Alors que 95 % des entreprises sont conscientes que l’IA va augmenter la charge de travail de l’infrastructure, seules 17 % disposent de réseaux suffisamment flexibles pour répondre aux exigences complexes de l’IA. Compte tenu de ce décalage, il est trop tôt pour voir un déploiement généralisé de l’IA à grande échelle, malgré le battage médiatique.
C’est l’un des principaux points à retenir du premier AI Readiness Index de Cisco, une enquête menée auprès de 8 000 entreprises mondiales visant à mesurer l’intérêt et la capacité des entreprises à utiliser les technologies d’IA.
« Tout comme le cloud a changé tous les secteurs qu’il touche, je pense que l’IA va changer tous les secteurs qu’elle touche », a déclaré Jonathan Davidson, vice-président exécutif et directeur général de l’activité réseaux de Cisco.
L’intérêt pour l’IA au cours des 12 derniers mois a augmenté avec la disponibilité de grands modèles de langage d’OpenAI et d’autres ; Les LLM sont passés de millions de points de données à des milliards, et il est possible de faire bien plus que jamais avec ces données à mesure que les modèles continuent de croître, a déclaré Davidson.
Les observateurs du secteur voient un énorme potentiel pour les technologies d’IA – IDC, par exemple, affirme que les dépenses des entreprises en services, logiciels et infrastructures d’IA générative vont monter en flèche au cours des quatre prochaines années, passant de 16 milliards de dollars cette année à 143 milliards de dollars en 2027. Cependant, la grande majorité des entreprises ne sont pas prêtes pour cela. Seulement 14 % des organisations interrogées dans le cadre de l’indice de préparation de Cisco ont déclaré qu’elles étaient pleinement préparées à déployer et à exploiter des technologies basées sur l’IA.
Préparation du réseau pour l’IA
Sur le plan des réseaux, Cisco a constaté que la plupart des réseaux d’entreprise actuels ne sont pas équipés pour répondre aux charges de travail de l’IA. Les entreprises comprennent que l’IA va augmenter les charges de travail de l’infrastructure, mais seulement 17 % d’entre elles disposent de réseaux entièrement flexibles pour gérer cette complexité.
« 23 % des entreprises ont une évolutivité limitée, voire inexistante, lorsqu’il s’agit de relever les nouveaux défis de l’IA au sein de leurs infrastructures informatiques actuelles », a déclaré Cisco. « Pour répondre à la demande croissante de puissance et de calcul de l’IA, plus des trois quarts des entreprises auront besoin d’unités de traitement graphique (GPU) supplémentaires dans les centres de données pour prendre en charge les charges de travail d’IA actuelles et futures. En outre, 30 % déclarent que la latence et le débit de leur réseau ne sont pas optimaux ou sous-optimaux, et 48 % conviennent qu’ils ont besoin d’améliorations supplémentaires sur ce front pour répondre aux besoins futurs.
Au cœur de la plupart des réseaux d’IA se trouvera Ethernet, car une infrastructure Ethernet à large bande passante est essentielle pour faciliter un transfert rapide de données entre les charges de travail d’IA, a déclaré Cisco. « La mise en œuvre de contrôles logiciels tels que le contrôle de flux prioritaire (PFC) et la notification explicite de congestion (ECN) dans le réseau Ethernet garantit une livraison ininterrompue des données, en particulier pour les charges de travail d’IA sensibles à la latence. »
Pour être prêtes à l’IA, l’étude Cisco recommande aux entreprises d’intégrer des outils d’automatisation pour la configuration du réseau afin d’optimiser le transfert de données entre les charges de travail d’IA.
“L’automatisation réduit les interventions manuelles, améliore l’efficacité et permet à l’infrastructure de s’adapter de manière dynamique aux exigences des charges de travail d’IA”, ont déclaré les chercheurs. « La combinaison de ces éléments déterminera si une entreprise est riche ou pauvre en E/S, et cela fera la différence entre celles qui réussissent à tirer pleinement parti de l’IA et celles qui n’y parviennent pas. »
L’IA de Cisco bouge
Cisco déploie divers efforts en cours pour relever les défis de réseau et de sécurité, a noté Davidson.
Par exemple, Cisco a récemment dévoilé son modèle de mise en réseau des centres de données pour les applications IA/ML, qui définit comment les organisations peuvent utiliser les réseaux Ethernet des centres de données existants pour prendre en charge les charges de travail d’IA.
Les commutateurs de centre de données Nexus 9000 de Cisco, qui prennent en charge jusqu’à 25,6 Tbit/s de bande passante par ASIC et « disposent des capacités matérielles et logicielles disponibles aujourd’hui pour fournir la latence, les mécanismes de gestion de la congestion et la télémétrie appropriés, constituent un composant essentiel du projet d’IA du centre de données. répondre aux exigences des applications AI/ML », a déclaré Cisco.
