#90 Barrières à l'adoption des technologies futures
Subscribe to get the latest
on 2022-06-07 00:00:00 +0000
with Darren W Pulsipher, Glenn Kurowski,
Darren Pulsipher, Architecte principal des solutions chez Intel, discute des obstacles à l'adoption de nouvelles technologies dans le secteur public et de ce qui nous attend dans le futur avec Glenn Kurowski, directeur technique de CACI.
Keywords
#ai #neuromorphic #security #moderncomputing #devsecops #generativeai #multicloud #zerotrust #cybersecurity #people #technology
Glenn est le directeur de la technologie chez CACI, une entreprise de six milliards de dollars de taille Fortune 500 axée sur la sécurité nationale. Il travaille dans l’industrie depuis 35 ans, se consacrant aux affaires militaires, au renseignement et à la cybersécurité pour le gouvernement américain. Étant ingénieur, il pense, agit et traite les questions comme un ingénieur.
Nouvelle technologie passionnante en IA, neuromorphisme et sécurité n’est parfois pas rapidement adoptée dans le secteur public.
La première barrière est la complexité. Ceux de la communauté technique sont des innovateurs exceptionnels, mais pas toujours doués pour rendre la technologie facile à consommer, utiliser ou administrer. Cependant, Glenn constate certaines améliorations. Par exemple, au cours des cinq dernières années, la complexité de l’utilisation de l’IA a considérablement diminué, car de plus en plus de personnes utilisent des outils et des kits de développement logiciel.
Une autre barrière peut être le manque de talent pour concevoir, mettre en œuvre et maintenir la technologie dans le secteur public. Il est indispensable d’attirer de nouveaux talents dans l’industrie, ce qui implique également qu’ils doivent pouvoir obtenir des autorisations. L’autre aspect de l’équation du talent est que de nombreux individus résistent à l’adoption de nouvelles technologies. C’est un défi en termes de gestion du changement. Si cela n’est pas abordé correctement, les talents existants deviennent des anticorps face à l’adoption de nouvelles technologies. Au lieu de chercher comment dire “oui”, ils trouvent mille raisons de dire “non”.
Le troisième est la cybersécurité. Glenn ne décrit pas cela comme une barrière car ce n’est pas quelque chose qui serait enlevé. Cependant, l’industrie pourrait être plus proactive en déplaçant les décisions davantage vers la gauche et en impliquant la sécurité plus tôt pour accélérer l’adoption.
Le secteur public pourrait en tirer une leçon de la rapidité avec laquelle la technologie des smartphones a été adoptée avec l’avènement de l’iPhone. Les premiers iPhones étaient incroyablement simples à utiliser, et l’entreprise était déterminée à offrir aux clients quelque chose qu’ils pouvaient utiliser immédiatement. De plus, la communauté de développement pouvait instantanément créer et innover avec les kits d’outils et les processus de développement de logiciels. Les enfants de sixième peuvent développer avec les kits d’outils pour iPhone et Android. L’utilisabilité était essentielle et cela a permis d’instaurer un développement de logiciels efficace.
Le secteur public devrait essayer de reproduire ces qualités et d’aborder son marché et ses clients de la même manière, notamment en ce qui concerne l’analyse. Il y a une quantité énorme de données, et nous n’en tirons pas beaucoup de bénéfices. Tout comme Steve Jobs a élargi son secteur d’activité au-delà de la cible moyenne, la même chose doit se produire dans le domaine de l’analyse. Au lieu de cibler les scientifiques des données, peut-être que la cible devrait être un chef d’entreprise ou une personne ordinaire qui gère un foyer.
Glenn croit que la première étape pour envisager l’IA et l’analyse de cette manière consiste à s’engager fermement pour libérer les données. Tant de données sont enfermées dans des conceptions exclusives que cela constitue un modèle économique médiocre. Les clients devraient renouveler les contrats non pas parce que leurs informations sont contrôlées et fermées par un fournisseur, mais parce que le fournisseur propose des solutions, de la valeur et de l’innovation.
L’IA devrait être présentée comme un assistant numérique auprès des clients plutôt qu’un robot mystérieux et magique en arrière-plan, suscitant la méfiance du client quant à sa confiance. Un assistant numérique est simplement un pas en avant par rapport à ce que vous essayez d’accomplir en fournissant des données et des informations grâce à l’apprentissage automatique et l’apprentissage profond qui facilitent votre vie et vous permettent de réaliser le traitement. De cette manière, l’IA ajoute une valeur instantanée et est beaucoup moins effrayante.
Glenn croit que la technologie que le secteur public doit avoir aujourd’hui est, tout d’abord, le cloud et en plus grande quantité. Le cloud élimine beaucoup d’erreurs humaines dans l’administration. Il réduit la surface d’attaque et est basé sur un modèle de consommation à la demande, ce qui peut être économique si vous développez des logiciels pour ce modèle.
