Le 16 mars 2027, tous les terminaux de l’aéroport Paris Charles de Gaulle changent de numérotation! Un casse-tête informatique et organisationnel, et un plaidoyer pour la mise en place d’une gestion des données de référence.

Assis dans le bus qui vous emmène du Terminal 2G au Terminal 2F, votre regard parcourt les affiches d’information collées aux vitres. Et les neurones de votre cerveau dédiés à la gouvernance des données font un bon. Le 16 mars 2027, les terminaux 2E, 2F, 2G deviendront les terminaux 5, 6 et 7. Quant aux numéros de portes, elles changent également, ainsi que la numérotation des parkings. Mon cœur se serre alors, pensant au responsable des référentiels chez ADP, à qui je dédie cet article. Il s’apprête à passer quelques mois stressants. Des mois bien préparés, car ce changement n’interviendra que dix mois, mais dix mois c’est bien court pour un impact majeur sur l’ensemble des installations, des applications, des procédures et des personnels.

Des milliers d’applications informatiques

Évidemment ce qui vient à l’esprit en priorité ce sont les applications informatiques. Y a-t-il une seule application opérationnelle de l’aéroport qui n’inclut pas quelque part des numéros de terminaux et des numéros de portes ? J’en doute.

Chaque vol, chaque mouvement de matériel, chaque employé sont affectés à chaque instant à ce couple terminal/porte. Et ce sont des centaines, peut-être des milliers d’applications informatiques qu’il va falloir mettre à jour. Comment y sont stockées ces références ? Dans des tables propres à l’application, en dur dans le code, dans un référentiel partagé ? La dernière solution serait évidemment la plus facile à mettre à jour. Mais soyons réalistes, même si une gestion des données de référence (MDM) a été mise en place, une revue exhaustive du code de l’ensemble des applications semble indispensable. Et c’est sans compter sur les microapplications cachées, les feuilles Excel et autres documents directement créés par les utilisateurs.

Chez ADP mais également chez tous ses partenaires, compagnies aériennes, services de l’État, prestataires, clients, etc. Car ce couple terminal/porte permet à tous ces intervenants de se comprendre, et aux processus de s’exécuter au bon endroit. Il s’agit donc de coordonner la mise à jour de toutes les interfaces et API avec des dizaines de partenaires du monde entier, dans un écosystème qui ne dort jamais et fonctionne 24 h/24.

Une évolution coordonnée numérique et physique

L’évolution informatique est une chose, mais elle s’accompagne d’une évolution physique. Toute la signalétique dans l’aéroport doit être modifiée, ni trop tôt ni trop tard. J’imagine que des panneaux temporaires seront installés, indiquant les deux dénominations avant/après. J’imagine aussi qu’une fois les habitudes prises, une nouvelle version de l’affichage fera disparaitre les traces de CDG 2E, 2F et 2G. Des milliers de brochures à réimprimer, un peu partout dans le monde, des guides aux voyageurs à mettre à jour, les plans de l’aéroport présents dans les systèmes vidéo de tous les avions des principales compagnies atterrissant à CDG, l’impact physique de ce changement de référentiel est lui aussi colossal.

Des habitudes à modifier (pilotes, agents au sol…)

L’accompagnement du changement est sans doute la partie la plus longue. Pendant combien de mois, ou d’années, les pilotes qui viennent ponctuellement à CDG continueront-ils de parler du 2F et non du T6 ? Ce sont des milliers de « référentiels » présents dans les cerveaux et les habitudes des employés qui passent sur le site, qu’il faut faire évoluer. Et l’on sait combien les habitudes sont difficiles à changer. Ma grand-mère a parlé pendant toute sa vie en anciens francs, alors même que sa nouvelle version était arrivée fin 1958. C’est l’accompagnement humain qui permettra de réaliser cette transition le plus rapidement possible.

De l’importance d’un référentiel (où l’on parle d’ontologie et de MDM)

Évidemment, l’architecture de rêve existe… sur le papier. Une seule et unique table, disponible en temps réel pour toutes les applications, qui contient la liste des terminaux et les portes associées. Une fonction d’historisation intégrée permet de préciser que jusqu’au 15/03/2027 inclus, il est question du Terminal 2G, et que le 16/03/2027 il devient le Terminal 7. Avantage de cette historisation, les comparaisons restent possibles. Le référentiel utilisera l’ancienne dénomination pour les requêtes antérieures et la nouvelle à partir de la date fixée. Aucune modification du code des applications ni des appels aux données. On invoque l’API du référentiel, et il renvoie toujours la bonne valeur. Malheureusement, c’est un rêve ! Car il existe ce que l’on appelle une « dette ». Des applications (par dizaines ou par centaines), des progiciels, des développements cachés, qui ont recopié ou recréé leurs propres tables et ne sont donc connectés à aucun référentiel central. Si ces données étaient cataloguées… cela simplifierait un peu les choses, mais le catalogue, personne n’a jamais voulu faire l’effort de le créer et de le mettre à jour. On en paye chèrement le prix !

Une donnée de référence est une donnée partagée entre plusieurs applications, dont on peut vérifier la qualité, et dont le mode de fonctionnement est stable ; parfaite définition qui colle avec notre liste de terminaux et de portes. Les gérer nécessite une base centrale ; on l’appelle MDM (Master Data Management) ou… comme on veut. Mais elle est disponible à tout instant, en temps réel, interrogeable par toutes les applications. Et cette disponibilité permet d’imposer aux applications de ne pas recopier les données dans leurs propres tables. 

Dérivée de l’ontologie d’entreprise, la gestion des données de référence est une discipline à acquérir. Mais lorsque des modifications d’importance surviennent, comme celles dont nous parlons aujourd’hui, les gains sont majeurs. D’ailleurs, qui a une idée du coût complet de mise à jour de cette liste des terminaux ? 

Face à ce chantier, quelques questions existentielles restent en suspens :

-              D’abord, j’aimerais connaitre la/les personnes en charge de ce projet. Pour les féliciter et leur apporter mon soutien pour les prochains mois. Bravo à vous… si tout se passe bien.

-              Mais je me pose aussi une question… à quelle heure ? Car l’affiche du bus ne le précise pas… Est-ce le 15 mars à minuit que les numéros changeront miraculeusement ? J’ai un vol à 1 h du matin le 16 mars, dois-je m’enregistrer au Terminal 2E porte K, mais embarquer finalement au Terminal 5 portes-D ?

-              Je vous avoue avoir indiqué la date dans mon agenda. Peut-être par superstition pour ne pas prendre un vol ce jour-là, mais je reconnais être également tenté de passer une journée à CDG2 pour vivre ce changement de l’intérieur.

Mauvaise nouvelle, le Terminal 2G restera toujours un cauchemar, avec son bus interminable pour rejoindre le cœur de Roissy. Qu’il s’appelle Terminal 7 n’y changera rien !

Un concept déjà largement étudié au Québec (Canada) sous le nom de fiducie de données, mais pas encore développé en France.

Vous avez très certainement lu les 453 pages du rapport de la commission d'enquête de l'Assemblée nationale sur la souveraineté numérique [1], publié le 8 juillet… et donc, vous n'êtes pas passé à côté de la proposition n° 4 : créer un statut de syndicat de données…

Les plus de 400 pages du rapport sont essentiellement consacrées aux centres de données et à l'environnement juridique du numérique dont on a constaté, par la force, depuis début 2025 notre dépendance. On y parle aussi de logiciel libre ; et un peu de données, sous l'angle de sa valeur, ce qui nous intéresse ici.

Le rapport préconise la transposition dans la loi de la notion de fiducie de données (data trusts — tiers de confiance) sous forme de syndicats de données. L'objectif est d'organiser un marché respectueux et de ne pas confier cette tâche aux simples « brokers de données », dont le travail de collecte, d'agrégation et de croisement de données pose « des risques importants pour la sécurité intérieure et les droits fondamentaux », explique le rapport (pages 135 à 140).

Le concept de fiducie de données est beaucoup plus développé au Québec qu'en France. Cela permettrait d'aligner ce rôle de tiers de confiance avec le Data Governance Act, dont le chapitre III est consacré aux « services d'intermédiation de données ». Le rapport propose que « À la suite de la recommandation du Conseil de l'intelligence artificielle et du numérique (CIANum), le gouvernement devra étudier la transposition des fiducies de données tant sur le plan juridique, qu'opérationnel, dans l'objectif d'inscrire dans la loi le statut de syndicat de données. Ces syndicats seront le support de la création d'outils de mutualisations des données d'intérêt général (données culturelles, environnementales, territoriales). Ils auront pour vocation de faire respecter les licences attachées à ces données et notamment de limiter leur usage dans un objectif privatif, en garantissant la réciprocité et la redistribution de la valeur auprès des communautés d'origine des données.

Les syndicats représenteront les titulaires de droits, producteurs de données et sujets de données. Ils pourront en leur nom engager des recours en justice relatifs au non-respect des licences libres ou des conditions de réutilisation des données ». — Page 383 du rapport.

Qu'est-ce qu'une fiducie de données ?

Une fiducie de données (« data trust » en anglais) est un mécanisme juridique et de gouvernance qui confie la gestion de données à une entité tierce — le fiduciaire — chargée de les administrer dans l'intérêt des personnes ou organisations qui les ont apportées (les bénéficiaires), selon des règles prédéfinies.

Concrètement, ce principe s'inspire du droit des fiducies (trusts) appliqué aux actifs financiers ou immobiliers, transposé aux données. Des personnes ou organisations transfèrent le contrôle (mais pas nécessairement la propriété) de leurs données à un fiduciaire, qui s'engage contractuellement à les gérer selon un mandat précis : finalités autorisées, conditions d'accès, règles de partage, obligations de sécurité.

L'objectif principal est de rééquilibrer le rapport de force entre les individus (ou petites entités) et les grands acteurs qui collectent et exploitent les données, en mutualisant la négociation et le contrôle plutôt que de laisser chaque personne négocier seule les conditions d'usage de ses données.

Les cas d'usage évoqués le plus souvent concernent les données de santé (mise en commun pour la recherche médicale tout en gardant un contrôle collectif), les données urbaines ou de mobilité dans les projets de villes intelligentes, les données agricoles, ou encore les données personnelles au sens large dans une logique d'autodétermination informationnelle.

Le concept a notamment été popularisé par des travaux académiques (Sciences Po, Open Data Institute au Royaume-Uni) et des propositions de régulation, dont le règlement européen sur la gouvernance des données (Data Governance Act, entré en application en 2023), qui encadre les organismes intermédiaires de partage de données sans pour autant aller jusqu'à en faire une catégorie juridique unique et stabilisée (ce que propose le rapport de l'Assemblée nationale avec la création de syndicats de données). À ce jour, il n'existe pas encore de cadre légal harmonisé au niveau international.

Pour en savoir plus sur les fiducies de données au Québec, lire ce qui a été écrit sur le sujet par Pwc [2], TIESS [3], et Nord Ouvert [4]. A écouter également une table ronde organisée par l'Université de Sherbrooke en mars 2023 sur le thème : Données et société, la fiducie de données, du mythe à la réalité [5]. En mars 2019, Element AI publiait un livre blanc [6] sur le sujet, qui a malheureusement disparu du web depuis leur rachat par ServiceNow. A noter également les travaux de Yan Benhamou de l'Université de Genève

De passage sur TikTok pour y écouter parler de philosophie (si, si, on parle de philo sur TikTok… abonnez-vous par exemple au compte de @philo_sophia_) l'algorithme m'a conduit à une comparaison argumentée entre l'interdiction et l'empêchement. Faisant le parallèle avec les contextes de gouvernance des données et de l'intelligence artificielle, qui semblent si difficiles à faire accepter aux opérationnels, il m'a semblé porteur de poser quelques réflexions sur le thème : faut-il imposer ou proposer une gouvernance des données ? Faut-il interdire ou empêcher une mauvaise, ou l'absence de gouvernance ?

Une distinction conceptuelle aux implications politiques majeures

La distinction entre interdire et empêcher paraît, au premier abord, triviale ; elle structure pourtant en profondeur les deux grands régimes de régulation possibles dans une société technologisée.

Interdire est un acte normatif. La règle s'adresse à un sujet supposé libre, capable de comprendre la norme, d'en délibérer et, le cas échéant, d'y contrevenir. L'interdiction présuppose la possibilité matérielle de la transgression : c'est précisément cette possibilité qui ouvre l'espace de la responsabilité, du jugement, de la sanction et corrélativement de la contestation. Lawrence Lessig identifie ainsi la loi comme l'une des quatre modalités de régulation, qui contraint par la menace de la sanction, aux côtés des normes sociales, du marché et de l'architecture.

Empêcher, à l'inverse, relève d'un dispositif factuel : la conduite n'est pas réprouvée, elle est rendue impossible. Aucun sujet n'a à délibérer, aucun juge n'a à trancher, aucun contrevenant n'a à répondre. Dans le cyberespace, cette modalité est portée par le code informatique lui-même. Lessig démontre que le code, et l'architecture, définissent la manière dont nous vivons le cyberespace, et détermine s'il est facile ou non de protéger sa vie privée, ou de censurer la parole. L'architecture remplace la délibération par la configuration.

La portée critique de cette distinction a été remarquablement développée par Alain Supiot dans La Gouvernance par les nombres (Fayard, 2015). Il y montre comment la loi cède la place au programme et la réglementation à la régulation, dans un imaginaire institutionnel où l'on viserait la réalisation efficace d'objectifs mesurables plutôt que l'obéissance à des lois justes. L'enjeu, pour Supiot, n'est pas seulement technique : en envisageant les hommes comme des ordinateurs programmables, la gouvernance par les nombres sape le règne de la loi et fait ressurgir un système d'allégeance quasi féodal. Là où la loi suppose un sujet juridique responsable, le programme suppose un comportement à conditionner.

Mon opinion : pour une primauté de l'interdiction sur l'empêchement

Au terme de cette analyse, je défends la thèse suivante : dans la gouvernance des données et de l'IA, l'interdiction doit être première, l'empêchement instrumental. Mais c'est à vous de me dire dans les commentaires si vous êtes en accord avec cette vision… ou pas.

Cette hiérarchie repose sur trois raisons.

D'abord, une raison de principe démocratique. L'interdiction émane d'une délibération publique ; elle peut être discutée, amendée, abrogée. L'empêchement, lorsqu'il est inscrit dans le code, échappe à cette publicité : il est défini par les concepteurs, souvent privés, et son fonctionnement est opaque pour la majorité. Substituer systématiquement le dispositif à la norme, c'est déplacer la souveraineté politique vers les architectes techniques, ce que Supiot identifie comme une régression institutionnelle majeure.

Ensuite, une raison anthropologique. L'interdiction maintient ouvert l'espace dans lequel l'agent peut choisir d'obéir ou de transgresser, et donc peut être tenu pour responsable. Un monde de pure prévention technique est un monde sans sujets moraux. Or, comme le rappellent Rouvroy et Berns, sans cet espace, c'est la possibilité même de la subjectivation politique qui s'efface et avec elle, paradoxalement, toute critique du système. Big Brother et George Orwell ne sont plus très loin…

Enfin, une raison d'efficacité réflexive. Les dispositifs techniques sont faillibles, biaisés, contournables, et leurs erreurs se diffusent à grande échelle. La norme, parce qu'elle s'applique à des cas concrets via le jugement, conserve une plasticité que le code ne possède pas. Réserver à la loi le rôle de fixer ce qui doit être interdit, et au dispositif celui de rendre cette interdiction matériellement effective lorsque les asymétries d'échelle l'exigent, permet de cumuler les avantages des deux régimes sans en payer tous les coûts.

Cela ne signifie pas qu'il faille rejeter l'empêchement technique. Face au passage à l'échelle des systèmes d'IA, à la rapidité des traitements automatisés, à l'asymétrie d'information entre opérateurs et personnes concernées, l'interdiction seule serait souvent purement déclaratoire. Le RGPD et l'AI Act ont raison de combiner les deux registres. Mais l'ordre de priorité importe : le dispositif doit servir la norme, et non la remplacer. Concrètement, cela impose trois critères à tout empêchement by design :

1. Traçabilité juridique : le dispositif doit pouvoir être référé à une norme publique, débattue et amendable.
2. Contestabilité effective : la personne empêchée doit pouvoir comprendre qu'elle l'est, savoir pourquoi, et disposer d'un recours humain réel, au sens de l'article 22 du RGPD.
3. Réversibilité politique : aucun dispositif ne doit verrouiller à un degré tel qu'un changement démocratique de la règle deviendrait techniquement impraticable.

Sans ces garde-fous, l'empêchement par le code n'est pas le prolongement de l'État de droit : il en est la sortie silencieuse !

Clôtures accélérées, prévisions en temps réel, détection de fraude, assistants conversationnels embarqués dans l'ERP : l'intelligence artificielle n'est plus un horizon lointain pour les directions financières. Selon Deloitte, 87 % des DAF estiment qu'elle sera « extrêmement ou très importante » pour leur fonction en 2026.

Ce que l'IA apporte vraiment

Il faut commencer par distinguer deux familles de technologies. L'IA dite « traditionnelle » repose sur l'apprentissage machine : elle apprend à partir de données historiques pour classer, prédire ou détecter des anomalies. L'IA générative, popularisée depuis 2022 grâce à ChatGPT, produit du texte, du code, des synthèses et alimente désormais des « agents » capables d'orchestrer des tâches. Les deux se combinent pour offrir quatre apports majeurs à l'entreprise.

