices d’être préparés pour l’impact de l’IA sur l’infrastructure ».