En outre, le fournisseur a récemment annoncé quatre nouveaux modèles de conceptions validées par Cisco pour l’IA de Red Hat, Nvidia, OpenAI et Cloudera pour se concentrer sur les environnements virtualisés et conteneurisés ainsi que sur les options d’infrastructure convergée et hyperconvergée. Cisco avait déjà validé des modèles d’IA à son menu d’AMD, Intel, Nutanix, Flashstack et Flexpod.
Cisco crée des playbooks d’automatisation basés sur Ansible au-dessus de ces modèles que les clients peuvent utiliser avec le système de gestion et d’orchestration basé sur le cloud Intersight de Cisco pour injecter automatiquement leurs propres données dans les modèles et créer des référentiels pouvant être utilisés dans leur infrastructure, y compris à à la périphérie du réseau et dans le centre de données, a déclaré Cisco.
À sa plate-forme de collaboration Webex, Cisco a ajouté un codec basé sur l’IA, qui comprend des capacités d’IA générative qui, selon Cisco, redéfiniront la communication en temps réel et résoudront le défi de la qualité audio inégale. L’idée est que le codec audio promet de fournir un son d’une clarté cristalline quelles que soient les conditions du réseau, même dans les zones où les connexions sont mauvaises.
L’IA ajoute des défis de sécurité
Du côté de la sécurité, Cisco a constaté que 97 % des entreprises disposent d’une certaine protection pour les données utilisées dans les modèles d’IA, et 68 % ont la capacité de détecter les attaques sur ces modèles d’IA.
« Les organisations ne sont pas non plus pleinement préparées à se prémunir contre les menaces de cybersécurité liées à l’adoption de l’IA », a déclaré Cisco. « À mesure que des volumes de données plus importants, y compris des données confidentielles et sensibles, sont traités par l’IA, les acteurs malveillants sont davantage incités à lancer des attaques contre ces systèmes, tandis que les enjeux pour les organisations augmentent. »
En outre, alors qu’un quart des dirigeants déclarent que leur organisation est peu consciente ou ignore les menaces de sécurité spécifiques aux charges de travail de l’IA, une formation plus poussée est nécessaire pour que les organisations et leurs employés puissent travailler avec l’IA en toute sécurité, a déclaré Cisco.
Ce qui est encourageant, c’est que 77 % des organisations mettent au moins en œuvre un chiffrement avancé ou un chiffrement de bout en bout pour protéger les données utilisées dans les modèles d’IA, a constaté Cisco.
Voici quelques autres informations intéressantes tirées de l’indice de préparation à l’IA de Cisco :
L’apprentissage automatique a le taux de déploiement le plus élevé, soit 35 %.
Cependant, l’IA prédictive et générative présente les taux de déploiement en cours les plus élevés, soit respectivement 41 % et 40 %, selon Cisco.
Le déploiement de l’IA dans une organisation augmente la consommation d’énergie.
Les calculs complexes et les tâches de traitement de données inhérentes aux modèles d’IA nécessitent plus d’énergie de la part du matériel sous-jacent, en particulier des GPU et des centres de données. Les entreprises devraient réfléchir au déploiement d’outils et de technologies capables de fournir une bande passante réseau plus élevée, de meilleures performances et une meilleure évolutivité, tout en consommant moins d’énergie, a prévenu Cisco.
Cependant, moins de la moitié (44 %) des personnes interrogées se déclarent parfaitement préparées à disposer d’une infrastructure dédiée à l’optimisation de la puissance pour les déploiements d’IA. Par ailleurs, 55 % des personnes interrogées déclarent qu’elles ne sont pas préparées ou « quelque peu » préparées. L’adoption de technologies permettant d’obtenir plus de rendement tout en consommant moins d’énergie deviendra un différenciateur concurrentiel à mesure que l’adoption de l’IA augmentera, a déclaré Cisco.
Les déficits de compétences et le manque de ressources restent un défi.
Près de la moitié des personnes interrogées ont déclaré que leur organisation disposait de ressources moyennement bien dotées (47 %), avec une répartition presque égale entre ceux qui se sentent très bien dotés en ressources (29 %) et ceux qui manquent de ressources ou sont incertains (24 %). Les employés des entreprises de plus de 1 500 employés sont légèrement plus susceptibles de se sentir sous-financés, et les médias et les communications, l’éducation et les ressources naturelles sont les secteurs qui connaissent les plus grands problèmes dans ce domaine. En outre, 37 % des personnes interrogées ont classé la compréhension et la maîtrise des outils et technologies d’IA comme leur principale lacune en matière de compétences.
Les outils d’analyse de données efficaces vont de pair avec les applications d’IA et la stratégie globale en matière de données.
Plus des deux tiers des personnes interrogées dans le monde (67 %) ont évalué positivement la capacité de leurs outils d’analyse à gérer des ensembles de données complexes liés à l’IA. Cependant, 74 % des personnes interrogées ont déclaré que leurs outils d’analyse ne sont pas entièrement intégrés aux sources de données et aux plates-formes d’IA utilisées, a déclaré Cisco. En fait, 31 % des personnes interrogées ont déclaré que leurs outils n’étaient pas intégrés (4 %) ou, au mieux, plutôt intégrés (27 %).