L'automatisation intelligente des tâches répétitives d'abord. Saisie et rapprochement de factures, lettrage comptable, contrôle de cohérence, extraction de données depuis des PDF ou des images : ce que l'automatisation des processus faisait déjà de façon rigide devient adaptatif, capable de gérer les exceptions. L'analyse prédictive ensuite, qui permet de modéliser l'évolution de la trésorerie, d'anticiper des impayés ou de simuler des scénarios budgétaires. La détection d'anomalies et la lutte contre la fraude, historiquement l'un des cas d'usage les plus matures dans la banque, étendue aujourd'hui aux dépenses internes et aux notes de frais. Et enfin l'assistance conversationnelle : copilotes intégrés aux ERP qui rédigent des synthèses, expliquent un écart ou génèrent un premier jet de commentaire de clôture.

Quelle traduction concrète pour la fonction finance

Pour le directeur financier, ces technologies se déclinent sur l'ensemble du cycle. En comptabilité fournisseurs, l'IA scanne, classe et pré-comptabilise les factures : les premiers retours d'expérience publiés par Deloitte font état d'une automatisation avancée au-delà du simple couple OCR/RPA. En clôture, les tableaux de bord s'actualisent en continu, les anomalies remontent automatiquement et le délai de clôture mensuelle peut être sensiblement raccourci, à condition, comme le rappellent les praticiens réunis aux Journées DAF 2026, d'avoir préalablement standardisé les processus.

En planification financière, les modèles apprennent à partir des données historiques et externes pour produire des prévisions glissantes plus fiables que les traditionnels budgets annuels. En trésorerie, l'IA permet un pilotage quasi-temps réel de la position de trésorerie. En conformité enfin, elle automatise les contrôles KYC, la détection d'opérations suspectes et la préparation des déclarations fiscales, ce qui représente un atout considérable dans le contexte de généralisation de la Facture Normalisée Électronique. Un avertissement toutefois : selon Gartner, seuls 36 % des DAF se disent aujourd'hui confiants dans leur capacité à tirer un impact mesurable de l'IA, essentiellement à cause de l'absence ou de la faiblesse de la gouvernance des données. La supervision humaine reste la règle sur tous les processus critiques.

Quelles tendances pour les prochaines années

Trois mouvements vont structurer le paysage. Premièrement, la montée de l'IA agentique. Selon Gartner, les agents autonomes prendront en charge 15 % des décisions quotidiennes et alimenteront 33 % des applications d'entreprise à l'horizon 2028. Deloitte observe déjà que plus d'un DAF sur deux (54 %) fait de leur intégration une priorité de transformation pour 2026.

Deuxièmement, la convergence IA-données-cloud. L'IA ne produit des résultats fiables que si elle s'appuie sur des données propres, structurées et accessibles. Cela pousse à accélérer la migration vers des ERP modernes et à formaliser une véritable gouvernance de la donnée.

Troisièmement, une régulation qui se structure. Les DAF devront intégrer ces cadres nationaux, les lois régionales sur la protection des données et les exigences comme l'AI Act européen. Après la gouvernance des données, c'est la gouvernance de l'IA que les DAF devront superviser.

Proposition d'un plan d'action en 5 points pour votre DAF

1.      Cartographier les cas d'usage à fort ROI. Lister les processus les plus consommateurs de temps (saisie de factures, rapprochements bancaires, relances clients, reporting de clôture, contrôles TVA) et sélectionner deux ou trois chantiers pilotes. L'objectif à six mois : prouver la valeur, sans chercher à couvrir tout le périmètre. Avancer par petits pas, très opérationnels.

2.      Fiabiliser les fondations avant d'automatiser. Un ERP à jour, des référentiels tiers propres et des API stables : sans cela, l'IA amplifiera les erreurs existantes !

3.      Mettre en place une gouvernance IA et données. Définir qui peut déployer un modèle, sur quelles données, avec quel niveau de validation humaine. Documenter chaque usage, tracer les décisions automatisées et s'aligner sur la stratégie nationale du pays d'exploitation ainsi que sur la loi locale de protection des données personnelles. Se former et se faire accompagner sur le sujet est indispensable.

4.      Former l'équipe et recruter les profils hybrides. La réussite dépend moins de l'outil que de l'appropriation. Prévoir un parcours de formation pour les contrôleurs de gestion et comptables, recruter ou développer en interne des profils « data-finance ».

5.      Mesurer, sécuriser, itérer. Définir pour chaque pilote des KPI clairs (délai de clôture, taux d'automatisation des factures, écart de prévision, coût par transaction) et un cadre de cybersécurité adapté, car l'exposition d'un ERP connecté à un modèle d'IA crée de nouveaux risques. Réviser le dispositif tous les six mois pour passer progressivement du pilote à l'industrialisation.

L'intelligence artificielle n'est ni une mode ni une menace pour le métier de DAF : c'est une extension de ses capacités. Les directions financières qui sauront articuler ces trois dynamiques (technologie, conformité, talents) ne se contenteront pas de gagner en productivité : elles s'imposeront comme co-pilotes stratégiques de la croissance de leur entreprise.

Récemment j'évoquais les raisons principales d'échec du déploiement de nombreux catalogues de données. En première ligne, l'absence d'adoption suffisante par les utilisateurs métiers. Doit-on refondre les interfaces utilisateurs ? Une nouvelle voie apparait : abandonner l'interface utilisateur ! Et la confier à un LLM qui interrogera, via un serveur MCP, la base de données du catalogue.

L'habitude d'interroger un moteur de recherche pour obtenir une réponse a changé. Le réflexe, en particulier dans la dernière génération, est maintenant de poser toutes ses questions à une IA générative. Le phénomène ChatGPT est devenu une évidence quotidienne. Arrivés dans l'entreprise, les futurs juniors reproduiront ce comportement. Il sera difficile de leur imposer l'usage du moteur de recherche de l'intranet, ou d'apprendre l'interface utilisateur de dizaines d'applications.

L'idée est donc de dissocier la base, contenant les métadonnées qui constituent le catalogue, et l'outil d'interrogation qui devient le LLM. Comment interroger le catalogue central via le LLM ? En choisissant un catalogue compatible avec le nouveau protocole MCP. Ce protocole MCP (Multi-Cloud Protocol) est un cadre technique conçu pour faciliter l'interopérabilité, la portabilité et la gouvernance des données entre différents environnements cloud (publics, privés, hybrides). Il vise à standardiser les échanges de données, les métadonnées et les politiques de sécurité. Il a été développé par Anthropic en 2024. Il s'agit d'un standard ouvert, développé en collaboration avec la communauté et hébergé par la fondation Linux, qui permet une intégration standardisée entre les applications d'IA et les sources de données ou outils externes. Plusieurs implémentations, SDK et serveurs MCP sont disponibles en open source sur des plateformes comme GitHub, encourageant ainsi l'interopérabilité et l'innovation collaborative. Alation, Atlan, DataHub, Datadog (liste non exhaustive) ont déjà annoncé une compatibilité MCP de leurs catalogues de données.

Un pari risqué pour les éditeurs de catalogues de données

Sur le papier, cette nouvelle architecture est séduisante, même pour les éditeurs de logiciels. L'éditeur n'a plus à se préoccuper de l'interface utilisateur métier. Il peut se concentrer sur sa cible privilégiée, le département informatique en charge de la mise en place. L'interface d'administration subsiste ; celle des usages est déléguée au LLM.

Mais il y a un revers à la médaille, la disparition du catalogue de données dans les couches cachées accédées par le LLM. Le catalogue devient invisible ! C'est très bien me répondrez-vous ? Peut-être… sauf pour son éditeur. A la question : « quel est votre outil de catalogage de données ? » posée à un utilisateur métier, ce dernier répondra sans doute « Euh… je ne sais pas… c'est Copilot, Mistral, ChatGPT… ? ». Car pour lui, le catalogue aura disparu, noyé dans son LLM utilisé quotidiennement.

Conséquences pour les éditeurs : une perte de valeur visible et une plus grande interchangeabilité. Car si mon catalogue est une simple base de données, sans interface utilisateur, accédée de manière standard via un serveur MCP, je peux facilement le remplacer par un autre ; et cela sans que l'utilisateur n'en ait conscience.

Du point de vue de l'éditeur, le risque est grand de voir sa valeur perçue réduite à peau de chagrin. Autre question, celle de la responsabilité en cas de réponse erronée. L'utilisateur fera-t-il la part des choses entre les erreurs dans le catalogue, et celles générées par le LLM ? Si l'information de base est correcte dans le catalogue, mais que le LLM répond mal à la question posée par l'utilisateur… à qui la faute ? Et à qui la perception de la faute ?

En conclusion

La standardisation des catalogues de données, accédées par les LLM au travers de serveurs MCP semble donc une évidente amélioration. Pas le LLM standard que vous utilisez à titre personnel, mais un LLM sur mesure, personnalisé et entrainé pour votre organisation, comme va le proposer Mistral avec son offre Forge [1].

Le LLM deviendra peu à peu l'outil quotidien de chaque employé, qui l'utilisera pour poser toutes ses questions. Le LLM ira alors piocher, via des serveurs MCP, dans les différentes sources de données, catalogue, entrepôt de données, lac de données, applications métier. Le navigateur web était devenu depuis une vingtaine d'années l'interface standard des applications qui migraient vers le cloud. Le LLM sera sans doute la prochaine étape. Cette évolution ne se fera pas instantanément, ni sans conséquences, mais reparlons-en d'ici cinq ans, elle sera sans doute devenue une évidence.

Il y a quelques mois, j'ai travaillé pour une grande entreprise sur la formalisation des caractéristiques du catalogue de données idéal. « Social et orienté vers ses utilisateurs » sont ressorties comme les caractéristiques essentielles d'un catalogue efficace en 2026… ou 2027.

Un catalogue social, c'est-à-dire conçu comme tous les outils que nous utilisons au quotidien, qui favorisent l'interaction, la création de contenu par l'utilisateur, la simplicité d'utilisation, et l'intégration aux applications existantes. Mais surtout conçu pour ceux qui l'utiliseront et non pour ceux qui le mettront en service. Un catalogue entièrement pensé en faveur de l'expérience utilisateur.

Social : au croisement de Google Maps, LinkedIn et Tinder

Pensez à votre journée, aux interactions que vous menez avec l'information, à titre personnel. Et si vous n'y croyez pas, regardez ceux qui nous remplaceront dans quelques années, les fameux millénaux. Commander un Uber et lui donner une note, réserver un Airbnb pour le week-end et laisser un commentaire, sélectionner un restaurant sur Google Maps et lui attribuer des étoiles en publiant des photos, laisser un message à un collègue sur LinkedIn pour sa nomination, glisser vers la droite ou vers la gauche les profils qui apparaissent sur votre fil Tinder… et la litanie pourrait continuer longtemps. Notre vie numérique est devenue sociale. Cela a pris vingt ans, mais ces interactions sont maintenant au cœur de notre vie quotidienne.

Et une fois arrivé au bureau, après avoir allumé votre PC, la consultation de votre catalogue de données ressemble à un vieux Minitel : une dizaine d'onglets, des dizaines de champs, et presque aucune interaction. Et vous vous demandez encore pourquoi vos utilisateurs ne l'adoptent pas !

Demain, votre catalogue de données, si vous souhaitez qu'il soit utilisé, devra :

-              Permettre de noter chaque donnée et de consulter les notes attribuées par les autres utilisateurs ; des notes et de commentaires sur l'expérience des autres : qualité, conformité, fréquence de mise à jour, intérêt…

-              Dialoguer avec le référent de chaque donnée, et avec ses autres utilisateurs, au travers d'un « chat » propre à chaque donnée.

-              Signifier votre intérêt pour cette donnée par un simple « swipe » comme dans Tinder. Nous verrons si vous « matchez » avec le data owner !

Le catalogue de données de demain sera social ou… ne sera toujours pas utilisé par les métiers ! Éditeurs de logiciels, à vous de faire en sorte qu'il soit l'application que tout data worker ouvre chaque matin et garde toute la journée sur un coin de son bureau.

Choisi pour ceux qui l'utilisent, pas pour ceux qui le construisent

Récemment, une grande organisation me contait son processus de choix d'un catalogue de données centralisé. Processus piloté par la direction informatique (ce qui est compréhensible), mais qui semble oublier ou minimiser les perceptions de ses futurs utilisateurs.

Un catalogue de données est en effet destiné à être utilisé ! Plus les utilisateurs métiers prendront l'habitude de le consulter pour y rechercher l'information dont ils ont besoin, plus le succès sera au rendez-vous. Même si le projet est mené par la direction informatique, ce n'est pas la satisfaction des utilisateurs-informaticiens qui en sera l'indicateur principal, mais celle des utilisateurs métiers. Dans mon exemple, la direction informatique compare plusieurs solutions et sa préférence va à un outil technique, un catalogue de données en open source, mais dont l'interface utilisateur est loin d'être intuitive pour des non-informaticiens. Les départements métier, également consultés, ont eu choisi un catalogue simple, efficace, à l'interface utilisateur beaucoup plus accessible. Qui va l'emporter ? Je crains de connaître le vainqueur par avance… ainsi que la suite de l'histoire lorsqu'une année après, on reprochera au catalogue, et au responsable de la gouvernance, de ne pas être entré dans les habitudes des utilisateurs métier.

Mon conseil, comparez les solutions, établissez des impératifs techniques à respecter, mais in fine, laissez ceux qui l'utiliseront au quotidien établir leur préférence. L'équipe de mise en place passera quelques mois à l'installer et le paramétrer ? Des centaines d'utilisateurs passeront des années à le consulter ! Devinez qui devrait choisir l'interface utilisateur qui lui plait le plus…

Deux critères clefs pour eux :

-              Une interface de mise à jour simple : si vous souhaitez que l'utilisateur métier mette à jour les métadonnées dont il est le référent, il faut que cette mise à jour soit ludique !

-              Proposez une recherche en langage naturel comme « quelle donnée est disponible pour évaluer le chiffre d'affaires par client ? ». Vous voulez mettre de l'IA ? C'est ici qu'elle se justifie

Ni centralisé, ni décentralisé, mais fédéré.

Depuis longtemps, le catalogue des métadonnées est pensé centralisé. Est-ce la bonne méthode ? S'il est si compliqué d'en faire adopter l'usage par les utilisateurs métier, c'est peut-être qu'ils s'en sentent éloignés ; qu'ils le perçoivent comme un outil de plus géré par la direction, plutôt que comme un outil destiné à leur faciliter l'accès aux données.

Par ailleurs, est-il logique que les métadonnées soient centralisées, alors que les données sont de plus en plus gérées dans les départements métier ? Les métadonnées ne devraient-elles pas rester au plus proche des données ?

Mais alors, si les métadonnées sont décentralisées, comment s'assurer que les différents métiers les gèrent de manière cohérente, dans un objectif de partage à travers l'ensemble de l'organisation ? Pour cela il ne faut pas passer de la centralisation à la décentralisation, mais à la fédéralisation : des métadonnées décentralisées, mais qui respectent une gouvernance centralisée. Comme dans un État fédéral, certaines compétences sont déléguées aux métiers, d'autres relèvent de décisions centralisées (prises par exemple par le comité de gouvernance des données).

- Comment les DRH utilisent-elles l'IA en 2026 ? A quelles étapes de la relation employeur-employé ?
- Les données RH sont par essence des données personnelles. Comment s'assurer d'être conforme à la réglementation ?
- Quels sont les risques liés aux usages de l'IA dans le domaine des RH et comment les éluder ? (discriminations, biais, inégalités...)

Le marché de l'agriculture numérique, estimé à 23 milliards de dollars en 2025 et attendu à plus de 60 milliards d'ici 2034, est aujourd'hui largement structuré par les industriels et les plateformes. Les exploitants produisent la matière première, mais n'en maîtrisent ni l'usage ni la valeur. Cette situation freine l'adoption du numérique et pose une question structurante pour l'avenir du secteur : celle de la reconnaissance des données comme un véritable actif agricole.

Au-delà de leur valeur économique, ces données permettent également de mesurer et de valoriser les services écologiques rendus par les exploitations, qui représentent jusqu'à 50% de la valeur économique des grandes cultures, et deviennent un élément déterminant pour les acteurs financiers.

Experte des nouveaux paradigmes de l'innovation et de la création de valeur, nous recevons Caroline Gans Combe qui décrypte pourquoi la donnée pourrait devenir un levier économique structurant pour les agriculteurs, à condition de mettre en place des règles garantissant leur maîtrise et leur valorisation.

- Vous dites : "Nous sortons d'une approche théorique de la souveraineté numérique. Désormais, la question centrale devient : est-ce que l'organisation peut continuer à fonctionner si cette donnée ou ce système tombe"... on parle donc de résilience ? Est-ce que réfléchir à la souveraineté numérique, c'est prévoir le pire ?
- La souveraineté numérique n'a en réalité pas de limite ! Doit-on re-coloniser des pays qui produisent les métaux rares dont on a besoin pour sécuriser notre approvisionnement ? Est-ce qu'on ne dépendra pas toujours de quelqu'un d'autre ?
- En matière de logiciel, là encore, où met-on la limite ? Ni le plan calcul du Général de Gaulle, ni le Minitel n'ont permis à la France d'être leader dans le numérique... comment fait-on ?

Observer vient de la racine latine observare, qui signifie « noter ou considérer », mais aussi « garder en sécurité ou protéger ». Quelle belle proximité avec la fonction de data steward ! Or aujourd'hui le rôle du data steward n'est plus simplement de se préoccuper de qualité des données, mais réellement de mettre en œuvre l'observabilité. Plutôt qu'un steward, il est plutôt d'ailleurs un contrôleur aérien de vos data. Il ne pilote pas mais surveille et organisme le trafic et reporte les incidents. À sa disposition, des outils d'observabilité, à chaque version plus complets, et demain des agents qui lui remonteront l'information. Mais avant même les outils, c'est cette attitude d'observation qu'il mettra en œuvre. Observer n'est pas faire ! Il est crucial qu'il le comprenne. Le data steward n'est pas là pour faire à la place des data owners et data consumers, mais pour apporter une supervision transverse des principes de gouvernance. C'est l'observabilité, et elle s'appuie sur les outils du même nom.

