Choisir d’héberger ses services cloud dans son propre datacenter favorise la maîtrise de l’infrastructure matérielle et logicielle de bout en bout. Cependant, cette stratégie nécessite également le déploiement de multiples datacenters à travers le monde, avec des équipes compétentes opérationnelles dans chaque unité. Une approche d’autant plus indispensable pour des services analytiques, qui nécessite de plus en plus de données, de plus en plus en temps réel. On comprend alors qu’un éditeur comme Anaplan ait décidé de porter la pile logicielle de sa plate-forme sur des hyperscalers pour rendre ses solutions disponibles dans divers pays, à proximité de ses clients.
Après avoir annoncé la disponibilité de son offre sur Google Cloud en septembre (Google était l’un de ses client ), Anaplan vient de signer un partenariat avec Amazon Web Services.
Comment le spécialiste de l’optimisation budgétaire aurait-il pu passer à côté de ce modèle économique pour s’étendre au-delà de ses 4 datacenters (Virginie, Californie, Frankfort et Amsterdam)? D’autant plus que la plupart des éditeurs déploient leurs datacenters dans les mêmes bâtiments (Equinix, Digital Realty-Interxion…) que ces hyperscalers, à quelques dizaines de mètres de leurs infrastructures…
Anaplan annonce ce partenariat lui permettant de déployer son offre à travers plus de pays, et de profiter aussi des services de la plate-forme AWS. Sur Google Cloud, la solution est interfacée -entre autres- avec le service d’analyse Google BigQuery (sur stockage Google) ou les fonctions d’intelligence artificielle/machine learning.
En octobre dernier, Nadine Pichelot, directrice financière Europe chez Anaplan, nous annonçait l’intégration avec Amazon Forecast de PlanIQ, framework d’intelligence artificielle et Machine Learning apportant la prédiction à la modélisation de scénarios .
Place de l’IT a rencontré Ana Pinczuk, responsable du développement (Chief Development Officer) chez Anaplan pour en savoir plus, beaucoup plus…
Que représente cet accord avec AWS pour Anaplan?
Nous avons réalisé un premier partenariat avec AWS en intégrant notre solution PlanIQ avec Amazon Forecast, permettant aux équipes de data-scientists d’utiliser les algorithmes prédictifs et les capacités de machine Learning de la solution. Ce qui représente une grande partie de ces fonctions.
Avec ce partenariat, nous avons également intégré étroitement notre plate-forme avec le stockage Amazon S3, ou avec le service de datawarehouse Amazon Redshift, par exemple.
Il s’agit de rendre Anaplan disponible, et dans les meilleures conditions possibles, sur la place de marché d’AWS. D’ailleurs, nous comptons déjà parmi nos clients une entreprise financière qui a choisi de stocker ses données de production sur AWS. Et Anaplan s’appuie sur ces données de production pour toutes les fonctions de planning. De même, l’un de nos clients dans le domaine hospitalier utilise déjà PlanIQ en lien avec les fonctions prédictives et de machine Learning d’Amazon Forecast.
La combinaison d’Anaplan et d’AWS contribuera à la croissance des activités de nos clients, qui pourront également profiter de nouveaux services apportant toujours plus de valeur ajoutée à leurs applications. Il s’agit donc bien d’un partenariat gagnant-gagnant aussi bien pour un implant et AWS que pour nos clients communs.
Avec AWS, nous étendons nos partenariats sur le Cloud public, pour atteindre plus de clients encore, en Europe par exemple. Un continent sur lequel certains aspects du cloud prennent plus d’importance qu’ailleurs, comme la localisation des données, à proximité des données, ou leur “souveraineté”. Bien entendu, il s’agit exactement de la même plate-forme dans nos datacenters ou chez les hyperscalers.
En multipliant les plates-formes de cloud public, nous n’avons plus à construire de datacenters supplémentaires et nous nous déployons plus vite. En outre, nous bénéficions de très nombreux services d’infrastructure d’ AWS, utiles déploiement de nouveaux services autour du stockage, des bases de données, etc.
Vous proposez déjà des templates pour les RH ou la logistique, par exemple. Qu’en est-il des partenaires pour des modèles verticaux spécialisés sur des secteurs économiques?
Nous travaillons déjà avec de multiples partenaires (comme Deloitte), qui seront ravis de pouvoir déployer plus facilement et plus rapidement leur solution à proximité de leurs clients.
Ce qui permettra d’apporter plus vite et plus efficacement de la valeur aux entreprises. En effet, à partir des places de marché, il suffira de choisir l’un de ces modèles et de le rendre opérationnel via un paramétrage adapté et simplifié.
L’objectif de cette approche vise à proposer 80 % du travail déjà réalisé par le modèle, et 20 % seulement à personnaliser.
Comment entretenez-vous la fibre innovatrice, alors que vous devenez un éditeur installé face à de nombreuses start-ups comme Kyriba ou Kshuttle en France?
Récemment, nous avons investi dans une équipe d’incubation, afin de favoriser ce type de projet en interne.
Notre expansion de notre croissance passent également par notre compétitivité, qui nécessite effectivement d’avoir des idées destructives. C’est pourquoi, quelques équipes travaillent avec un statut de “startups internes” sur de nouvelles idées. Certaines idées sont parfois abandonnées, tandis que d’autres fonctionnent et sont retenues. Nous avons décidé d’investir 5% à 10% de nos revenus afin de favoriser l’émergence de nouvelles idées.
Quelles évolutions envisagez-vous sur l’automatisation liée à l’intelligence artificielle et à la planification ?
Nous continuons effectivement à travailler sur plus d’automatisation et plus d’intégration, afin de simplifier les processus prédictifs en facilitant la récupération de données, le nettoyage de données, le choix de modèles stratégiques, le choix d’algorithmes d’intelligence artificielle…
En combinant machine learning et le forecast (prédictif), nous cherchons à proposer les meilleures optimisations possibles à l’utilisateur par rapport à ses calculs initiaux. Il s’agit également d’apporter la lisibilité/compréhension (“explicabilité” ou explainability) des résultats produits par les algorithmes d’intelligence artificielle (deep learning). Ce qui est également l’une des exigences de la conformité réglementaire. Cela représente l’une des évolutions incontournables à moyen terme.
D’ailleurs, lorsque nous pourrons obtenir “l’explainability”, cela nous permettra de pousser un cran plus loin l’automatisation tout en respectant les obligations de conformité.
C’est d’ailleurs la raison pour laquelle nous avions racheté la startup Mintigo [NDLR: été 2019] , afin d’enrichir nos solutions de ses technologies d’intelligence artificielle.
Tags Amazon Forecast Ana Pinczuk Anaplan GCP google Google BigQuery KShuttle kyriba Mintigo PlanIQ
