Cloud Tech: vous avez dit IA en Serverless ?

C
Le cloud, c’est quoi au juste ?

C’est en 2006 qu’Amazon proposa son Elastic Compute Cloud, et ce fut sans doute la première fois que le mot Cloud était utilisé dans une offre Marketing.
Le concept n’était pas nouveau, notamment dans les fermes de calcul de la NASA et d’autres organisations scientifiques, mais c’est bien la première fois que ces pratiques avaient :
– un nom sympathique, compatible avec la presse tabloïd de l’IT (le terme Digital n’existait pas encore)
– une offre ouverte aux entreprises

Par la suite, Apple sortit iCloud, DropBox émergea, et pléthores de services estampillés Cloud fleurirent auprès des entreprises et du grand public.
Mais voilà, « c’est sur le Cloud » est un concept plus qu’abstrait.
Pour la grande majorité, le Cloud signifie encore aujourd’hui: « c’est sur Internet »,  « mes photos sont sur un serveur de stockage en ligne » ou « ma musique est consommée en streaming ».
Bref, je n’ai plus besoin de CD/DVD gravés (et oui !) ni de disques durs externes pour stocker mes données.

Si ce n’était que cela, ce serait bien sur intéressant, mais cela ne permettrait pas le saut quantique disponible aujourd’hui.
Et qui effraie bon nombre de DSI.

Un bavardage d’experts ?

Les technologues vous diront très sérieusement avec un aplomb de professeur du XIXème siècle, que le Cloud c’est un terme parapluie dans lequel se cache des offres/solutions aux périmètres TRES différents:
– l’Iaas    (Infrastructure As A Service)
– le Paas (Platform As A Service)
– le Saas (Software As A Service)

Ces classifications sont très intéressantes: elles permettent d’écrire des tonnes d’articles et de lancer des débats de techniciens à la machine à café.
Dans le cadre de ce billet, ce débat est inutile.
La seule question qui vaille, c’est:

Quel est l’intérêt du Cloud pour mon business, dans le cadre d’une stratégie Digitale ?

La réponse est pourtant sans suspense

La technologie a toujours servi le même dessein: faciliter la vie, réduire l’effort et augmenter la productivité.
La technologie Cloud ne fait pas exception à la règle, et dans des proportions impressionnantes. Elle permet de réduire les coûts d’un facteur incroyable – les dernières études montrent un potentiel d’optimisation de 85%  – et de dynamiter le time-to-market des projets.
Je l’ai d’ailleurs vécu sur quelques projets.

Illustrons par un cas.

Use Case/Story

Votre marque de vêtements « TeenAge Rebellion » très en vue utilise intensivement Facebook pour sa communication digitale auprès des ados.
Les réseaux sociaux sont à la fois un vecteur d’influence majeur, mais également la première ligne de votre service client.
Vous souhaitez industrialiser la gestion des commentaires, pour animer votre communauté, garantir un support aux clients mécontents et analyser l’impact social de vos actions marketing digitales.

En synthèse, cela signifie :
– répondre automatiquement aux messages positifs, via des likes ou des émoticones pour montrer votre proximité et votre réactivité aux clients
– avertir et donner rapidement la main aux community managers, pour réagir aux commentaires négatifs afin d’endiguer tout bad buzz social
– optimiser l’effort de community management puisque les 70% de commentaires positifs/neutres seront traités en automatique

Vos 2 posts quotidiens induisent 30.000 commentaires et/ou mentions.
(NB: à titre indicatif, c’est un volume supérieur à celui rencontré par les billets de la page du Real Madrid, avec ses 106 millions d’abonnés…)

Quelles sont les tâches techniques à envisager ?

Dans l’ordre:
– récupérer les commentaires/mentions sur Facebook
– déterminer le sentiment/l’émotion de chaque message
– classer les messages en : positif, neutre, négatif
– poster des likes/émoticones en réaction aux commentaires positifs
– affecter des tâches aux community managers pour la gestion des commentaires négatifs

L’expérience « classique »

A première vue, cela semble compliqué d’automatiser ce genre de processus.
Le film classique se déroule déjà dans votre esprit expérimenté.
Votre DSI va devoir:
1) commander une étude de faisabilité auprès d’un cabinet de conseil référencé aux achats, pour déterminer le coût d’un tel ouvrage
2) obtenir le budget nécessaire auprès des parties prenantes internes
3) contacter Facebook pour permettre le traitement des messages de votre page
4) mettre en mouvement des data scientists (sans doute externes) pour concevoir des algorithmes d’analyse de message afin de déterminer les sentiments exprimés par vos abonnés
5) acheter/allouer des serveurs pour monter le projet
6) acheter/négocier des licences de logiciels spécifiques, comme on le fait avec Oracle ou SAP
7) rédiger un appel d’offre auprès des achats pour trouver le partenaire informatique, et caler le démarrage du projet dans la roadmap chargée de la DSI

Bref, à vue d’oeil, c’est un projet de 6 à 12 mois, et le budget doit bien osciller grosso modo autour de 400 ou 500k€.
Vous avez déjà mal au crâne, rien qu’à l’idée du premier « Workshop », le premier d’une longue série.
Comme d’habitude.
Mais pour changer un peu, on pourra l’appeler « Hackathon » ou « Séance créative bienveillante », histoire de poster sur LinkedIn quelques photos avec des murs couverts de post-its, et de prouver combien vous êtes dans la tendance digitale.