Observer l'ensemble de la chaine de traitement de la donnée

La data observability vise à donner une vision continue et intelligente de la « santé » des données : leur fraîcheur, leur volume, leur distribution (anomalies), les changements de schéma, les dépendances (data lineage), et la capacité à diagnostiquer rapidement les racines des incidents.

On peut voir la data observability comme l'évolution du monitoring de données (alertes statiques) vers un système plus proactif, piloté par des métadonnées et des techniques analytiques.

Une donnée circule ; le data steward en a une vision globale, au travers des métadonnées d'usage collectées automatiquement : les flux prévus ont-ils été honorés, l'usage des outils de sécurisation (data platform) est-il respecté, la cohérence est-elle maintenue d'un bout à l'autre du système.

Dans une architecture centralisée, mais surtout dans une architecture fédéralisée autour de data products, sa mission de supervision des processus est indispensable. Si votre data mesh prévoit la mise en place de data contracts, le data steward supervisera leur exécution, et remontera les incidents.

Observer plusieurs dimensions

Initialement focalisé sur la qualité des données, le data steward voit ses missions évoluer. La qualité en reste le cœur, mais il lui revient d'observer l'ensemble des circulations de données. Son attention débute lors de l'entrée des données dans le système d'information. Il se préoccupera alors de vérifier que les contraintes de sécurité et de conformité des données sont respectées. Lors de chaque mouvement d'une donnée, il surveillera la traçabilité (le lineage). En cas d'alimentation d'outils d'IA, il s'assurera du respect des usages de la charte et de la règlementation. Qualité, conformité, sécurité et usages sont les principales dimensions de son action.

Travaillant au plus proche des métiers, le data steward et ses outils d'observabilité permettront de remonter la température de la plateforme de données au comité de gouvernance. En cas de dérive d'un des indicateurs, il est susceptible de faire remonter l'incident pour arbitrage.

Sifflet, Soda.ai… des startups qui montent

Montecarlo, Acceldata, Bigeye, Validio, Metaplane, Sifflet, Soda, figurent parmi les principaux acteurs spécialisés de l'observabilité des données. Les grandes plateformes telles que Collibra, Datadog, New Relic, Splunk, Elastic, proposent également des fonctions ad hoc. Peu de solutions open source semblent disponibles à l'exception de OpenTelemetry, mais qui nécessite de gros efforts de développement.

De l'observabilité des données à celle de l'IA

L'IA est au service de l'observabilité, au travers des agents que les outils envoient pour capter les informations tout au long de la chaine de la donnée. Mais l'observabilité est également au service de l'IA car, tout comme les données, les modèles et usages de l'IA doivent respecter des règles de gouvernance, et donc être observés. Les meilleurs outils d'observabilité incluront donc des fonctions de suivi des modèles, de détection des biais, des discriminations, des hallucinations, des usages non éthiques ou non conformes à la politique ESG de l'entreprise.

L'IA sera également mise à contribution pour détecter les usages non officiels, le shadow AI, le shadow BI, etc.

Du data au AI steward

Cela amènera naturellement notre data steward à élargir ses compétences. Il est passé du monitoring de la qualité à l'observabilité globale. Il passera également de la donnée à l'intelligence artificielle. Le Data & AI Steward, une fonction indispensable pour implémenter de manière pratique, et contrôler l'application des principes de gouvernance.

En résumé, voici quelques idées pour comprendre comment évoluera en 2026 le marché des outils et techniques d'observabilité :

-              Consolidation des plateformes
On observe une tendance à intégrer les capacités de data observability dans des plateformes plus larges (analytique, gouvernance, monitoring général). Mais les solutions spécialisées et interopérables proposent plus de fonctionnalités.

-              Approche « AI-driven observability »
Les outils intègrent des algorithmes pour automatiser la détection d'anomalies, prévoir les incidents ou suggérer des correctifs dans les modèles d'IA.

-              Bring-Your-Own Storage / backends interchangeables
Permettre aux utilisateurs d'utiliser leurs propres lacs de données ou entrepôts comme stockage (plutôt que d'imposer un stockage « shadow ») pour réduire les silos. Attention cependant à la création de nouveaux silos qui ne respecteraient pas les règles de sécurité, de conformité et de gouvernance.

-              Observabilité « pipelined » (observabilité de pipelines métadonnées vs télémétries classiques)
La surveillance non seulement des résultats (données) mais du comportement des pipelines eux-mêmes (durée, erreurs, retards) devient centrale.

-              Focus sur les coûts, l'évolutivité et le « data observability FinOps »
À mesure que les volumes de données augmentent, les organisations veulent maîtriser le coût de surveillance (stockage, calcul, alertes).

Imaginez que vous ayez conçu le meilleur moteur de voiture jamais fabriqué ! Efficient, puissant, économe, silencieux, non polluant… il a toutes les qualités, et vous allez révolutionner le monde du transport grâce à votre invention. Seul bémol, il nécessite pour fonctionner un carburant beaucoup plus pur que ce que l'on trouve aujourd'hui dans nos raffineries. Et ce carburant est indispensable à votre moteur révolutionnaire. Sans lui, votre invention n'est qu'un assemblage inutile de pièces de métal.

C'est ce qui arrive aujourd'hui à la majorité des projets d'IA en entreprise. Les modèles sont surpuissants, mais restent de perpétuels adolescents face à la pauvreté des données à partir desquelles vous les alimentez. Vous n'avez pas investi suffisamment dans le raffinage de vos données.

« Mais nous avons un data lake depuis plusieurs années ! », me répondrez-vous. Oui, certes, mais appelez-le plutôt un data débarras ! Vous y déversez des données brutes, sans les indexer, sans les référencer, sans les qualifier, sans les améliorer, sans les organiser… tout cela parce qu'un vendeur de data lake vous a convaincu qu'il contenait un Monsieur Propre qui allait se charger de tout. Reconnaissez que vous avez été bien naïf sur ce sujet… Et vous continuez d'ailleurs puisque vous avez cru cet autre vendeur qui vous a convaincu que l'intelligence artificielle elle-même allait savoir créer ses propres métadonnées, et rendre votre débarras miraculeusement aussi propre et documenté qu'un entrepôt de pièces détachées Airbus !

La donnée brute est devenue abondante, bon marché et disponible. Mais la donnée structurée, connectée, contextualisée, documentée, expliquée, celle qui permet l'automatisation réelle, la prédiction et la prise de décision, reste rare. Forcément, elle est plus couteuse et complexe à produire à partir de la donnée brute. Et surtout elle nécessite un effort humain… ce qui n'est pas à la mode en ces temps d'automatisation à outrance.

Poursuivant notre analogie automobile, la donnée brute, c'est le pétrole sorti des gisements. La donnée raffinée, c'est le carburant, produit par les raffineries. Et plus votre modèle est avancé, plus le raffinage doit être poussé. Essayez de mettre du pétrole brut dans une voiture… ça marchera beaucoup moins bien. Car l'essence que vous utilisez est raffinée. Elle subit des procédés complexes pour : augmenter son indice d'octane, éliminer le soufre et les impuretés, ajuster sa volatilité, et améliorer sa combustion. Le raffinage nécessaire à vos modèles d'IA est encore plus complexe que la transformation de pétrole brut en essence.

En matière de données, c'est exactement la même chose. Utilisez des données brutes dans un modèle, et les résultats seront standards, pas exceptionnels. Vous serez à la portée d'hallucinations et de biais, non pas dus au modèle, mais à vos données. Raffinez vos données et vos modèles pourront enfin s'y appuyer pour produire des résultats exceptionnels.

La valeur n'est plus dans le modèle. Elle est dans la capacité à raffiner la donnée.

Le raffineur est donc le métier le plus créateur de valeur dans la chaine de production de l'intelligence artificielle. Qui est-il ? Quelles sont ses compétences ? Quelles qualités sont nécessaires ?

Je ne tomberai pas dans le piège d'inventer un nouveau métier de Data Refiner. Ce n'est pas le sujet. Tout le monde peut être ou devenir raffineur de données. Mais voici les compétences nécessaires :

-              Premièrement une connaissance du métier est indispensable. Le raffineur peut donc venir directement du métier, ou être un analyste d'affaires qui se spécialiserait dans l'analyse des besoins en données des modèles d'IA. On évitera un raffineur venant du département informatique, à moins qu'il ne connaisse parfaitement le métier.

-              Une compréhension étendue du concept de métadonnées est nécessaire. Décrire, expliquer, documenter, formaliser, structurer, organiser… cela passe par la création d'une ontologie, d'une couche sémantique commune. Toutes ces compétences sont souvent détenues par des professionnels du document électronique. Documentalistes et archivistes auront ici une carte à jouer. Et les graphes de connaissance n'ont déjà plus de secrets pour eux.

-              Et finalement une aptitude à écouter, faire émerger des non-dits, et retranscrire des besoins. Encore une fois, l'analyste métier est à l'aise avec ce mode de fonctionnement. Oreille externe, il cherche à comprendre, à poser les questions, à faire émerger les besoins.

Exprimer les attentes de préparation des données brutes pour alimenter les modèles d'IA me semble donc un projet d'analyse métier. Les parties prenantes sont les informaticiens en charge du projet IA, les métiers demandeurs et futurs utilisateurs, le département juridique ou le DPO pour évoquer les sujets réglementaires. Et les livrables sont le projet permettant le raffinage des données brutes en données exploitables par les meilleurs modèles d'IA.

C'est une spécialisation à intégrer dans une formation sur l'analyse métier !

Données et documents, archives et sauvegardes, bases de données et GED... nos métiers (de l'information, et de la donnée) utilisent des termes différents. Mais donc la signification est souvent plus proche qu'on ne l'imagine. Les "professionnels de l'information" et les "professionnels des données" semblent ne pas se comprendre... mais chacun n'adopte-t-il pas une position exagérée. Quelles sont nos divergences et nos convergences.
De mon point de vue, les professionnels du traitement des documents ont énormément de choses à apprendre aux professionnels de la donnée. A condition que ces derniers acceptent d'écouter, et parfois de se remettre en question. Mais l'inverse est également vrai. Les professionnels du document doivent accepter que le monde évolue, et que la transformation numérique impact le fondement de leur métier. Les professionnels de la donnée ont également des choses à partager avec eux.
Je rêve d'une entreprise où gouvernance des données, archives, documentation, informatique... se rencontreront autour d'une même table pour définir une stratégie commune, au service de la valorisation du patrimoine informationnel. Et Margot souhaite elle-aussi que nos métiers dialoguent plus ensemble.

Nous avons eu envie de parler ensemble des données au service de la communication de crise. Cette étape que tout le monde redoute, nécessite pour être franchie avec succès d'avoir accès sans délai, aux bonnes données. Comment s'y préparer ?

Vous vous dites, ça y est, on l'a perdu ! Il est resté en 1999 à la création de Salesforce ! Non, car si le SaaS est bien vivant depuis 25 ans, le nouveau SaaS pointerait le bout de son nez selon les oracles du marketing. Nous serions en train de passer du Software as a Service au Service as a Software. Que c'est beau le monde du marketing !

Allez, je vous explique. Le principe du Software as a Service a combiné depuis plus de deux décennies l'évolution technologique du cloud computing, et la migration du modèle d'achat de licences logicielles vers celui d'abonnement. Les deux éléments sont indépendants, mais en réalité ces deux évolutions ont été concomitantes.

Au lieu d'acheter un logiciel, vous souscrivez à un abonnement, qui comprend le droit d'accès au logiciel, l'infrastructure technique, et les services associés. Un forfait en quelques sortes, mais payé chaque mois. À court terme, le coût en est bien plus intéressant et plus flexible, à long terme un peu moins, cependant dans un marché en évolution perpétuelle, tout le monde est gagnant.

Mais voilà, l'intelligence artificielle (je ne sais pas trop ce qu'elle vient faire là), et 20 ans de SaaS ont épuisé les ressorts marketing et commerciaux. Il fallait réinventer ! Et l'on serait donc en train de remplacer le SaaS par le SaaS !

Le Service as a Software serait la combinaison d'une plate-forme technologique, et de services assurés par des humains… ou des IAs. Un bon exemple est le logiciel QuickBooks très populaire en Amérique du Nord, et qui permet à chacun de s'acquitter de ses travaux comptables et de ses déclarations fiscales. Ces dernières ne sont pas réalisées par le client, mais par un comptable, qui utilise le logiciel, complété de ses compétences. Et dans le cas de QuickBooks, le comptable pourrait être une IA.

Cela fait dire à certains analystes que le développement des agents intelligents conduit cette transformation du marché. Le client ne s'abonne plus à un logiciel qu'il utilise, mais à un service que lui rend une IA, avec un peu d'humain, parfois. Si l'on reprend l'exemple de Salesforce, un commercial humain entre les données d'un nouveau client, puis les agents dans Salesforce créent automatiquement le flux d'actions de proposition, de relance, de vente. Les nouveaux SaaS remplaceraient donc certains humains chez leurs clients.

Tout cela n'est pas totalement nouveau. D'abord, désolé de reparler du passé, mais cela existe depuis la nuit des temps, cela s'appelle de l'externalisation. Lorsque j'envoyais mes documents comptables à mon expert-comptable et qu'il les saisissait dans son logiciel pour ensuite réaliser mes déclarations fiscales, c'était donc déjà du Service as a Software. N'allons pas réinventer des mots qui n'apportent aucune nouveauté, juste pour être « moderne ». Tiens, clin d'œil, ils auraient pu faire comme la Modern Data Stack, et l'appeler Modern SaaS !

Plus sérieusement, la nouvelle donne vient de l'automatisation des processus. Là encore rien de nouveau, à part si cette automatisation est réalisée par des agents intelligents qui prendraient eux-mêmes, en fonction des circonstances, les bonnes décisions. Attention, pas un système expert qui se contente d'exécuter ce que l'expert a programmé – ça on le fait depuis les années 70 -, mais un véritable agent intelligent qui prendrait seul des décisions en fonction d'un entrainement à partir de données historiques.

Selon Foundation Capital, cela représenterait un marché de presque 5000 milliards de dollars. Tout dépend bien sûr de ce que l'on met dedans. En tout cas, des dizaines d'entreprises sont déjà identifiées comme fournisseurs de Service as a Software. Si vous êtes un prestataire, qui réalise des travaux pour le compte de ses clients, de manière externalisée ; ne dites plus que vous faites de l'outsourcing, mais du Service as a Software, votre valorisation explosera peut-être ! Et puis, dites-moi ce que vous pensez de tout cela en commentaire.

Cela fait-il de Cartographit un outil potentiel de gouvernance des données ?

Nous abordons ce sujet et différentes questions connexes.

- La cartographie du Système d'Information (SI) offre une vue d'ensemble, un inventaire global du SI, incluant les données (objets d'information). Cartographit permet non seulement de réaliser cet inventaire des données, mais aussi de les classifier selon leur niveau de sensibilité, de déterminer si elles sont des PII (données personnelles) et de connaître leur DICT. Cela offre ainsi une vision précise et détaillée des données.
- Cependant, connaître les données est une première étape. Comprendre comment elles sont utilisées et où elles se trouvent ajoute une dimension essentielle. Cartographit permet de relier ces données aux processus métiers (vue fonctionnelle), aux actions techniques (quelles bases de données, quels flux ou quelles applications utilisent ces données) et de localiser physiquement ces données (par exemple : Bâtiment 1, Salle 44, Baie 1.1).
- Grâce à une interface utilisateur (UI/UX) optimisée et à une navigation cartographique fluide, Cartographit permet de parcourir l'ensemble de son SI et d'explorer le fonctionnement de son entreprise, tant d'un point de vue technique que fonctionnel.

Ainsi, vous pourrez parler de Grands Modèles de Langage, les GML ; d'instructions génératives pour les prompts, de jeton textuel pour les text token, et d'apprentissage antagoniste pour l'adversarial machine learning.

Plus aucune excuse pour truffer vos textes et vos vidéos de ces anglicismes qui ne rendent pas hommage à notre langue. Ça fait plus chic ? C'est plus court ? Tout le monde le dit ? Toutes ces excuses sont valables, mais avec un petit effort, vous verrez que vos textes en ressortiront de meilleure facture. Et ne devenez pas ces directeurs marketing que je rencontre régulièrement et qui commencent leur présentation en s'excusant des mots anglais qu'ils utiliseront… sous prétexte que, vous savez, je vis aux States depuis plusieurs années, et je ne sais plus comment on dit en français.

Cinq pages du JO du 6 septembre à imprimer donc, et à garder bien visible sur votre bureau.

Ah tiens d'ailleurs, il y en a un qui manque ! Je n'ai pas trouvé la traduction de RAG, Retrieval Augmented Generation. Il va falloir continuer l'enrichissement du dictionnaire. J'ai trouvé sur Internet une traduction sous forme de Génération Augmentée de Récupération. Pourquoi pas. Qu'en pensez-vous ?

A tiens, amis québécois qui nous écoutez, vous qui êtes si prompts à défendre la langue française, montrez l'exemple ! Le problème c'est que nous ne sommes pas toujours d'accord sur les traductions… Ainsi l'Office Québécois de la Langue Française recommande d'utiliser le terme de « requête » pour désigner les prompts. Alors requête ou instruction générative ? Qu'en pensez-vous ?

Cet été, le MIT nous a fait un cadeau ! Le prestigieux organisme de recherche américain a publié un référentiel complet des risques liés à l'intelligence artificielle. L'objectif : vous aider à cartographier l'ensemble des risques qui pèsent sur votre entreprise afin de les mesurer, les quantifier et les mitiger par la suite.

Si vous suivez mes contenus sur le thème de la gouvernance des données et de l'intelligence artificielle, vous avez déjà été sensibilisé au fait que la mise en place d'un cadre de gouvernance passe par l'identification et la cartographie des risques.

Comment en effet atténuer quelque chose que l'on n'a pas référencé et mesuré ?

