La consumérisation de l'informatique, dans laquelle les technologies introduites sur le marché grand public se sont étendues aux entreprises, a déjà été illustrée par les employés utilisant leurs propres smartphones et applications mobiles pour leur activité professionnelle. Maintenant, il s’étend à l’entreprise, car les DSI déploient des services technologiques sophistiqués auxquels les employés peuvent accéder avec un minimum d’intervention de leurs équipes IT. L'ère du « as-a-service », ou XaaS (Everything-as-a-service) est arrivé.

De l'analytique à la demande aux POC as-a-service, les entreprises en pointe montrent rapidement la valeur que leurs utilisateurs et clients peuvent tirer du recours à des services techniques innovants sans avoir à impliquer à chaque fois l'informatique. Le « XaaS » s’inscrit à ce titre dans une tendance plus large qui permet aux DSI de faire émerger des solutions innovantes dans le but de faire évoluer les business models jusqu'alors dominants, de secouer la concurrence et de générer de nouvelles sources de revenus. Zoom sur quatre exemples réussis où les DSI ont pu développer des capacités XaaS pour leurs entreprises, par ailleurs récompensées par un prix d'excellence remis cette année par notre confrère américain de CIO.com.

L'exploitation des données as-a-service au service de l'efficacité des métiers chez General Motors

La data-as-a-service ou analytique à la demande, est un moyen rapide d'améliorer la valeur métier en permettant aux utilisateurs d'accéder aux données traditionnellement stockées en silos. Les plateformes de data-as-a-service permettent aux scientifiques et aux chefs d'entreprise de rechercher des informations, généralement via une interface similaire à Google, sans l'intervention de l'équipe informatique. General Motors est l'une de ces organisations qui « démocratisent » les données grâce à une plateforme d'analyse en libre-service, d'après Les Copeland, directeur des technologies de l'information, de l'intelligence artificielle et des services analytiques chez le constructeur automobile. Baptisée Maxis, cette plateforme aide les équipes support de General Motors dans leurs stratégies de tarification, marketing, prévision des ventes, prospection, ainsi que la sécurité et l'analyse de texte dans les centres de contacts.

« Notre capacité à tirer parti de ces données et des nombreuses autres en provenance de millions de véhicules connectés que nous collectons chaque jour nous offre de multiples opportunités de concevoir des solutions analytiques pour continuer à avoir un avantage compétitif », poursuit Les Copeland. L'accès rapide à l'information est d'autant plus critique que l'industrie automobile se transforme rapidement grâce à la montée en puissance des véhicules autonomes, ce qui, selon General Motors, contribuera à réduire les accidents, la pollution et les bouchons. Chaque véhicule autonome produit plus d'un pétaoctet de données par mois. La plateforme de données as-a-service, qui collecte plus de 30 milliards d'enregistrements par jour et a accumulé plus de 1,5 pétaoctet d'informations, permet aux employés d'accéder aux données internes, de véhicules et de tiers à partir de n'importe quel périphérique. Les ingénieurs et les cadres supérieurs peuvent saisir une question commerciale dans l'interface utilisateur de Maxis pour rechercher des données susceptibles de générer de nouvelles informations. Une version mobile de cet outil affiche des indicateurs de performance clés pour les cadres supérieurs de General Motors sur les iPhone et les iPad d'Apple ainsi que sur les téléphones et les tablettes Android.

« Tout le monde, des novices aux data scientists, peut découvrir, interagir et analyser les données de toutes les facettes de l'entreprise dans un environnement convivial qui facilite l'accès, la visualisation et le partage », explique Les Copeland, ajoutant que le système est disponible pour plus de 75 000 employés du constructeur. « C'est la première fois que les données ont été démocratisées au sein de General Motors ». L'entreprise estime que Maxis a généré un excédent de bénéfices de 100 millions de dollars pour son activité en 2017, la première année complète où elle a été entièrement déployée. « Nous avons constaté une augmentation exponentielle de la valeur globale que les partenaires commerciaux peuvent générer sur Maxis », a expliqué Lee Copeland.