Deuxièmement, il existe de bonnes plateformes DevSecOps. Les programmeurs de logiciels peuvent passer plus de temps sur le développement réel grâce aux outils disponibles. DevSecOps en est encore à ses débuts et sa croissance sera explosive.
Une technologie clé de travail à distance pendant le COVID est Commercial Solutions for Classified (CSFC). Cette technologie existe depuis une décennie. Cependant, elle a atteint un stade de maturité où la complexité a été éliminée de son déploiement, de son administration et de sa sécurité, pour être facilement accessible à tous. Ainsi, une personne peut travailler dans un domaine non classifié tout en ayant accès à des informations confidentielles, sans risque de fuites. Il s’agit d’une nouvelle et importante capacité.
Tout cela est lié à l’attraction et à la rétention des talents. La difficulté réside non pas dans le fait que le secteur public n’a pas de problèmes passionnants et stimulants, mais dans la perception que le gouvernement avance très lentement. Il y a une part de vérité à cela en raison de l’importance de maintenir une certaine sanctité ou confiance. Pourtant, en réalité, le gouvernement est à la pointe de nombreuses nouvelles technologies telles que la photonique ou la communication basée sur la lumière. Certaines régions avancent rapidement, comme dans le développement logiciel avec l’approche agile et DevSecOps.
Glenn croit que le domaine spatial explosera et sera fondamentalement différent dans cinq ans pour l’avenir de la technologie. La possibilité de mettre plus de choses en orbite de manière économique grâce aux améliorations de la taille, du poids et de la puissance, ainsi que la capacité de communiquer avec la photonique sur des milliers de kilomètres rapidement, permettent la connectivité et la capacité de distribuer et d’utiliser des données sur ces charges utiles.
Un autre domaine qui sera très différent est l’agilité spectrale. Le domaine du spectre électromagnétique sera crucial pour assurer une connectivité résiliente en cas de conflits. Les conflits ultérieurs mettront fortement l’accent sur qui peut communiquer et interférer avec les communications. L’agilité spectrale désigne la capacité de savoir dynamiquement ce qui se passe autour de vous dans le spectre afin de pouvoir vous déplacer rapidement. Cette connectivité est fondamentale pour le commandement et le contrôle conjoints ainsi que pour la vision JADC2.
Une troisième zone concerne ce qui peut être fait avec Kubernetes et le code d’infrastructure. L’automatisation permettra de supprimer les tâches manuelles et de faciliter les choses en général.
Aucune conversation sur l’avenir de la technologie ne serait complète sans mentionner le Quantum. Les modèles de programmation quantique en cours de construction sont complètement différents des modèles traditionnels. Nous devons parvenir à un point où nous disposons d’outils pour programmeurs qui automatisent davantage le processus. Former quelqu’un pendant deux ans pour devenir programmeur en informatique quantique ne peut pas être généralisé, donc nous avons besoin que les outils de développement logiciel s’améliorent, tout comme la communauté a abstrait la complexité et développé des outils pour l’intelligence artificielle.
La dernière zone est l’évolution continue du calcul périphérique. Le nombre de processus de calcul est phénoménal, engendrant la créativité en termes de taille, de poids et de puissance. Le calcul périphérique continuera à se transformer pour être sécurisé et fiable. La communication résiliente peut ne pas être une connexion dédiée, mais un réseau en maillage où les parties du message sont recombines à l’autre extrémité. Cela peut fournir des solutions dans des environnements tactiques et perturbés.
Darren voit l’architecture traditionnelle de Von Neumann décliner à l’avenir, car nous pouvons avoir une persistance des données sans disques durs, et nous pouvons avoir des données qui vivent, se déplacent et migrent avec des fonctions qui y travaillent. Les couches et les limitations du modèle de Von Neumann seront supprimées.
Glenn pense que cela se produira plus rapidement que ce que les gens prédisent généralement en raison d’un biais d’expérience. Mais c’est un monde différent lorsque vous pouvez faire coexister toutes les autres pièces et éliminer les problèmes de latence. Imaginez ce qui pourrait être fait à la vitesse d’inférence en bordure, par exemple, avec des véhicules autonomes. Cette technologie est en train de se produire et les programmeurs envisagent des couches d’abstraction dès le début. Ainsi, vous pourriez, par exemple, prendre un modèle de réseau neuronal déjà développé et le faire passer par une boîte à outils de développement de logiciel pour le placer sur un substrat matériel, une architecture non-Von Neumann, et vous n’avez pas besoin de reprogrammer. Cela accélérera l’adoption et sera transformationnel.