Première tâche donc, l'identification et la cartographie des risques en matière d'intelligence artificielle. Risques liés aux données, aux modèles, aux usages, les risques sont nombreux. Et l'IA Act européen prévoit d'ailleurs l'obligation de les identifier et de les suivre, afin de classifier les modèles d'IA en fonction des risques encourus.

Mais partir d'une feuille blanche et se gratter la tête en faisant le tour des bureaux n'est pas la méthode la plus efficace. Or il n'existait pas jusqu'à présent un référentiel unique, mais plusieurs référentiels, tous incomplets, et orientés.

Ces derniers mois, les équipes du MIT ont réalisé un travail de compilation et d'organisation de l'ensemble des référentiels qu'ils ont pu identifier ; regroupant l'ensemble des risques dans une taxonomie commune. The AI Risk Repository est donc un travail de synthèse des risques en provenance de 43 taxonomies différentes. Au total, 777 risques ont été identifiés, regroupés et ordonnés dans la taxonomie du MIT.

Ce travail de synthèse est fourni sous forme d'un fichier Excel ou Google Sheets. Avec 777 risques décrits, c'est évidemment beaucoup trop pour la très grande majorité des entreprises, et un important travail de compréhension et de sélection reste à faire.

Par ailleurs chaque entreprise devra évaluer le degré de survenance de ce risque dans sa propre organisation ; ainsi que les impacts de cette survenance sur son métier. Personne ne peut faire ce travail à votre place. Mais bien sûr, remercions le MIT pour cette synthèse qui permet de partir de quelque chose, d'envisager à peu près tous les cas possibles, et ainsi de progresser dans cette cartographie des risques liés à l'IA.

Le framework à déployer est donc le suivant :

-              Commencez par prendre connaissance de la base de données des risques du MIT ;

-              Sensibilisez la direction générale à l'importance, et parfois à l'obligation, de connaitre le niveau d'exposition de l'entreprise ;

-              Programmez des ateliers avec les différentes personnes concernées, métier et informatique, afin de sélectionner dans la base du MIT les risques applicables à l'entreprise ;

-              N'hésitez pas à vous faire accompagner dans cette phase afin de démarrer correctement ; un consultant spécialisé peut être un booster et un garde-fou ;

-              Pour chacun de ces risques, évaluez leur probabilité de survenance, et les impacts, financiers et autres, de cette survenance éventuelle ;

-              Reportez tout cela dans un outil spécialisé de gestion de risques ou à défaut dans une feuille Excel ;

-              Mettez en place les stratégies de modération de ces risques ;

-              Ne pas oublier de répéter ce processus, lorsque les risques changent ou au minimum une fois par an, afin de maintenir à jour cette cartographie.

Alors je vous entends déjà critiquer ! Jamais je n'aurai le temps de faire cela, la DG ne nous donnera pas de budget, encore un truc qui va rester sur les étagères, bla bla bla…

Vous avez raison de vous inquiéter ! Mais en même temps soyons direct, ce n'est pas un choix. Bien sûr, une PME peut choisir de prendre des risques, sans les mesurer, et en assumer par la suite les conséquences. Mais assurez-vous que cette décision de ne pas cartographier les risques liés à l'IA soit bien prise au plus haut niveau. Et un conseil, protégez vos arrières, et conservez bien la trace de cette décision.

Et si votre DG est plus raisonnable, et comprend l'importance de connaitre et mesurer ces risques, allez-y progressivement. Posez les premiers jalons, et commencez les ateliers. Tiens, par exemple, commencez par les nouveaux projets ! Un nouveau POC d'IA ? Dès la phase de POC, rapprochez-vous des équipes, abordez le sujet, et cartographiez les risques à la volée. En incluant la gouvernance de l'IA dans la phase de design des projets, le fameux « Governance by design », vous rendrez le sujet beaucoup plus fluide. C'est ce que j'appelle le DevSecGovOps, penser à la gouvernance dès la phase de conception, et en faire un élément essentiel de la mise en production.

Si en revanche vous avez plus de 27 ans… désolé, vous êtes déjà disqualifié par l'analyse statistique. Cependant, si vous êtes un peu en surpoids, jusqu'à 108 kilos, vous pouvez tenter le lancer de poids. Les grands triompheront au lancer de disque, quant aux plus petits qu'un mètre soixante… ils n'ont que peu de chance d'obtenir une médaille en athlétisme.

Non, mesdames, je ne vous oublie pas. Et les statistiques semblent se rejoindre. Si vous avez 22 ans, que vous mesurez 1 mètre 66, et que vous pesez 57 kilos, la médaille du 100 mètres est à votre portée, mathématiquement. Là encore, quelques kilos supplémentaires vous permettront de tenter le lancer de poids. Les plus grandes lanceront le disque tandis que les plus petites triompheront au 10 000 mètres et au marathon.

Commandité par JeffBet, un site de paris en ligne, l'étude porte sur les données de 222 500 athlètes olympiques, collectées depuis 120 ans. Pour JeffBet, remporter une épreuve dépend certes du courage, de la volonté, de l'entrainement, mais également de caractéristiques purement physiques. Et c'est l'idée de la société de paris en ligne, qui tente de convaincre que l'on peut améliorer ses probabilités de miser sur le gagnant, sans le connaitre, mais en étudiant uniquement ses données.

Le livre Money Ball de Michael Lewis, publié en 2003, nous contait déjà l'histoire controversé d'un sélectionneur de baseball qui utilisait les données pour compenser le manque de moyens de son équipe, et identifier statistiquement les meilleurs joueurs.

Alors que vous soyez pro-statistiques, persuadés que le monde est régi par la mathématique et les probabilités ; ou que vous soyez convaincu que les statistiques ne sont en aucun cas déterministes, oubliez un peu les data pendant quelques semaines, passez de bonnes vacances, et retrouvez de nouvelles émissions de votre podcast Decideo dès la rentrée de septembre pour une nouvelle saison, la cinquième !

Ayant l'opportunité d'accompagner de nombreuses entreprises dans la mise en place d'une gouvernance des données orientée métier, je voudrais partager avec vous aujourd'hui quelques prérequis organisationnels. Eloignés des habituels conseils sur les outils à déployer, je constate que les premiers pas à réaliser, et pas les plus faciles, sont liés aux personnes et à l'organisation. Trois questions !

Qui ?

Cela peut paraitre évident, mais dans la réalité, la nomination claire et affirmée de la personne chargée de coordonner la gouvernance des données dans l'entreprise n'est pas toujours une priorité. Or, sans bénéficier de l'onction de la direction générale sur le sujet, la personne en charge rencontra sur sa route toutes les embuches posées ça et là par les personnes qui ne voient pas dans leur intérêt qu'une gouvernance vienne fixer des bonnes pratiques là où ils préfèreraient que personne ne vienne mettre son nez.

Donc, la première des choses à faire est de désigner une personne, de lui donner un titre de poste qui reflète cette fonction de mise en place des actions liées à la gouvernance, et de communiquer en interne sur le sujet. Récemment, un client m'expliquait que sa direction générale ne souhaitait pas envoyer un email pour indiquer à tous les employés que cette personne était maintenant en charge de mettre en place une gouvernance des données. Je lui souhaite bonne chance dans sa mission quand même la direction générale ne lui donne pas ses lettres de crédit !

Où ?

La position de cette personne dans l'organisation est beaucoup plus importante que son titre. Je peux être nommé Data Governance Manager, mais si je suis au troisième sous-sol de l'organigramme dans une sous-direction, dépendant de la direction informatique… je n'aurai jamais l'oreille du comité de direction pour arbitrer les litiges qui apparaitront ; ni la crédibilité pour imposer aux métiers un code de conduite et des bonnes pratiques qui modifieront leurs habitudes.

Les Américains ont choisi de placer la gouvernance des données, et de l'intelligence artificielle, directement au sein du comité de direction, en créant le poste de CIGO — Chief Information Governance Officer. Pas toujours facile dans les pays francophones de réunir le budget, la personne compétente, et la volonté de la direction générale pour créer ce niveau de poste. Du fait de mon expérience, je déconseille toute organisation dans laquelle le responsable de la gouvernance des données serait à plus d'un échelon du comité de direction. Je déconseille également — à quelques rares exceptions près — que la gouvernance des données orientée métier soit rattachée à l'informatique. Si elle ne peut pas être autonome, elle devrait être rattachée à l'audit, à une direction data ou digital. Le plus important est que le supérieur hiérarchique du responsable de la gouvernance puisse directement porter les messages au comité de direction, et obtenir sa validation ou son arbitrage. Là encore, il faut organiser et communiquer clairement en interne sur l'organisation, afin qu'il n'y ait aucune ambiguïté.

Comment ?

Qu'il s'agisse de la charte de gouvernance des données, du code de conduite de l'IA, de la classification des données sensibles, du catalogue des data products, de l'ontologie d'entreprise… la gouvernance des données passe par la formalisation d'un certain nombre de livrables. Outre ses qualités relationnelles, le responsable de la gouvernance doit faire preuve d'un excellent formalisme. Rédiger, expliquer, illustrer, présenter… est son quotidien. Outre l'indispensable traitement de texte qu'il utilisera quotidiennement, il a besoin d'un outil de diffusion du contenu qu'il produit. Tout sauf des classeurs qui resteront dans une étagère ! Un simple Wiki fera l'affaire, mais il lui permettra de diffuser ses livrables, de recueillir des commentaires, des suggestions, d'échanger avec sa communauté en interne. C'est le premier outil à mettre en œuvre, avant de passer à tout logiciel complexe. Ce portail accueillera son message de nomination, la composition du comité de gouvernance, puis viendront la charte de gouvernance des données, et l'ontologie ou le glossaire métier, en fonction du niveau de profondeur souhaité.

Bon courage pour ces premières étapes. Comme elles touchent l'humain et l'organisation, elles sont à la fois indispensables et parfois les plus compliquées à accomplir.

Cette tendance, le « shift left », consiste à transférer peu à peu la responsabilité des data aux utilisateurs métiers, et l'autonomie qui va avec.

Que vous appliquiez à la lettre les principes du data mesh ou si vous créez simplement des data products pour remplacer vos entrepôts de données centralisés, vous allez passer par la recherche et l'installation d'une plateforme de jeux de données. Amazon, SAP, Microsoft mais également des éditeurs spécialisés comme Zeena, Meta-Analysis ou Orkestra Data se sont lancés dans la course. Nous en avons déjà parlé ici.

Signe que le sujet du data mesh devient incontournable, IBM se lance à son tour.

Difficile de remettre en question ses habitudes de centralisation ! IBM annonce Data Product Hub, une plateforme, centralisée, pour stocker les data products.

Les sources de données sont des entrepôts de données ou des lakehouses – 57 connecteurs sont annoncés. Les jeux de données peuvent ensuite être analysés avec Tableau, Watsonx de IBM ou encore en Python via la librairie Pandas. Le plan de développement prévoit l'incorporation d'IA générative dans les prochaines versions, fin 2024 et début 2025.

Les consommateurs de données peuvent envoyer des requêtes, demandant à accéder aux données qui les intéressent. Les producteurs de données peuvent personnaliser les formats de génération des jeux de données, pour s'adapter aux besoins de leurs consommateurs.

La gouvernance de l'ensemble est bien sur facilitée. Si vous utilisez le catalogue de données IBM Knowledge Catalog, le Data Product Hub pourra s'y connecter. Une intégration avec Informatica est prévue fin 2024. Les jeux de données peuvent être générés et stockés, ou pourront être virtualisés à partir de fin 2024. La génération et la mise à jour des data products sera automatisée dans la version de début 2025.

Point très important, des data contracts et des niveaux de service peuvent être implémentés afin de gouverner les échanges de données. Un tableau de bord de suivi est même prévu. Ces contrats « lisibles par la machine » permettront dans la version de début 2025, de mettre en place un suivi automatisé de la gouvernance.

Le Data Product Hub de IBM sera disponible en version on-premise, à l'achat ou à la location, ainsi qu'en version SaaS hébergée dans le cloud IBM, ou dans d'autres grands clouds. Une version d'essai de 60 jours sera proposée par l'éditeur. La version perpétuelle sera proposée à partir de 250 000 $, ou en location à partir de 100 000 $ par an. Le Data Product Hub est un nouveau composant ajouté à la Data Fabric de IBM.

Préparant le futur, et la monétisation des données, IBM inclut une fonction de place de marché – on appelle également cela un Data Space. Mais dès maintenant, les consommateurs de données peuvent l'utiliser pour rechercher un jeu de données répondant à leurs besoins. Avec toutes les difficultés que l'on constate lors des tentatives de création de catalogues de données métier, on peut espérer que les catalogues de jeux de données seront adoptés, par les producteurs et les consommateurs, et seront alors correctement catalogués !

… mais comme toujours, les lignes jaunes sont contournables, pour peu que l'on prenne le temps de comprendre la loi.

Je vous parle ici d'une disposition liée à l'utilisation de l'intelligence artificielle dans le cadre de procédures judiciaires, tentant de prédire quel sera le comportement de tel ou tel juge dans une affaire, et pour les parties prenantes d'adapter leur stratégie.

Aux Etats-Unis, vous l'avez certainement vu dans de nombreuses séries criminelles, la technologie est utilisée pour analyser le profil de jurés, et tenter de prévoir leur positionnement, mais également pour analyser les décisions prises par chaque juge.

Rien de bien nouveau, car les prétoires ont toujours été le berceau de rumeurs et de bruits de couloir : untel donne plutôt raison aux femmes, untel n'aime pas les hispaniques, untel est contre l'autodéfense, etc.

Depuis toujours, les avocats ont imaginé améliorer leur stratégie, persuadés que les juges sont biaisés… tout simplement parce qu'ils sont humains. Un peu comme on commentait au lycée les professeurs qui nous étaient affectés en début d'année, les avocats commentent les juges qui leur sont affectés en début de procès.

Mais au fait, les juges qui portent des lunettes sont-ils plus sévères que ceux qui ont une bonne vue ? Et les juges aux cheveux blancs sont-ils plus tolérants avec les jeunes majeurs ? Quand aux juges qui conduisent une peugeot, sont-ils plus sévères que ceux qui conduisent une Audi, dans les cas de violence conjugale ?

Questions absurdes ? Peut-être. Mais si l'apprentissage machine nous apprenait le contraire. Que l'âge, la vue, la couleur des cheveux, la voiture qu'ils conduisent présentaient une corrélation avec leurs décisions. Si cela était mathématiquement prouvé, qu'est-ce que cela prouverait justement ? Que la justice est humaine, et donc biaisée. Dans ce cas, pourquoi ne pas l'analyser, et en utiliser les résultats ?

Peut-être mais avec des limites très claires. Une loi publiée en 2019 précise en effet que les données nominatives des juges ne peuvent pas être utilisées. Il est donc interdit de prévoir la décision d'un juge en particulier dans une affaire. Mais elle ne peut empêcher la prédiction basée sur des caractéristiques, tant que celles-ci ne permettent pas de remonter à la personne, au juge.

Alors, les juges qui se savent analysés gardent-ils le même comportement ? Où cela va-t-il les inciter modifier leurs décisions ? Les études menées depuis 2019 semblent montrer que globalement ces caractéristiques interviennent très peu dans les décisions. En revanche, les tribunaux, par le profil des affaires qu'ils jugent et leur volume, prennent clairement des sanctions différentes. Entre Bobigny et Versailles, les peines appliquées sont clairement différentes dans certains types d'affaires ?

En viendra-t-on à préférer une justice artificielle, un algorithme qui appliquerait la loi, rien que la loi, sans aucune humanité ? Un film espagnol, Justicia Artificial, devrait d'ailleurs sortir en septembre prochain sur le sujet.

Aujourd'hui, alors que les entreprises du monde entier se préparent à publier leurs premiers rapports CSRD obligatoires en 2025, l'impact du CSRD se révèle avoir une étendue bien au-delà de ceux qui sont soumis à la réglementation. Le CSRD a amorcé un virage mondial vers l'intégration assurée des rapports, les chefs d'entreprise reconnaissant la demande du marché pour des données contextuelles, transparentes et crédibles qui répondent aux attentes des parties prenantes.

En se concentrant sur les aspects pratiques et techniques, Workiva vise à clarifier comment les entreprises peuvent utiliser la data pour non seulement respecter les normes réglementaires, mais aussi pour piloter des décisions stratégiques qui favorisent un développement durable et éthique.

Ainsi, courant mars, le Parlement Européen a approuvé la législation sur l'IA générative qui garantit la sécurité et le respect des droits fondamentaux tout en encourageant l'innovation[1]. Celle-ci précise notamment que l'IA générative doit être aussi transparente que possible, en décrétant que les développeurs doivent démontrer précisément le fonctionnement du modèle et les données sur lesquelles il est entraîné. Par ailleurs, il y a quelques semaines, la CNIL publiait des recommandations quant au cadre juridique et aux bonnes pratiques pour le développement d'un système d'IA vertueux[2].

Dans un tel contexte, et à mesure que l'IA générative et les grands modèles de langage se généralisent, l'intégration de ces technologies dans les opérations des entreprises s'accompagne de deux dilemmes éthiques importants : une utilisation transparente et responsable ainsi que des résultats fiables. Les graphes de connaissances pourraient constituer un moyen d'améliorer la transparence et la confiance exigées par la loi européenne sur l'IA.

« L'IA générative progresse aujourd'hui à une vitesse jamais vue. Si l'on ne peut espérer que les décideurs politiques parviennent à suivre le rythme de cette innovation, l'absence d'un cadre et de normes garants d'un développement responsable de l'IA générative pourrait empêcher la société de prendre la pleine mesure du potentiel infini de cette technologie et de la mettre au service de l'intérêt général.