Des POC as-a-service orientés visualisation 3D, blockchain et robotique chez Cushman & Wakefield 

Pour la société immobilière Cushman & Wakefield, l'innovation ne peut être une réflexion après coup. Pour aider à identifier les opportunités dans lesquelles la technologie pourrait générer une plus grande efficacité ou générer de nouveaux revenus, sans pour autant éloigner les courtiers des clients, la société a lancé une offre de POC as-a-service (POCaaS). L’initiative favorise l’innovation en associant la propriété intellectuelle et le personnel de la société immobilière à des start-ups, universités, accélérateurs et fournisseurs débutants, explique James Jenga, gestionnaire de portefeuille pour Cushman & Wakefield. « Le secteur évolue rapidement et si nos courtiers se concentrent sur leurs clients, nous risquons de rater des opportunités », fait savoir Adam Stanley, CIO de Cushman & Wakefield. Il ajoute que l’initiative permet à l’entreprise de se prévaloir de technologies qui seraient autrement hors de portée en raison des pressions concurrentielles et des coûts de développement.

Des projets pilotes as-a-service ont inclus des visualisations 3D de dernière génération utilisées par un courtier de Cushman & Wakefield au Texas, des conseils sur des concepts de blockchain pour un client en Grande-Bretagne ou encore un robot d'accueil apportant des rafraîchissements à des clients singapouriens. Cushman & Wakefield exploite actuellement des POC impliquant 12 sociétés différentes, exploitant des technologies allant du big data à l'IoT en passant par le traitement du langage naturel. James Jenga et Adam Stanley précisent qu'ils surveillent de près la blockchain en tant que technologie d'avenir pour le secteur de l'immobilier mais aussi les véhicules autonomes et autres technologies émergentes qui dynamitent les business models traditionnels. Les courtiers et autres employés de Cushman & Wakefield  remplissent un formulaire en ligne, indiquant leur intérêt pour l’exploration d’un projet. James Jenga et son équipe les aident à trouver les partenaires et autres ressources appropriés. La société utilise un logiciel de BI orienté gestion de connaissances pour partager et suivre les résultats et les points de vue de POC, et analyser les taux de réussite. « Le POCaaS survient après de nombreux efforts d’innovation qui ont échoué en raison d'une mauvaise organisation ou de mauvais personnel, souffle Adam Stanley. « Il a permis de renforcer la structure et l'implication des bonnes personnes », ajoute-t-il.

Des datamarts as-a-service pour les data analysts d'Accenture

Le service QuickFoto Claim de l'assureur Allstate permet d'accélérer le processus d'estimation et donc d'indemnisation suite à sinistre. Accessible via l’application mobile de la société, il permet aux clients de prendre et de soumettre des photos des dommages subis par leurs voitures à la compagnie permettant à ses experts d'estimer des dommages. Selon Allstate, QuickFoto Claim élimine les soucis liés aux déplacements pour leur permettre de prendre des photos où et quand bon leur semble. Il réduit également le délai de paiement des demandes de plusieurs jours ou semaines à quelques heures ou minutes. Allstate a conçu QuickFoto Claim en 2015, mais ce n'est qu'à la fin de 2016 et en 2017 que la société a mis en place des « centres d'exploitation numérique » pour soutenir le processus d'inspection virtuelle.

De son côté, le géant du conseil Accenture a créé des offres reposant sur des données as-a-service. Sa plateforme Enterprise Analytics et Enterprise Insight Studio lui permet ainsi de fournir des informations exploitables et basées sur les données pour l'ensemble de ses activités. Composée d'un immense data lake, de BI et de reporting, d'analyse et de science des données, la plateforme inclut des « datamarts nearshore » - de petits ensembles de données fongibles répondant à un besoin spécifique - qui se développent et changent rapidement. Ce modèle a donné aux data analysts un accès rapide et en libre-service à un environnement sécurisé pour générer des informations sur de larges pans de données d'Accenture auparavant inaccessibles. De plus, de nouveaux outils permettent aux analystes de mixer des ensembles de données dans des visualisations pour récupérer et partager les résultats.