L’expérience « Cloud »

Un Architecte de bon niveau – le plus souvent freelance – vous répond que cette problématique est sans difficulté, car il a déjà mené des projets en tout point similaires.

1) L’étude de faisabilité dure 30 secondes: le projet est faisable, rapide à mettre en oeuvre et peu coûteux. De nombreux projets ont déjà servi la même ambition.
2) Avec certitude, le budget projet ne dépassera pas 100k€ pour livrer un MVP (Minimum Viable Product). Un MVP, ce n’est pas un POC jetable, mais une véritable solution productive, scalable et robuste.
3) La collecte de commentaires (et des profils d’abonnés) est simple via l’API Facebook, qui ne nécessite aucun contact avec leurs équipes techniques: automatiser la capture de ces données est un développement qui n’excède pas 2-3 jours d’un développeur expérimenté
Référence: tout est ici
4) L’analyse d’intention/sentiment en langage naturel est aujourd’hui disponible au sein d’algorithmes rodés, efficaces et surtout très peu onéreux.
Ci-dessous, un exemple traité par l’API ad-hoc sur Google Cloud: le commentaire en question obtient un score très positif de 0.6 avec une magnitude de 1.8 (force de ce sentiment positif).
On peut facilement en déduire une réponse automatique (un like par exemple).
Nul besoin de data scientists ou de consultants Powerpoint: c’est efficace, disponible immédiatement, et ces produits sont améliorés en permanence par le Machine Learning sous-jacent.

Référence:  c’est ici (l’équivalent existe aussi pour l’analyse de voix ou d’images)

5 et 6) Vous n’achetez aucune machine, aucun câble, aucun emplacement, aucun garde, aucun data center, ni ne payez aucune licence de logiciel.
Pour obtenir un service/une machine, vous définissez en ligne la puissance que vous estimez nécessaire, vous cliquez OK.
Patientez 90 secondes, et votre équipe technique peut commencer à travailler sur VOTRE infrastructure.
Vous ne payerez que les secondes consommées (si vous arrêtez vos machines le week-end ou la nuit, vous ne paierez rien pour ces heures « mortes »).
Autant vous dire, que vous allez faire des économies.
NB: que vous ayez besoin d’une machine ou de 300, votre infrastructure est provisionnée et disponible en 90 secondes. Testé et approuvé sur mes derniers projets, lors de tests de calculs parallélisés sur des centaines de processeurs…

7) Il suffira de 3 profils expérimentés en mode Agile pendant 4 semaines pour réaliser ce MVP (le mot clef est « profils expérimentés » dans cette dernière phrase, j’insiste).

Chez Google Cloud,  l’architecture ressemblerait à ceci:
Je me suis même permis de prévoir l’avenir, avec la gestion d’analytics et le stockage d’informations des profils abonnés (afin d’analyser leurs profils/patterns comportementaux et de les targeter par la suite, comme des influenceurs relais). Ca ne coûte pas plus cher, et c’est certainement un asset qu’il ne faut pas oublier pour la suite.

Quelques dizaines de lignes de codes suffiront à faire tourner notre processus.
Pour les volumes de données à traiter (faméliques), le devis Cloud en ligne m’indique que le budget RUN ne dépassera pas les 100 euros mensuels…

et si on visait plus gros ?

Et si je dois monter en charge et gérer 300.000 commentaires par mois ? (avec Instagram, Twitter et autres)
Ces architectures Serverless et managées sont faites pour cela.
Elles sont conçues pour démultiplier la capacité pour l’adapter à la charge de données: 2 clics et moins de 60 secondes d’attente… voire automatiquement pour les applications à très forts pics de consommation (jeux videos online par exemple).

« serverless » signifie que vous n’avez pas de serveur, vous utilisez des « services » (même si bien sur, derrière tout cela il y a des machines, vous ne les verrez jamais et vous n’avez pas à vous en soucier). Votre fournisseur (Google Cloud dans notre exemple) garantit le fonctionnement et la disponibilité.

« managé » signifie que personne dans vos équipes ne devra gérer les « montées » de version des briques logicielles que vous utilisez. C’est souvent un vrai casse-tête, et les lecteurs qui ont goûté aux joies des montées de version SAP ou Oracle savent de quoi je parle… Google Cloud fait la partie ingrate pour vous et c’est compris dans le prix.

Vous aurez toujours des services fonctionnels, c’est leur métier.
Le votre, c’est d’implémenter vos solutions et d’appuyer votre business.

super, ca a l’air facile de gagner de l’argent

Ce genre de MVP nécessite en général un budget de 50 à 100k€ en phase projet.
La phase de RUN, tout compris, ne coûtera que 100 euros (cent euros) par mois.
Il repose sur une architecture « Cloud » et surtout « micro-services ».

En guise de conclusion, je vous invite à suivre les conférences/analyses d’Anne Thomas de Gartner, dont voici un extract qui résume parfaitement la chose:

C’est certain, les gains tant budgétaires que de time-to-market sont littéralement incroyables.
Il est possible de réduire vos coûts de 90% (c’est réellement INSANE).
Néanmoins comme l’indique Anne Thomas, la vigilance est de mise car ces technologies ne sont exploitables que par des profils très expérimentés.
Et ils se font rares sur le marché.
La magie n’est décidément pas de ce monde…

NB: J’expliquerai plus en détails et de manière illustrée les architectures micro-services dans de futurs billets.

About the author

chen
chen

Digital Strategist, CTO & Architecte Cloud