Pour que ces systèmes profitent à la société dans son ensemble, inspirent confiance et répondent aux normes réglementaires clés, il est essentiel de prendre en compte l'infrastructure technologique au sens large et, surtout, les systèmes de gestion de données. Les graphes de connaissances se distinguent comme la structuration de données essentielle qui améliore les solutions d'IA générative en apportant plus de précision, de transparence et d'explicabilité.

En effet, les graphes de connaissances permettent des interrogations, des déductions et des raisonnements sémantiques basés sur les relations. Ils jouent donc un rôle essentiel en agissant en complément de l'IA générative, en lui permettant de modéliser le raisonnement humain à plus grande échelle. Les graphes donnent un contexte plus profond aux données qui alimentent un modèle d'IA générative, ce qui permet l'explicabilité et la pertinence, pour éviter les hallucinations. De plus, grâce à la gestion fine des rôles et des droits sur les données de graphes, les organisations peuvent gérer au plus près la sécurité et la confidentialité. », analyse Nicolas Rouyer, Consultant Avant-ventes Senior chez Neo4j.

- Posons nous la question de l'impact des nouveaux usages mobiles (IOT, mobiles) sur les données. Quelles nouvelles données collectons-nous ? Et quelles sont leurs particularités ?
- Plus l'IA se développe, plus on a besoin de l'alimenter avec des données de qualité. Comment s'assurer que les données collectées sont exactes, homogènes et contextualisées ?
- Quels outils permettent de détecter cette non-qualité de données ? Peut-on la corriger ? Comment ?

Le succès d'Apple est dû au travail de milliers de personnes, mais deux d'entre elles ont fait de Apple ce qu'il est devenu, on aime ou on déteste. Steve Jobs bien sûr, son fondateur, mais également Jonathan Ive, qui a supervisé le design des produits pendant 27 ans. Ce qui fait la différence chez Apple, c'est justement cette combinaison du design de produits physiques, et d'une offre logicielle parfaitement intégrée.

Aujourd'hui, l'intelligence artificielle, ce sont des outils logiciels fantastiques, et qui continueront à se développer dans les prochaines années, mais utilisés à partir d'appareils physiques et d'interfaces utilisateurs datées, pour ne pas dire préhistoriques.

Ouvrir votre navigateur pour poser une question à ChatGPT au travers d'un clavier et d'un écran… quelle tristesse ! On peut bien sûr imaginer l'adaptation des montres connectées, des casques de réalité virtuelle, ou des assistants vocaux afin qu'ils servent d'interface à ces outils. Une IA dont on dit que son impact sera plus important sur notre société que la révolution industrielle.

Quel outil ? Quel objet ? Quelle interface ?

Le BlackBerry, puis l'iPhone, en leurs temps, ont inventé pour nous de nouveaux usages. Le déroulement continue des pages sans fin sur les réseaux sociaux a fondamentalement changé notre manière de naviguer.

L'IA va devoir nous apporter un support au moins aussi révolutionnaire. On parle beaucoup d'un assistant personnel, d'un dispositif nous permettant d'accéder en toutes situations, à cette IA à notre service. Un nouvel appareil qui ne serait ni un téléphone, ni un ordinateur, avec lequel nous communiquerions sans doute avec la voix, et qui serait portable, connecté, léger ; en résumé, quelque chose qui n'existe pas encore, mais qui deviendrait notre compagnon intelligent, notre deuxième cerveau dit-on parfois.

Mais alors, qui et quand ? Bien sûr je n'ai pas la réponse définitive à ces questions.

Mais, et c'est l'objet de cette chronique, une association annoncée il y a quelques jours mérite notre attention.

Jony Ive, et c'est là qu'il intervient, vient d'annoncer s'associer avec Sam Altman, le patron d'OpenAI, afin de lever des fonds pour développer ce fameux assistant intelligent.

Pour Sam Altman, c'est la bonne décision. S'il ne développe pas son propre appareil, OpenAI risque d'être cantonné à son rôle d'OEM, de fournir des intelligences artificielles à ceux qui voudront bien les intégrer. Mais il a certainement compris que le succès d'Apple vient de cette intégration. D'ailleurs même Microsoft a cherché plusieurs fois, sans grand succès, à développer ses propres matériels.

Donc une IA sans appareil pour l'héberger, restera toujours un logiciel, à la merci des choix des fournisseurs de matériels.

En s'associant à Jony Ive, il montre aussi qu'il a compris que le matériel doit être beau, attirant, pour que l'on ait envie de dépenser beaucoup d'argent pour se l'offrir, et pour le montrer. Le récent lancement du casque Apple Vision Pro en est encore un exemple. 

Les travaux d'Apple inquiètent très certainement Sam Altman ; l'abandon du projet de voiture Apple est une mauvaise nouvelle pour lui. Car ce sont des milliards qui auraient été dépensés sur ce projet et qui pourraient être réaffectés à d'autres projets, justement dans l'IA.

Car si Apple est en retard en matière d'offre d'IA à grande échelle, l'entreprise dispose justement du savoir-faire et d'appareils existants, iPhone, Apple Watch, HomePod, etc. 

Le combat des chefs pourrait être demain Apple contre OpenAI. Le premier dispose du savoir-faire matériel, mais doit s'améliorer sur la partie logicielle. Le second est en avance sur le logiciel, mais totalement absent de la partie matérielle.

Donc cette nouvelle société qui serait en cours de création, pourrait lever pas moins d'un milliard de dollars. De quoi lui permettre de développer tranquillement son assistant personnel. Une somme que Jony Ive et Sam Altman ne devraient pas avoir trop de mal à réunir. Des rumeurs courent d'ailleurs que la veuve de Steve Jobs, Laurene Powell Jobs, figurerait parmi les investisseurs. Avec ce nouveau de financement, les enjeux sont importants. Jony Ive et Laurene Powell Jobs se retrouveraient en concurrence directe avec Apple. Les conseils d'administration vont être tendus !

Il manque d'ailleurs une partie importante à l'association Altman – Ive : la fabrication du matériel. Maitriser comme Apple le fait, la totalité de la production est un atout énorme. ARM, le fabricant de micro-processeurs serait d'ailleurs en discussion avec les fondateurs.

Si vous voulez avoir une idée de ce que pourrait être demain un dispositif de ce type, jetez un œil au AI Pin développé par la société Humane. Une broche que l'on porte sur sa poitrine et avec laquelle on interagit par la voix et par le geste.

Et puis pour terminer, rêvons un peu… Et si Apple, Jonathan Ive et Sam Altman, décidaient finalement de travailler ensemble. Les modèles de OpenAI, le design de Jony Ive, et la puissance de Apple. C'est un trio gagnant !

Avec elle, nous nous interrogeons sur la relation parfois ambigüe que nous entretenons avec nos données personnelles. 

• Est-on en train de perdre ou au contraire pouvons-nous reprendre le contrôle de nos données personnelles ?
• Le grand public commence-t-il à avoir conscience de la valeur de ses données personnelles ?
• Ces dernières années, a-t-on progressé ou regressé dans ce domaine ?
• Et les nouvelles générations, quelle est leur attitude vis à vis des données personnelles ?
• Les gouvernements montrent-ils l'exemple en protégeant et en exploitant correctement les données qu'ils collectent sur leurs citoyens ?

 Suite à l'Executive Order signé par Joe Biden le 30 octobre 2023, l'administration américaine a publié un Mémorandum destiné à l'ensemble des agences et départements de l'administration américaine.

Dans ce document, Shalanda D. Young, précise que les administrations concernées devront nommer d'ici le 28 mai 2024, un Chief Artificial Intelligence Officer (CAIO), dont le document définit le profil, ainsi que former un comité de gouvernance de l'IA.

Les principales responsabilités du CAIO seront les suivantes

- coordonner l'utilisation de l'IA dans l'agence gouvernementale ;

- promouvoir l'innovation liée à l'IA ;

- gérer les risques liés à l'utilisation de l'IA.

Le mémorandum précise que la personne choisie pour occuper cette fonction peut être le directeur des systèmes d'information, ou le directeur du data office ; mais il peut également s'agir d'un recrutement extérieur. La description de poste (en pages 6 et 7 du document) permet de détailler les trois points indiqués ci-dessus et l'ensemble des tâches qui leur sont connectées, dont :

•           Un travail de coordination avec l'ensemble des départements et agences de l'administration y compris dans le domaine des ressources humaines afin de prendre en compte l'impact sur les métiers actuels et le besoin de formation ;
•            Promotion de l'égalité et de l'inclusion dans les processus de décision ;
•            Identification et cartographie des risques, en particulier en matière de sécurité et de respect des droits ;
•            Établissement de procédures de contrôle afin de vérifier la conformité des systèmes d'IA utilisés avec les lois et règlements américains ;

-        Le document prévoit que pour réaliser ces tâches, le CAIO doit avoir une position hiérarchique suffisamment élevée pour d'une part échanger avec les directions des autres agences, et d'autre part vérifier la conformité des systèmes d'IA implémentés dans les directions de sa propre agence.

En parallèle, le document demande à chaque agence de mettre en place un comité de gouvernance de l'intelligence artificielle. Il peut s'agir d'un comité existant (par exemple de gouvernance des données) dont les compétences seront élargies à l'IA.

Devront participer à ce comité au moins les départements suivants : « informatique, cybersécurité, données, vie privée, droits civils et libertés civiles, équité, statistiques, capital humain, achats, budget, affaires juridiques, gestion de l'agence, expérience client, évaluation des programmes, et responsables de la mise en œuvre de l'IA au sein du ou des bureaux de programme de l'agence. Les agences devraient également envisager d'inclure des représentants de leur bureau de l'inspecteur général respectif »

Après cette avancée en matière d'organisation et de ressources, comment les autres pays vont-ils s'organiser ? Quand verra-t-on dans l'administration française, canadienne, suisse ou belge la nomination de CAIOs et de comités de gouvernance de l'IA ?

Selon une enquête de l'Associated Press, déjà 70 % des rédacteurs utilisent l'IA générative pour produire du contenu. Les données sont omniprésentes dans la démarche : dans l'alimentation des modèles, dans les prompts et dans les contenus produits.

Si j'écris demain un article à l'aide d'un traitement de texte, c'est moi qui en serai l'auteur et non Word. Mais si j'écris les prompts qui me permettent de demander à ChatGPT de produire cet article, ou le code d'un logiciel, ce serait donc ChatGPT qui deviendrait l'auteur ? Non, et heureusement, il a déjà été établi par jurisprudence dans plusieurs pays, qu'une IA ne pouvait pas obtenir de droits de propriété sur ses propres créations. L'IA n'a pas de personnalité juridique. C'est l'Humain qui a piloté l'IA qui est reconnu comme auteur de ses créations. 
Mais demain, le journaliste, le scénariste, mais également le programmeur, le rédacteur de documentation, ne manipuleront plus directement les mots, mais les prompts qui serviront à les produire. Pourrait-on aller jusqu'à déposer et protéger un prompt, tout comme on protège un livre, un logiciel ou un scénario ? Peut-être est-ce une idée à creuser. Juristes spécialistes de la propriété intellectuelle, je vous lance la perche !
En tous cas, ces prompts, ce sont également des données. Et il faut les collecter, les stocker, et donc peut-être les protéger, afin de faire le lien entre le prompt et le contenu qu'il a produit. 
En entreprise, la réplicabilité et l'explicabilité sont des sujets importants. Si je lance deux fois la même requête sur une même base de données, je dois obtenir le même résultat. Sinon, j'ai un problème. Êtes-vous certain que le même prompt lancé dans le même outil d'IA générative, produira le même contenu ?
Je ne crois pas, et c'est un vrai problème.
Si j'utilise l'IA générative pour transformer une question en langage naturel en requête SQL, la même question donnera-t-elle toujours la même réponse ? Si non, ça sent le crépage de chignon en réunion du lundi matin. Ça peut faire sourire, mais imaginez que votre tableau Excel donne des résultats différents en fonction de l'heure de la journée, de la météo ou de l'âge du capitaine.

Je vous parle beaucoup en ce moment de gouvernance de l'intelligence artificielle. Une des facettes de cette gouvernance, sera la gestion des prompts. Leur historisation, la traçabilité de leur cycle de vie, le lien entre le prompt et son résultat, etc. Des tas de métadonnées qu'il va falloir organiser.

Je ne sais pas encore comment nous l'appellerons, mais c'est un outil qu'il va falloir inventer. On y retrouvera :
-    L'historisation des prompts utilisés, et de leurs métadonnées ;
-    La traçabilité, le lineage, qui a mené du prompt au résultat. Quel modèle a été utilisé, quelle version, quelles données d'entrainement, etc..

Cet outil permettra également de vérifier les droits d'accès, la conformité des données utilisées, et produites. Et il assurera la piste d'audit nécessaire pour qu'en cas de besoin, le service conformité ou audit interne, voir une autorité extérieure, puissent remonter l'historique.

Vous voyez que le sujet de la gouvernance de l'IA, et des données qui vont avec, n'est pas une mince affaire. On est loin de votre ado tout fier d'avoir utilisé ChatGPT pour rédiger 10 lignes sur la révolution russe !

Si vous envisagez une utilisation sérieuse, et en production, de l'intelligence artificielle, vous devrez passer par les étapes que je viens de décrire. Et si vous cherchez une idée de business à créer dans le domaine du logiciel, regardez du côté d'une plate-forme de traçabilité des usages de l'IA en entreprise… il y a tout un marché !

Depuis que le concept de data mesh a émergé en 2019, la réponse des grands éditeurs de solutions centralisées était attendue. SAP n'étant clairement pas un ardent défenseur de la décentralisation, il était légitime pour ses clients de se demander comment l'editeur allait aborder le sujet.

Lancé en 2019, formalisé en 2022 dans le livre éponyme, le concept de data mesh a convaincu un certain nombre d'entreprises comme Suez, Le bon coin, Paypal, Eurotunnel, etc. Certains ne le nomment pas, et en choisissent les principes qu'ils souhaitent appliquer. Mais tous font un pas vers la décentralisation de la responsabilité des données vers les domaines métiers, et la migration de data warehouses centralisés vers des data products, décentralisés fonctionnellement et centralisés techniquement.

Centraliser les données ou les jeux de données ?

La réponse de SAP est apparue récemment, elle s'appelle SAP Datasphere. Soit pour ne pas avoir à payer de royalties, soit pour ne pas avouer qu'il n'est pas l'inventeur du concept, SAP n'utilise quasiment pas l'expression data mesh dans sa communication. Mais l'objectif est clairement de répondre à cette évolution. Voyons ensemble comment.

Il y a quelques années, SAP migrant vers le cloud, proposait comme solution centrale à un système décisionnel son offre SAP Data Warehouse Cloud. Evoluant sur les plans technologiques et marketing, SAP Data Warehouse Cloud est devenu SAP Datasphere. Et il y a tout juste un an, SAP a présenté SAP business data fabric, basée sur SAP Datasphere comme coeur de la conception des systèmes décisionnels pour ses clients. "i[Data Fabric est une architecture technique, qui permet de rassembler des données hétérogènes en provenance de plusieurs sources]i", explique Wolfgang Epting, expert produit chez SAP. On est donc bien dans une architecture de centralisation des données. Mais en réalité, SAP défend que SAP Datasphere peut être utilisé pour centraliser, de manière technique uniquement, des données ou des jeux de données (data products) qui peuvent provenir de sources externes.

Ainsi, en définissant et construisant les data products dans les domaines métier, comme le préconise le data mesh, mais en les stockant dans la SAP business data fabric, cette dernière devient une plateforme selfservice de jeux de données. Les quatre principes du data mesh sont bien respectés : les domaines, les jeux de données, la plateforme en libre-service, et la gouvernance fédéralisée.

Il faudra cependant resister à la tentation de stocker les données unitaires dans SAP business data fabric et d'y fabriquer les jeux de données, auquel cas il n'y aurait plus de décentralisation et l'on retrouverait le trio data warehouse - data lake - data mart. Le data mesh est avant tout un changement de paradigme, une organisation différente, décentralisant la responsabilité des données dans les métiers, et modifiant la répartition des rôles entre l'informatique et les métiers. Les luttes de pouvoir pourraient se réveiller à l'occasion de cette mise en place…

Cataloguer, la première pierre de l'édifice

Qu'il s'agisse de gouvernance ou de data mesh, le catalogue des données est au centre du dispositif. SAP ou pas, sans catalogue de données, toute la gouvernance et la décentralisation des responsabilités vers les métiers, seront incomplètes et surtout bien compliquées à appliquer.

SAP s'est beaucoup appuyé sur ses partenaires pour la création du catalogue des données. Collibra semble le partenaire éditeur privilégié. D'ailleurs, en terme de couverture fonctionnelle, comme de coût et de délai de mise en place, il n'est pas rare d'entender Collibra qualifié de "SAP des catalogues de données".

Jusqu'à ce que SAP annonce sa propre solution, SAP Datasphere Catalog. Il permet " i[de découvrir, gérer et controler, toutes les données afin de garantir une gouvernance transverse de l'ensemble de leur cycle de vie]i", explique Wolfgang Epting. Il s'appuie sur un graphe de connaissance, qui met en relation les données, les métadonnées, et les processus métier. Dès la version 1.0 de SAP Datasphere, publiée en janvier 2024, il est possible de rechercher en une fois des données et des jeux de données dans le catalogue.

Dans la feuille de route publiée par SAP, la connexion entre les data products et le catalogue de données, est prévue pour le dernier trimestre 2024. Les data products pourront alors s'enrichir des métadonnées du catalogue. Le catalogue de données pourrait alors devenir un catalogue de data products. L'extraction automatique des métadonnées pour alimenter Datasphere est prévue pour le premier trimestre 2025. Une question intéressante se pose alors en ce qui concerne l'avenir de la coopétition avec Collibra, et de l'impact de SAP Datasphere Catalog sur les clients actuellement équipés de SAP et de Collibra… Devront ils cumuler les deux solutions ou SAP leur conseillera-t-il amicalement de se concentrer sur sa propre solution ?

Vers le partage et la monétisation des données

Autre évolution intéressante, la place de marché de jeux de données que pourrait devenir SAP Datasphere. Les différentes fonctionnalités liées à la publication de données et de jeux de données sont prévues dans le courant de 2024. Seule l'ouverture vers une place de marché publique est inscrite dans la vision mais non encore planifiée.

Franchement, si le ramage de SAP business data fabric, et ses composants Datasphere et Catalog, se rapportent à leur plumage, cette évolution de l'offre de SAP est en ligne avec celle des bonnes pratiques, et c'est une bonne nouvelle. Reste à voir le prix, les ressources de mise en œuvre, et la complexité.

Quand vous entendez le nom de Michael Stonebraker, et que vous avez quelques souvenirs de vos cours d'histoire du logiciel, vos neurones se réactivent.

Michael Stonebraker est en effet le concepteur de Ingres, au début des années 70, qui donnera naissance à Sybase, à Postgres. Spécialiste des bases de données, il donnera naissance à de nombreuses entreprises dont Vertica, VoltDB, etc. et sera pendant plusieurs années le directeur technique de Informix.

Et si vous avez perdu la mémoire de cette histoire des bases de données, où si vous ne vous y êtes jamais intéressé, je vous conseille la lecture du petit livre rouge du sujet : RedBook.io. Disponible gratuitement, la 5ème édition, qui date de 2015, vous permettra de comprendre comment et pourquoi ont été créés ces composants indispensables de notre système d'information, les bases de données.

Mais ce n'est pas le sujet du jour. En effet, à 80 ans, Michael Stonebraker n'a pas l'intention de partir à la pêche au coeur de l'Amérique profonde, mais plutôt de se lancer dans un nouveau projet : DBOS !

La réflexion de Michael Stonebraker part du rôle croissant de la donnée dans le système d'information. Notre économie "data driven", nos entreprises "data driven", notre architecture informatique bientôt "data driven". Mais nos systèmes d'exploitation ne le sont pas encore; Linux par exemple.

Pour Michael Stonebraker, il est temps de séparer les données du code du système d'exploitation, et réduire celui-ci à un petit noyau logiciel, exécutant quelques fonctions basiques de bas niveau. Tout le reste s'exécute dans la base de données. Cela fait maintenant trois ans qu'il travaille au MIT et à Stanford sur le sujet. Depuis une quinzaine d'années les bases de données relationnelles OLTP ont été grandement optimisées; elles pourraient donc aujourd'hui supporter l'exécution des tâches d'un système d'exploitation, explique-t-il. L'idée est donc de faire tourner l'OS dans la base de données.

Une des fonctionnalités intéressantes est le "time travel debugger". Il permet de remonter dans l'historique du système d'exploitation, par exemple en cas de cyber-attaque, et de revenir à la situation antérieure, instantanément.

DBOS, qui compte pour l'instant une équipe de dix personnes, a levé 8,5 millions de dollars pour lancer ses activités. Michael Stonebraker en est un des cofondateurs, et le directeur technique. Un autre des cofondateurs est l'ancien directeur technique de Databricks. DBOS serait déjà en test dans une grande banque et une société du secteur agro-alimentaire.

Pour en savoir plus, https://www.dbos.dev/

- Le secteur financier est-il un émetteur d'externalités ? De quels types ?
- Est-ce que la transformation numérique du secteur financier est un atout pour améliorer l'impact ESG ou au contraire un générateur de nouvelles externalités ?
- Au coeur du sujet ESG, il y a la mesure, donc les données. Comment s'organise-t-on pour collecter et conserver ces nouvelles données ?
- Comment s'assurer de leur qualité et de leur impartialité ?
- Comment le système d'information doit-il s'adapter dans les prochaines années à ces nouvelles comptabilités ?

Nous parlons de conduite de projet, de choix d'un outil de catalogue de données, de la répartition des responsabilités entre l'informatique et les métiers. Nous abordons également un sujet novateur, celui du tableau de bord du projet de gouvernance : comment le construire, quels indicateurs doit-il contenir, etc.

Vous avez décidé de suivre la tendance ? Bravo ! C'est à dire de vous appuyer sur les utilisateurs métiers pour gérer et gouverner leurs données. Et vos propriétaires de données développent des data products, en négociation directe avec les consommateurs de ces mêmes données. Fantastique ! Selon plusieurs études, entre 50 et 70 % des entreprises seraient en train de planifier ou de déployer ce type d'architecture.

Généralement, lorsque je présente cette nouvelle organisation à des entreprises, cela soulève deux questions : celle du catalogage des data products, et celle du stockage des données.

Pour ce qui est du stockage, beaucoup de solutions ont émergé; on parle souvent de Snowflake ou de Databricks, mais également de Amazon Data Zone que je vous présentais la semaine dernière.

En ce qui concerne le catalogage des données, c'est plus compliqué.

Par définition, un catalogue de données catalogue … des données. Or là, ces données sont regroupées dans des jeux de données, ces fameux data products.

Comment un catalogue de données peut-il évoluer vers un catalogue de jeux de données. C'est ce que propose depuis cette semaine Zeenea. Zeenea est un éditeur français, qui propose à ses clients une gestion de catalogue de données.

Dans Zeenea, un Data Product est, je cite, "une collection de Jeux de Données de haute qualité et leurs métadonnées (propriétés, description, termes de glossaire liés, etc.), fournissant un contexte clair aux consommateurs de données".

L'éditeur a choisi de créer un magasin de data products. A l'image d'un site de commerce électronique, les utilisateurs de données vont pouvoir consulter une "Enterprise Data Marketplace", dans laquelle les producteurs de données auront déposé leurs data products. Vous pouvez donc dans Zeenea cataloguer vos données, et partager vos data products.

La solution est de plus basée sur un graphe de connaissance. Il permet aux utilisateurs de découvrir des données ou des data products, en suivant les liens. Les points essentiels tels que la gestion du cycle de vie, des politiques d'accès aux données, ou encore de la conformité des data products, sont pris en charge par la plateforme. A plus long terme, Zeenea envisage de décentraliser plus encore ses catalogues de données, en intégrant une forme de fédéralisation. Un catalogage géré par les utilisateurs, mais dans un cadre de gouvernance fédéral.

Alors, appelez cela data mesh, ou pas, mais clairement Zeenea va dans la bonne direction. Allez, juste une remarque, Zeenea devrait intégrer la notion de data contracts dans sa plateforme. Ce contrat, signé entre le producteur et le consommateur d'un data product, est justement la partie qui manque à la théorie du data mesh.

Mais c'est surtout parce que le data mesh est assez contraignant, si l'on en respecte l'ensemble des principes. Les entreprises choisissent donc plutôt de s'en inspirer et de sélectionner les règles qu'elles souhaitent appliquer.

Se pose bien entendu la question de l'architecture informatique qui va supporter ces data products. Hors de question de laisser chaque utilisateur gérer cela de son côté. Ce serait une catastrophe technique et de conformité. Mais on ne veut pas non plus revenir à une centralisation, dans un outil technique inaccessible aux utilisateurs… nous n'aurions alors pas progressé par rapport au data warehouse… Et n'oublions pas, pour compléter le tableau, que ces data products vont devoir partager la scène, pendant plusieurs années sans doute, avec les architectures centralisées actuelles. Difficile d'imaginer qu'une grande entreprise ait la maturité nécessaire pour que tous les utilisateurs prennent dès maintenant le contrôle de leurs données. Il va donc falloir gérer une transition par étape, avant d'envisager de décommissioner les systèmes centraux.

Amazon propose d'apporter une réponse avec un nouveau produit, appelé Data Zone. Il s'agit d'un "espace", où l'on va pouvoir conserver l'ensemble des données, qu'elles soient dans des data lakes, des data products, avec une logique de place de marché. En parallèle, Amazon lance un outil d'intelligence artificielle générative au service de la donnée. Il s'appelle Data Genie. Il va fonctionner de concert avec le catalogue de données Amazon Glue Data Catalog. Et s'appuie sur ce catalogue pour y ajouter un glossaire métier, permettant à l'IA générative de créer des descriptions automatisées, et de comprendre des requêtes en langage naturel. Amazon reconnait que "cela ne remplacera jamais la description rédigée par un spécialiste métier", mais c'est une avancée intéressante. Attention cependant, les descriptions sont uniquement générées en anglais pour l'instant.

Dans le cadre de la compréhension des requêtes envoyées par l'utilisateur en langage naturel (d'ailleurs cela fonctionne ici en français, en espagnol et en anglais), plutôt que de vectoriser l'ensemble des données pour essayer de les comprendre, Amazon Genie s'appuie là encore sur le catalogue; et c'est lui qui est vectorisé - à la clef, gain d'espace, de temps de calcul et de coût. Cela renforce la place centrale de la gouvernance des données, et de son catalogue au coeur de la plateforme data. Bien sur cela ne fonctionne que si vous utilisez l'ensemble de l'écosystème Amazon. L'éditeur nous dit que le lien peut être fait avec des catalogues existants tels que Collibra ou Alation, mais cela suppose un export de tout le catalogue au format JSON… je n'appelle pas cela de l'intégration.

Alors, la Data Zone est-elle plus claire que les Data Plate-forme, Data Hub, Data Fabric et autres Data Trucs inventés par chaque fournisseur ? Je n'en suis pas certain, mais en plaçant le catalogue de données au centre de sa Data Zone, Amazon clairement va dans la bonne direction, celle de la gouvernance des données. Et celle d'une gouvernance appliquée à une architecture moderne, autour des data products, préservant cependant l'existant.

Libérer pour attirer et conserver

L'autonomisation des utilisateurs serait même une des clefs pour raviver l'engagement des jeunes générations, nouvelles arrivées dans le monde de l'entreprise. "Il importe aujourd'hui de s'interroger sur la manière de rendre le travail attractif pour que chacun ait le sentiment que son travail compte", explique Pascale Griet dans son livre La Grande Impatience (Hermann Editeurs, 2023). "Valoriser le travail, c'est à la fois valoriser la contribution individuelle, et faire en sorte que chaque voix contribue effectivement à cette oeuvre collective", explique-t-elle en parlant du sens à donner à l'entreprise.

Autonomie d'accord, mais tout le monde est-il prêt ? Certes non ! Et mes dernières missions m'ont amené à rencontrer un assureur mutualiste, un département français, une administration sociale… dans lesquels manifestement, l'autonomie n'est pas le souhait de tous, en particulier au niveau de la direction. Y parvenir c'est "libérer" l'entreprise. Isaac Getz, dans son livre Liberté & Cie (Flammarion, 2009), définit l'entreprise libérée "lorsque la majorité des salariés disposent de la liberté et de l'entière responsabilité d'entreprendre toute action qu'eux-mêmes estiment comme étant la meilleure pour la vision de l'entreprise".

Une libération qui passe par les données

De quoi parle-t-on si l'on applique ces idées au monde de la donnée ? En résumé de l'idée que les métiers peuvent, et souhaitent, prendre en main leurs données (dans un cadre de gouvernance global à respecter impérativement), tout comme les générations précédentes ont pris leur autonomie dans l'usage du téléphone, du mail, de Powerpoint ou de Word. Utiliser un outil tel que Tableau ou PowerBI n'est pas hors de portée d'un trentenaire qui a utilisé un ordinateur pendant une bonne partie de ses études. Et dépendre d'un service informatique ou d'un service "data" pour requêter, analyser et comprendre ses données, lui semble totalement anachronique. Il faut donc répondre positivement à ce besoin justifié d'autonomie. Les "data products" ont été conçus pour cela.

Mais d'un autre côté, certains ne sont pas prêts ! Les vieux allez vous me dire ? Oui, mais ils peuvent être vieux dans leurs têtes sans ce que cela ne reflète leur état-civil. Certains n'ont pas la maturité pour prendre cette autonomie. Et parfois c'est la culture de leur organisation qui les a freiné. Doit-on les embarquer de force ? Cela ne fonctionnera pas. Doit-on les convaincre ? Ce serait idéal, mais certains resteront inflexibles. Doit-on rejeter l'autonomie aux autres pour satisfaire les moins agiles ? On risque alors de perdre les meilleurs éléments.

Il faut donc mettre en place une transition progressive. Développer des data products pour permettre aux couples producteurs - consommateurs de bénéficier de cette nouvelle autonomie (dans un cadre de gouvernance strict, je le répète); mais maintenir un architecture centralisée "à l'ancienne" pour servir les données traditionnelles. Ainsi les plus agiles pourront montrer aux plus réticents les bénéfices de la nouvelle organisation; peut-être les convaincre; et finalement permettre dans plusieurs mois ou années le décommissionnement de l'ancien système.

Ce n'est finalement pas pour rien, si le mot "autonomy" apparait 54 fois dans le livre de Andrew Johns sur les Data Contracts…

"Le chemin vers la durabilité est pavé de données de haute qualité", explique Janine Guillot, conseillère spéciale du président de l'ISSB, dans le rapport KPMG 2023 sur le reporting ESG. Tout le monde l'a compris, le respect des impératifs de reporting liés aux critères extra-financiers, sociaux et environnementaux, ne peut s'atteindre sans des données, et des données de bonne qualité. Dès 2024, environ 50 000 entreprises dans le monde seront concernées par la production de rapports sur leurs impacts sociaux et environnementaux respectant la directive européenne CSRD.

Au-delà des aspects règlementaires, c'est une exigence des nouvelles générations. On parle de crise de l'engagement dans les entreprises, mais c'est en réalité une recherche de sens, d'impact positif, au-delà des critères purement financiers de réussite. Les nouveaux salariés recherchent "des emplois où l'on voit concrètement l'aboutissement de son travail à la fin de la journée. La finalité surtout. La question de l'utilité se mêle ici à celle du sens", explique Pascale Giet dans La Grande Impatience.

Les données sont donc encore une fois au coeur du futur de l'entreprise. Et des données que nous n'avions pas l'habitude de collecter, de stocker, et donc d'analyser. Ces indicateurs sociaux et environnementaux naissent dans nos opérations quotidiennes, mais ils ne sont presque jamais collectés. Mesurez-vous l'impact social et environnemental de la dernière formation à laquelle vous avez participé, du dernier webinaire que vous avez écouté, de la lecture même de cet article ? Non, car nous avons l'habitude de voir tout cela au travers du prisme financier. Quelque chose qui ne coute rien, est considéré comme sans impact, et n'est donc pas comptabilisé. Pourtant si vous assistez à une formation gratuite, vous consommez peut-être du carbone (impact environnemental négatif), mais en revanche votre compétence augmente (donc impact social positif). Prendre l'habitude de mesurer les critères financiers et les externalités non financières deviendra d'ici la fin de la décennie, une bonne pratique, une habitude… et une obligation.

Cela ne se fera pas en quelques clics. Les processus sont à inventer, et les outils ne sont pas adaptés. Bien sur, vous avez votre Excel favori si vous souhaitez noyer votre entreprise dans une mer de données non vérifiées. Mais si vous êtes un peu sérieux, vous arriverez vite à la conclusion qu'il y a quatre options :

• Un data warehouse dédié : c'est la solution recommandée par les vendeurs de logiciels spécialisés… et pour eux une opportunité supplémentaire de chiffre d'affaires. Qu'il s'agisse d'applications conçues pour le reporting ESG, ou d'éditeurs de logiciels EPM, ils s'articulent autour d'un entrepôt de données qui centralise les données nécessaires à la production des rapports ESG, ESRS, CSRD, et leurs probables descendants. Avantage principal, une mise en place rapide, qui ne perturbe pas la production existante des indicateurs financiers, et n'impose pas de modifier la modélisation d'un entrepôt de données existant. D'ailleurs, étudiez également une alternative, celle d'une architecture plus moderne, basée sur les [concepts du data mesh, qui permettrait de créer des jeux de données, ou data products]urlblank:https://www.institut.capgemini.fr/formation/data-mesh-retours-dexperience-et-guide-pratique-de-mise-en-place/, sur la base de ces nouveaux besoins, produits directement par les utilisateurs.
• L'évolution de votre data warehouse existant : si votre entrepôt de données a été conçu de manière agile, si l'évolution de sa modélisation n'est pas un problème, cela permettra d'intégrer le reporting des indicateurs non financiers au coeur du système d'information. Mais cela nécessite de faire évoluer des flux d'intégration, et des structures de stockage, en prenant soin de ne pas perturber ce qui fonctionne actuellement.
• Adapter les applications sources : bien entendu, les applications métiers devront évoluer, pour générer les données des externalités. Et là… inutile de vous dire que le chantier est immense. Malgré la publication des normes officielles, rares sont les éditeurs de logiciels de gestion à aborder le sujet. SAP a annoncé que, dès le premier trimestre 2024, ses outils seront en mesure de [générer des données ESG à destination de son portail Profitability and Performance Management]urlblank:https://blogs.sap.com/2023/11/02/manoeuvring-through-the-complexity-of-eu-sustainable-finance-corporate-sustainability-reporting-directive-csrd /. Salesforce avait fait en septembre dernier une annonce similaire, montrant qu'il accompagnerait ses clients dans la [collecte des données et la production de rapports CSRD]urlblank:https://www.salesforce.com/news/stories/net-zero-cloud-ai-reporting-news/. Pour beaucoup d'éditeurs, c'est plutôt le silence. Que vous ayez choisi de construire une entrepôt de données dédié, de faire évoluer votre entrepôt actuel, ou d'en profiter pour mettre en place une architecture basée sur des data products, l'adaptation des applications sources est indispensable pour éviter l'usine à gaz. Pour les applications sur mesure, ce sera long, compliqué, et couteux !
• Virtualiser : des éditeurs de solutions de virtualisation telles que Denodo, ne manqueront pas de souligner que les rapports CSRD pourraient être l'occasion de tester le concept de virtualisation de données. En résumé, les données ne bougent pas, elles restent dans les applications sources, la plateforme les rend disponibles en virtualisant un entrepôt de données dédié. On retrouve les avantages de la première solution, mais sans duplication physique des données. Les avantages et inconvénients de cette architecture virtuelle sont nombreux. A étudier en détail, mais à tester en grandeur nature avant de l'adopter.

Face à ces choix, la premier constat est simple : personne n'est prêt ou presque. Lors d'un webinaire de présentation de sa solution EPM, Jedox a réalisé un petit sondage en ligne : 55 % des participants reconnaissaient n'avoir pas encore choisi d'outil… et c'est une bonne nouvelle.

Certes ce n'est pas pour demain… mais 2025 c'est après-demain. Car pour sortir des indicateurs fiables en 2025, il vous faudrait commencer à comptabiliser correctement en 2024… Or vous n'êtes pas prêts. Ne comptez pas sur un report de la date limite au dernier moment, ce n'est pas la France ! Mais l'Europe. Et les calendriers sont bien plus strictes que dans l'hexagone (voir par exemple la farce du report régulier de la mise en place de la facturation électronique).

N'allez pas non plus vous précipiter sur un outil (comme vous l'aviez fait il y a quelques années en installant un data lake sans savoir pourquoi… qui s'est transformé en data marécage). L'outil viendra en son temps, lorsque vous aurez cerné le périmètre, formalisé les processus, choisi les indicateurs, identifié les sources de données, défini les rôles de chacun… croyez-moi il y a du travail avant de passer à la plomberie ! Vous avez envie d'en savoir plus, j'ai conçu avec Capgemini Institut une formation dédiée à ces sujets, [Mettre en place les reporting CSRD – ESG en s'appuyant sur des données pertinentes]urlblank:https://www.institut.capgemini.fr/formation/mettre-en-place-les-reporting-csrd-esg-en-sappuyant-sur-des-donnees-pertinentes/, à suivre en 2024, ou à mettre en place de manière personnalisée dans votre entreprise.

Pour bien comprendre l'IA, il faut comprendre le principe de base de l'apprentissage machine. On apprend à la machine, on la dresse. Au risque de paraître à contre-courant, l'IA n'est pas "intelligente", c'est du dressage. Comme je l'explique dans mes formations, l'IA fonctionne un peu comme votre chien. Il est "intelligent" car il a compris que, en échange d'une friandise ou d'une caresse, il vous ramène la balle que vous avez lancée. Si vous appelez cela de l'intelligence, d'accord; moi, je préfère appeler cela du dressage.

Quoiqu'il en soit, l'IA fonctionne sur le même principe. C'est ce que l'on appelle des données d'entrainement. Vous montrez à l'algorithme ce qui s'est passé. Il en déduit ce qui va se passer.

Première contrainte, vous devez avoir des données sur ce qui s'est passé dans le passé. Sans données d'entrainement, aucune prédiction n'est possible. Et ne me parlez pas des générateurs de données d'entrainement, qui représente sans doute le pire des biais que vous pouvez enseigner à vos systèmes d'IA. Pas de données, pas de prévisions !

Dans le cas des IA génératives, comme ChatGPT, dont on parle beaucoup depuis six mois, ou de ses équivalents graphiques comme MidJourney; l'entrainement est réalisé à partir de contenus récupérés sur Internet ou dans différentes bases de données. Si vous demandez à MidJourney de dessiner un ordinateur à la manière de Picasso, il copiera l'ensemble des caractéristiques des tableaux de Picasso qui ont servi de base à son apprentissage et produira un nouveau dessin. Ce nouveau dessin sera ensuite intégré dans sa base de connaissance et servira à son tour de donnée d'entrainement, etc.

Et c'est là qu'à moyen terme, l'apprentissage machine creuse sa propre tombe. L'IA produit du contenu à partir du contenu existant. Dans le cas d'un tableau style Picasso, ou d'un texte style Victor Hugo, ce n'est bien sur ni du Picasso, ni du Victor Hugo, mais une copie. Cette même copie servira par la suite à alimenter les prochaines phases d'apprentissage.

Un article sur le sujet a été récemment publié sur Arxiv : "The Curse of Recursion: Training on Generated Data Makes Models Forget" - La malédiction de la récursivité : L'entraînement sur des données générées fait oublier les modèles. Cet article explique comment, à force de créer des contenus basés sur les contenus eux-mêmes générés par une IA générative, le système perd peu à peu de sa substance. A force de copier la copie de la copie de la copie, le contenu généré devient le plus petit dénominateur commun du tableau de Picasso ou du texte de Victor Hugo.

En résumé, pour paraitre intelligente, une IA générative a besoin de contenu humain original pour améliorer en permanence la copie qu'elle génère. Se posent alors deux questions.

Premièrement, dans un monde où plus personne ne voudrait travailler, et où tout le monde utiliserait l'IA, comment continuerait-on à progresser ? La réponse est simple, nous ne progresserons plus. Plus de découverte scientifique, plus d'imagination, juste des copies de copies de copies. Imaginez que tout le monde confie la rédaction de ses pages web ou de ses fiches produits à une IA générative… ce n'est plus la terre qui serait plate, mais bien l'ensemble des sites Web ainsi conçus.

Deuxièmement, les humains créateurs de contenus accepteront-ils que leurs créations soient pillées par les IA génératives sans leur accord ? J'ai déjà démontré que les IA génératives ne respectent ni les droits d'auteur ni le copyright, et ne mentionnent aucune de leurs sources. Et je plaide d'ailleurs pour la mise en place d'une balise permettant de publier du contenu sur Internet, et d'indiquer que l'on refuse son indexation par les IA génératives.

Donc si ces IA ne disposent plus de contenu original et humain pour apprendre, elle perdront peu à peu de leur valeur. C'est ce qu'explique l'article que je citais il y a quelques instants.

N'ayez donc pas peur de ces IA ! Utilisez les pour ce qu'elles savent faire : ramener la baballe. Et donnez leur une caresse. Pour l'imagination, la découverte, la création, l'originalité, faites confiance à l'Être humain. Son processus de création est cependant le même que l'IA. Quand l'Homme apprend, il lit, il regarde, il s'inspire. La différence vient après ! Il ne se contente pas de plagier, il veut ajouter sa propre dimension, sa propre recherche. Et c'est cela qui fait sa valeur !

(Photo Albert School)

Le DSA vise à moderniser la réglementation des services en ligne et à renforcer la responsabilité des entreprises technologiques en matière de lutte contre la désinformation, les discours de haine, la contrefaçon et d'autres contenus illégaux en ligne. Il prévoit également la mise en place de nouvelles obligations de transparence pour les plateformes en ligne, notamment en ce qui concerne la publicité politique, les algorithmes et les pratiques de modération de contenu.

Le DSA est l'une des deux propositions législatives qui ont été présentées en décembre 2020 dans le cadre du paquet législatif sur la stratégie numérique de l'Union européenne. La seconde proposition, le Digital Markets Act (DMA), vise à réglementer les plateformes en ligne qui sont considérées comme des "gatekeepers" en raison de leur position dominante sur le marché.

Thierry Breton a annoncé le 25 avril 2023, la liste des grandes plates-formes qui seront soumises au DSA dès le mois d'août 2023.

À y regarder de plus près, on se rend compte que le temps passé par des employés sur la production et la consolidation de données, par exemple lors de la clôture d'un exercice comptable, est titanesque. Or quand un mois est nécessaire pour clôturer un exercice, les outils de BI permettent de le faire en moins d'une semaine. Leur valeur ajoutée se ressent également au quotidien : un dirigeant qui a besoin d'une analyse financière pour prendre une décision doit en temps normal attendre quelques jours pour l'obtenir. La technologie permet quant à elle de réaliser cette tâche en une trentaine de minutes", nous explique David In responsable d'activité Data (BI/EPM) chez Prodware France

Nous recevons aujourd'hui Romain Delalande, Manager Solutions Consulting France chez Pegasystems pour aborder l'ensemble de ces sujets, et comprendre comme le low-code / no-code peut, ou ne peut pas, être utilisé dans le cadre d'applications décisionnelles.

Chez Forterro, on se spécialise dans les ERP à destination du secteur industriel. Un secteur qui aborde la transformation numérique avec ses propres contraintes. Nous en parlons avec Sébastien Weill, directeurs produits et R&D chez Forterro France.

- Les entreprises industrielles sont en retard en matière de transformation numérique. En ont-elles besoin ? Si oui, comment doivent-elles accélérer ?
 
- Pourquoi est-ce plus compliqué dans un environnement industriel que dans le secteur des services ?

- L'ERP, on en parle encore ? Est-il l'outil de la transformation numérique ou au contraire son frein ? Ils semblent ne pas avoir beaucoup évolué depuis 20 ans...

Les entreprises ne peuvent plus réussir sans prendre des décisions éclairées par la data. Husprey démocratise les "data notebooks" — ces documents qui concentrent contexte, données et conclusions — répondant ainsi au besoin grandissant de collaboration entre équipes data et équipes métiers.

Husprey, expert dans la data analyse, annonce une levée de fonds de 3 millions d'euros auprès de Galion.exe, Axeleo Capital et un cercle d'un cercle fermé de Business Angels. La start-up française a développé une plateforme qui permet à tous types d'entreprises d'exploiter plus efficacement la data. Les data analystes peuvent désormais partager leurs conclusions plus rapidement, plus efficacement et dans un seul et même document (notebook) avec toutes les équipes (Marketing, Ventes, Opérations…). 

ROI et gain de temps pour tous dans l'analyse de la donnée

Aujourd'hui, les équipes analytics naviguent entre des tableaux de bord et des slides pour partager leurs conclusions. Ce process est non seulement lent mais également source de nombreuses erreurs. 

Face à cette problématique, Husprey a lancé une plateforme qui permet aux analystes de disposer d'un lieu central où ils peuvent collaborer entre eux, connecter leurs données, effectuer des analyses et les partager avec les collaborateurs de l'entreprise, qu'il s'agisse d'un utilisateur technique, métier ou du management, par le biais de notebooks. Les utilisateurs accèdent directement aux documents de Husprey pour objectiver leurs décisions commerciales. 

Husprey offre ainsi un changement de paradigme fort qui permet de diminuer drastiquement le nombre de dashboards inutilisés et coûteux à maintenir tout en permettant de multiplier l'efficacité des équipes analytics.

En 2022, la solution Husprey a convaincu de très beaux clients en France (Ankorstore, Malt ou Doctrine), à l'international (Allemagne, Pays-Bas, Etats-Unis) et enregistre une croissance d'usage hebdomadaire de 5%.

Avec ce tour de table, Husprey veut devenir l'outil référence pour les data analystes

"Cette levée de fonds est une étape décisive pour le développement d'Husprey. Aujourd'hui, alors que la data est devenue clé dans la prise de décision des entreprises, le constat est que les équipes métiers ne comprennent pas toujours les data analystes. Husprey change la donne. Nos notebooks permettent de livrer des analyses claires avec contexte, données et conclusions. Raconter une histoire avec un dashboard, c'est compliqué ; avec Husprey, cela devient facile et l'entreprise gagne en productivité et en performance." souligne Thibaut Collette, CEO Husprey  

Les fonds vont permettre de doubler la taille de l'équipe d'ici la fin du premier semestre 2023 pour recruter des développeurs en logiciel, des marketeurs, des commerciaux et un rôle de Directeur de la Data. L'objectif est de continuer à faire gagner plus de temps aux data analystes et faciliter la prise de décisions pour les équipes métier.

"Au cours de notre audit, deux choses m'ont frappé. D'abord la passion que partageaient les clients pour la solution Husprey. Ensuite, la qualité du produit. Ce niveau de qualité à ce stade de développement est un signal fort.", explique Willy Braun de Galion.exe.

Sur un marché en forte croissance, qui devrait continuer de croître de +12,8% par an d'ici trois ans, selon IDC, pour atteindre une valorisation de 40 milliards en 2026, Husprey s'impose comme un nouvel acteur majeur, et la seule solution existante en Europe. 

Prix                       Format broché 28 € / eBook 21,99 €
ISBN                      978-2-3260-0298-2
Pages                    352
 
b[Une mise en perspective des nouveaux défis du management de la donnée]b

L'explosion des données en volumétrie est exponentielle. La politique de la donnée est le sujet stratégique par excellence pour chaque entreprise, quel que soit son secteur. Or, quels sont les usages et quelle stratégie privilégier pour les données ?

Cet ouvrage décode les enjeux autour de l'utilisation efficace des données en termes de stratégie, d'organisation et d'aide à la décision. Il explore également l'un des domaines les plus impactés, celui de la relation client.

Révolution de la donnée expose en trois parties les défis qui s'y rattachent en abordant :

• Les politiques d'entreprise liées aux données : méthodes d'analyse, gouvernance et gestion des données, management des projets data, intelligence artificielle, qualité des données ou rôle du manager face à ces enjeux.

• La dimension business et notamment l'usage des données pour une meilleure connaissance client : la relation client, le service client ou bien encore la partie commerciale.

• Des cas d'usages concrets dans des secteurs variés (banque, luxe, santé, transport) ou diverses fonctions de l'entreprise (stratégie, géopolitique, direction financière).

Un éclairage tant conceptuel que pratique pour comprendre et exploiter la valeur de la donnée. Plusieurs chapitres évoquent les erreurs et les pièges des projets liés aux données, ce qui montre aussi que cet état de l'art est bel et bien en construction !

À propos de ses auteurs :

Ouvrage collectif de Néoma Alumni sous la direction de :

Jean-Michel Huet : Associé au sein du cabinet de conseil BearingPoint, il accompagne les gouvernements, opérateurs télécoms ou de l'énergie dans leur transformation stratégique et digitale. Il pilote les activités du cabinet sur le continent africain. Il est administrateur de Neoma Alumni

Florence Dugas est Manager Finance chez Talan Consulting. Avec plus de 20 ans d'expérience dans le conseil pour le secteur de la Banque et de la Finance, elle a développé ses compétences en coordination de projets transversaux dans des environnements souvent complexes et mouvants où la gestion de la donnée est au cœur des enjeux des équipes

Les autres auteurs : Maroua Affa, Edgar Bellow, Cyril Bladier, Nicolas Borel, Othman Boujena, François Cazals, Françoise Collard, Lotfi Hamzi, Tancrède Hayer, Édouard Prêcheur, Fidy Ranaivoarivelo, Andry Ratovo, Christine de Thibault, Olivier Tronchon, Guillaume Vasse.

Les données des bâtiments et du territoire représentent un enjeu majeur de la transition écologique. Pour ce faire, namR propose un ensemble de solutions qui permettent de collecter et valoriser les données contextuelles géolocalisées pour donner la possibilité aux acteurs publics et aux entreprises de bénéficier de toutes les clés pour faciliter leur prise de décision. 

Nous recevons Annelise Castres Saint Martin, directrice de la stratégie, qui nous apporte son éclairage sur la manière dont la data peut accélérer les prises de décisions et aider à construire des solutions de transition écologique.

En effet, l'ensemble des données traitées dans l'environnement des métavers augmente de manière exponentielle et présente de fait un risque du point de vue de la vie privée pour les utilisateurs de ces technologies (surveillance de masse, discrimination, fraude, vol d'identité, etc.).

« Dès lors, tous ces traitements de données de masse posent la question de leur conformité au RGPD, mais aussi de la mise en place d'une véritable législation sur les données transmises et stockées notamment au regard des règlements européens sur les services numériques (DSA), sur les données (DA), les marchés numériques (DMA), la gouvernance des données (DGA), etc. En somme, le développement des technologies utilisées pour le fonctionnement des métavers impose une grande maîtrise de la gestion des données avec la mise en place de mécanismes de gouvernance et l'établissement de règles transparentes pour la protection des droits des individus. », explique Jérôme de Mercey, cofondateur de Dastra.

Nous avons interviewé Stephan Durey, Associé chez Magellan Partners. Il nous explique, et pose des chiffres, sur les consommations des entreprises, des particuliers, et sur ce que nous pouvons faire pour optimiser tout cela, sans pour autant sacrifier le numérique.

- Qu'est-ce que la sobriété numérique ? Comment s'inscrit-elle dans la sobriété énergétique ?
- Quelle est la place occupée par la data et le big data dans l'empreinte écologique des entreprises ? 
- Quels sont les gestes du quotidien pour réduire l'impact du numérique en entreprise sur l'environnement ?
- Quels indicateurs mettre en place pour mesurer objectivement la place occupée par la data dans l'empreinte écologique d'une entreprise ?

Selon une étude réalisée par Statista, le volume de données numériques créées ou répliquées à l'échelle mondiale a été multiplié par plus de trente au cours de la dernière décennie. En entreprise, son exploitation et son usage offrent un avantage concurrentiel important. Cette croissance exponentielle se traduit par un besoin important d'experts qualifiés et constitue ainsi un secteur d'avenir incontournable pour l'emploi car générateur de nouveaux métiers. 

Dans le secteur du e-commerce BtoB plus spécifiquement, embarquer tous les collaborateurs dans cette dynamique, les faire monter en compétence, réformer ses process tout en attirant les talents représente un défi. 

Guillaume Duval, directeur du service Data pour le groupe Manutan (leader européen du e-commerce BtoB fort de 2200 collaborateurs et d'un CA de 820 M€ en 2020/21), analyse ainsi les axes prioritaires et les enjeux d'une bonne gestion de la donnée pour les entreprises du secteur du e-commerce BtoB :  

Comment une entreprise peut-elle réussir à gérer l'explosion de données et à en extraire de la valeur ? 
Pourquoi miser sur la donnée est essentiel pour le secteur du e-commerce BtoB ? A quels défis peut se confronter une ETI du secteur ? 
Comment intégrer une culture de la donnée à tous les niveaux de l'entreprise ?
Quelles sont les principales compétences recherchées pour accompagner cette croissance ?
Comment attirer les talents spécialisés en gestion des données et les fidéliser ?

Dans ce document, nous avons recensé, traduit et classé, les 70 métiers liés à la donnée et à son traitement. Ce travail de compilation, a permis d'identifier :

- les 10 métiers les plus fréquemment cités dans Google;
- les 10 métiers les plus fréquemment utilisés sur LinkedIn;
- le podium des trois principaux métiers du monde de la donnée;
- les 10 métiers susceptibles d'émerger dans les prochaines années;
- la liste des 70 métiers liés au monde de la donnée, leur titre en anglais, leur titre traduit en français, une explication lorsque c'est nécessaire, le nombre d'occurrences dans Google, le nombre d'occurrences dans LinkedIn;
- le détail de la méthodologie de recherche employée.

A télécharger sur : https://www.decideo.fr/Note-de-recherche-Glossaire-des-70-metiers-de-la-donnee-Contenu-Premium-accessible-gratuitement_a11879.html

- 250 millions de véhicules électriques et 90 millions de voitures connectées produites

- 2000 milliards d'euros de recettes de recettes générées par les services liés à la mobilité

- 50 % la part de l'électronique et des logiciels dans la valeur des véhicules

- 1 Zo de données générées par l'industrie automobile

Cependant, pour assurer leur croissance dans cette nouvelle réalité, les entreprises doivent être capables d'exploiter et de monétiser efficacement cette avalanche de données, comme le montre le rapport de Frost et Sullivan commandé par Dell Technologies. Au sein d'une économie numérique où l'information est aussi précieuse que le pétrole, les acteurs du secteur ne peuvent plus se permettre d'ignorer la monétisation. Et pourtant, ils tendent à lui tourner le dos.

- L'étude dit que 1 zettaoctet de données va être généré par l'industrie automobile d'ici 2030. Expliquez nous de quelles données il s'agit ? Sont-elles générées lors de la construction de la voiture, de son utilisation... ?

- Les acteurs de la mobilité sont pour l'instant prudents quand à la monétisation de ces données ? Seuls 300 Mo de données sont actuellement monétisées par le secteur ? Pourquoi ? De quoi ont-ils peur ? Le marché manque-t-il de maturité, ou faisons nous face à des freins juridique et/ou éthiques ?

- A qui appartiennent les données générées par le véhicule que j'utilise ? Si je le loue ? Si je l'ai acheté ?

- Les services de mobilité génèrent de la donnée; mais est-ce que l'analyse de ces données pourrait en retour générer de nouveaux services de mobilité ?

- Dataperformers dit faire de l'IA "opérationnelle". De quoi s'agit-il ? Qui ferait alors de l'IA non opérationnelle ?

- Vous travaillez essentiellement dans les domaines de la chaîne logistique, du spatial et de l'industrie manufacturière, quand beaucoup préfèrent les banques, le service client, les chatbots... en quoi l'IA de Dataperformers serait-elle plus sérieuse ?

- Parlons un peu de l'entrepreneur. Vous avez 30 ans, vous êtes tunisien d'origine, citoyen canadien, marié à une québécoise qui a des origines françaises, et l'équipe de Dataperformers est internationale. C'est ça le profil type d'un entrepreneur en technologies en 2020, être citoyen du monde ?

- Question subsidiaire... Il y a de nombreuses nationalités et origines dans votre équipe, mais il n'y a pas beaucoup de québécois dans l'équipe Dataperformers, pourquoi ? Ils sont moins bons, ou ils n'ont pas l'esprit d'entreprise, ou ils ne s'intègrent pas bien avec une équipe multiculturelle ?

- Vous expliquez que Dataperformers propose des solutions qui ne sont pas des boites noires, qui sont des solutions explicables. Cela signifie-t-il que vous n'utilisez pas les réseaux de neurones, réputés inexplicables ? Expliquez nous pourquoi cet aspect éthique et "explicabilité" est important ?

- Une dernière question, le Japon. Dataperformers y est présent depuis plusieurs années. On dit que le choc culturel est énorme. Pourquoi ce marché si lointain et comment avez vous fait pour y entrer ?

Chacun des pays se considère comme un leader en matière de gestion de données, même si cette perception n'est pas partagée par ses pairs dans les autres pays consultés. En Grande-Bretagne, par exemple, 70 % des personnes interrogées pensent que leur pays est un pionnier en matière de conformité, tandis qu'en Allemagne, seuls 9 % pensent de même des Britanniques. Ni le Royaume-Uni ni la France ne sont considérés comme des leaders dans ce domaine. C'est l'Allemagne qui est perçu comme le pays le plus avancé sur la conformité RGPD. Cela peut s'expliquer par le fait que le pays disposait déjà d'un certain nombre de réglementations légales en matière de protection des données, antérieures aux nouvelles réglementations mises en place par l'UE. Pourquoi cet "orgueil national" autour de la conformité RGPD ?

Quelques spécificités françaises

La plupart des grandes organisations ont investi sur la formation et la sensibilisation des collaborateurs, la mise en place de nouveaux process, des audits internes et analyses d'impact. Cependant, au-delà de la contrainte réglementaire, les décideurs informatiques français ont profité de l'opportunité pour accélérer la transformation digitale de leur organisation (54%) contre 39% en moyenne sur les trois pays.

L'outillage et les process restent néanmoins au cœur des initiatives des organisations européennes mises en œuvre depuis 2018 :

Gestion et protection des données : 57%.
Achat de solutions de sécurité supplémentaires : 49%.
Mise en place d'un registre de conformité : 44%.
Gestion standard des consentements : 37%
Refonte du système d'information : 35 %

Le GDPR a beaucoup contribué à la transformation numérique des entreprises, mais comment de manière concrète ? Quels exemples de transformation basée sur le RGPD peut-on partager ?

- Parlons de cette deuxième société de l'information : en quoi est-ce différent du monde 2.0 dont on parle depuis 20 ans, né des médias sociaux et de la contribution de tout le monde à tous les sujets ?

- N'est-ce pas un mirage ? Croire que tout le monde peut "savoir", et doit alors partager avec les autres, sans filtre. Ne laisse-t-on pas faire cela pour faire plaisir au peuple, en sachant que les vraies décisions sont prises par les sachants ?

- Vous parlez des jeunes, de leurs valeurs, et de l'incompréhension des parents. Mais vous décrivez une situation identique à celle de mes grand-parents vis à vis de mes parents, de mes parents vis à vis de moi, et de moi vis à vis de mes enfants. Rien de nouveau finalement si on prend du recul ?

- La société des valeurs que vous prédisez. Est-elle réellement un changement. Une expression québécoise dit qu'il faut que "les bottines doivent suivre les babines". En gros que les actions comptent plus que les prises de position. Or quand on regarde certains activistes ou plus proches de nous dans nos familles, on entend de beaux discours, mais quelques instants plus tard, on veut le dernier iPhone, même s'il est produit à l'autre bout du monde, et partir en week-end à Barcelone en avion. Et la seule réponse que l'on a face à ces remarques c'est un "OK boomer". un peu court non ?

- Si l'on revient à l'entreprise, quel est l'impact de tout cela sur les modèles économiques ? Est-ce la fin du capitalisme ? On le remplace par quoi ?

- Vous prenez beaucoup d'exemples comme l'utilisation de plates-formes, pour déréguler et organiser les marchés de manière différente. Mais on voit que les Etats, et surtout leurs administrations, tiennent à préserver leur pouvoir. Comme avec l'interdiction des crypto monnaies. Faut-il une révolution de la rue, et ressortir la guillotine pour les hauts fonctionnaires qui bloquent ?

- Vous décrivez une journée type "orientée valeurs". Elle correspond en réalité à 1 % de la population peut-être. Que proposez vous pour le couple avec 4 enfants qui a du mal à remplir le réfrigérateur et regarde Cyril Hanouna en famille tous les soirs ?

- Terminons avec ce que vous proposez comme innovation technologique, la machine raisonnable. Expliquez nous !

- Parlons de cette deuxième société de l'information : en quoi est-ce différent du monde 2.0 dont on parle depuis 20 ans, né des médias sociaux et de la contribution de tout le monde à tous les sujets ?

- N'est-ce pas un mirage ? Croire que tout le monde peut "savoir", et doit alors partager avec les autres, sans filtre. Ne laisse-t-on pas faire cela pour faire plaisir au peuple, en sachant que les vraies décisions sont prises par les sachants ?

- Vous parlez des jeunes, de leurs valeurs, et de l'incompréhension des parents. Mais vous décrivez une situation identique à celle de mes grand-parents vis à vis de mes parents, de mes parents vis à vis de moi, et de moi vis à vis de mes enfants. Rien de nouveau finalement si on prend du recul ?

- La société des valeurs que vous prédisez. Est-elle réellement un changement. Une expression québécoise dit qu'il faut que "les bottines doivent suivre les babines". En gros que les actions comptent plus que les prises de position. Or quand on regarde certains activistes ou plus proches de nous dans nos familles, on entend de beaux discours, mais quelques instants plus tard, on veut le dernier iPhone, même s'il est produit à l'autre bout du monde, et partir en week-end à Barcelone en avion. Et la seule réponse que l'on a face à ces remarques c'est un "OK boomer". un peu court non ?

- Si l'on revient à l'entreprise, quel est l'impact de tout cela sur les modèles économiques ? Est-ce la fin du capitalisme ? On le remplace par quoi ?

- Vous prenez beaucoup d'exemples comme l'utilisation de plates-formes, pour déréguler et organiser les marchés de manière différente. Mais on voit que les Etats, et surtout leurs administrations, tiennent à préserver leur pouvoir. Comme avec l'interdiction des crypto monnaies. Faut-il une révolution de la rue, et ressortir la guillotine pour les hauts fonctionnaires qui bloquent ?

- Vous décrivez une journée type "orientée valeurs". Elle correspond en réalité à 1 % de la population peut-être. Que proposez vous pour le couple avec 4 enfants qui a du mal à remplir le réfrigérateur et regarde Cyril Hanouna en famille tous les soirs ?

- Terminons avec ce que vous proposez comme innovation technologique, la machine raisonnable. Expliquez nous !

Pierre-Philippe Cormeraie est un pionnier des réseaux sociaux, imaginez : son compte Twitter, @PPC, certifié bien entendu, a été créé en janvier 2007, il y 13 ans ! Juste 9 mois après la création de Twitter aux Etats-Unis ! Aujourd'hui Chief Digital Evangelist du Groupe BPCE, après une carrière débutée dans le monde de la publicité et de la communication, il accompagne la transformation numérique de la banque. "Evangéliser, c'est faire rayonner la stratégie digitale de l'entreprise", explique-t-il. Et au coeur de cette stratégie digitale, il y a la data, les données. Tellement au coeur de cette stratégie, qu'il en a imaginé un podcast, Data Managers, qui donne la parole à ceux qui font la donnée au quotidien dans le groupe, Data Managers, Data Scientists, BPO, etc. Il nous explique comment le podcast intervient dans l'évangélisation des collaborateurs de BPCE aux métiers de la data.

- Qu'est-ce qui vous a donné l'idée de faire un podcast dédié à la data ?

- Comment se passe l'enregistrement d'une émission, emmenez nous dans les coulisses ?

- Quelques chiffres, nombre de personnes interviewées, nombre d'auditeurs, retours de auditeurs

- Comment les personnes interviewées parlent de cette expérience de podcast ? C'est sans doute pour beaucoup leur première interview "radio"

- Comment est perçu le média "podcast" en interne ? Est-ce que les collaborateurs du groupe ont facilement embarqué ?

- Et pour finir, votre vision après toute ces interviews, la data pour que cela fonctionne, comment doit-on procéder ?

- En situation de crise, ce qui importe c'est d'abord d'avoir accès aux données, le plus proche possible du temps réel. Comment faites-vous pour alimenter votre plateforme ?

- On a vu récemment que les chiffres de décès annoncés par le gouvernement était faux, parce que les décès en EHPAD n'étaient pas comptés, et parce que les décès du WE n'étaient pas saisis dans les hôpitaux... a quoi sert d'avoir une superbe plateforme de gestion de crise si les données sont incomplètes ? Comment le détecter ?

- En matière de visualisation graphique, quelles sont vos préconisations pour construire des représentations visuelles compréhensibles ? On a vu par exemple que les échelles logarithmiques pouvaient être moins anxiogènes, mais en réalité sont mal comprises.

- Avez vous des exemples de comment l'apprentissage machine peut aider à découvrir des informations en situation de crise ? Et n'est pas dangereux à utiliser, sachant que le principe d'une crise est d'être imprévue... ?

- Quel est ton parcours, quel est ton rôle chez Salto, et que recouvre l'analyse de données dans ton organisation ?

- Au quotidien, pour toi, qu'est-ce qu'une entreprise data driven, dans le quotidien des collaborateurs, au-delà du slide PPT de la direction générale ?

- L'analyse de données c'était il y a longtemps du reporting papier, et aujourd'hui de la data en self service. Quels sont les enjeux liés à cette démocratisation de l'usage de la data ?

- Un des points clefs, c'est la gouvernance. Cela recouvre la qualité des données, leur cartographie, la compliance... comment conseilles tu d'aborder le sujet ?

- La difficulté principale, c'est parfois de démarrer. Alors comment faire ? Quels sont, selon toi, les points clefs pour lancer mon organisation sur les rails du "data driven" ?

- Pouvez-vous commencer par nous expliquer en quelques mots ce que sont les bases de données graphes. Elles sont encore mal connues de beaucoup d'analystes de données ? Dans les deux cas, relationnel et graphe, nous parlons d'un modèle entité-relations, mais quelles sont les différences ?

- Est-ce possible de passer facilement d'une base de données relationnelle à une base de données graphes ? Cela peut-il être automatique ?

- Comment peut-on alimenter une base de données graphes ? Les outils d'alimentation que l'on utilise dans le domaine du décisionnel sont-ils adaptés ?

- Est-ce que la base de données graphes est susceptible de remplacer notre entrepôt de données existant ? Ou plutôt de le compléter ?

- Pourquoi les bases de données graphes sont-elles encore si peu connues dans les services informatiques ? Le problème vient-il d'un manque de formation dans les écoles d'ingénieurs en informatique ?

- Est-ce qu'il ne manque pas à Neo4j des concurrents plus forts ? Pour valider l'importance de ce marché.

- Vous proposez ce que vous appelez un "data hub". Face à l'empilement des termes (Data Warehouse, Data Lake, Data Platform...) les clients ne savent plus quoi faire, surtout que cela semble changer tous les ans. Qu'appelez vous un data hub ? En quoi est-ce différent des autres architectures ?

- J'ai déjà un Data Warehouse depuis 10 ans, un Data Lake depuis 2 ans... pourquoi ai-je besoin d'une solution de plus ? L'objectif est de réduire le nombre de silos, pas de l'augmenter !

- "One Click", votre solution, propose aux data analystes de manipuler directement les données... cela semble rappeler les premières années de la BI, avec les "univers" chez Business Objects. En quoi votre couche sémantique est-elle différente ? Et qui se charge de créer et maintenir cette couche sémantique ?

- La tendance est clairement au cloud, et vous allez dans cette direction au travers d'un partenariat avec Amazon Web Services. Sentez vous que les clients sont prêts ? Peut-être certains secteurs d'activité sont-ils plus ouverts que d'autres ? Quel est votre constat ? - Quels sont les cas d'usage développés par vos clients ? Pouvez vous nous donner quelques exemples de projets ?

- Il n'y a plus de farine dans les supermarchés ! Est-ce la faute de la supply chain ? Est-ce que tout est de la faute de la supply chain ?

- En période de crise, comment doit-on gérer sa chaine logistique globale ? Est-ce le moment de prendre des risques ?

- Les données sont au coeur des prévisions, en particulier les données externes; comment peut-on améliorer ses prévisions en utilisant ce type de données ?

- On pense bien sur à la supply chain à propos des produits de première nécessité, en particulier alimentaire. D'autres secteurs sont-ils également concernés ?

- Sous l'éclairage de la supply chain, qu'est-ce qu'une entreprise "data driven" ?

Nous recevons aujourd'hui dans le podcast Decideo, Ramzi Larbi, fondateur de l'entreprise VA2CS, spécialisée dans l'intelligence artificielle.

- On oublie plus facilement ses clefs que son téléphone portable. De plus c'est un outil devenu très personnel. Est-ce l'outil de traçage parfait ?

- Y a-t-il des "failles" du point de vue du traceur, ou des "opportunités" de disparaitre du point de vue du tracé ? Est-ce normal que je ne veuille pas être tracé, même si je n'ai rien à me reprocher ? Où sont les données que je génère sans m'en rendre compte ?

- La France est un des pays du monde les plus sensibles sur le sujet des libertés publiques et personnelles. Ce qui a été mis en place en Asie peut-il l'être en France ? L'argument "santé publique" ou "sécurité nationale", autorise-t-il à collecter toutes les données possibles ?

- Si l'on sait d'où je viens et où je suis, cela devient assez simple d'utiliser de l'apprentissage machine pour déterminer où je vais... Ce serait un fantastique outil commercial, mais aussi sécuritaire ? Va-t-on dans cette direction ?

- Microstrategy a fêté ses 30 ans l'année dernière. Le marché de la BI a bien changé depuis 1989. Comment les clients utilisent-ils Microstrategy en 2020 et quel est votre place dans le SI de l'entreprise ?
- Tout le monde veut être "data driven". Qu'est-ce que cela signifie pour vous ?
- Certes Microstrategy est disponible en cloud, mais à la lecture de votre site web, cette forme de déploiement n'est pas mise en avant, par rapport à la plateforme d'entreprise. Comment vous positionnez vous face à des plateformes comme Google, Amazon, qui semblent séduire de plus en plus d'entreprises ?
- Face à la crise de santé mondiale dans laquelle nous sommes, quel rôle peuvent jouer les données, et les outils d'analyse de données dans une entreprise ?