Pas d’IA sans bonnes données. Cela sonne désormais comme un cliché, mais c’est un point sur lequel les experts de l’industrie doivent encore souvent insister.
Les entreprises belges, grandes et petites, rêvent ouvertement de l’IA et des bénéfices qu’elles espèrent en tirer. Pourtant, dans la pratique, les choses se passent encore souvent mal : les études chiffrées sur les difficultés de mise en œuvre de l’IA ne manquent pas ces jours-ci. Lors d’une table ronde organisée par ITdaily avec six experts qui travaillent quotidiennement dans ce domaine, il est rapidement devenu évident que l’écart entre l’ambition et la réalité peut être important.
Caroline Van Cleemput, Directrice Régionale de la toute nouvelle division Snowflake en Belgique, met presque immédiatement le doigt sur le problème. « Récemment, nous avons mené une étude avec Snowflake auprès de mille employés belges. Nous avons constaté que les entreprises perdent des milliards d’euros par an parce que les gens ne savent pas où se trouvent les données ou ne font pas confiance à leur qualité ».
lire aussi
Aspiration au Walhalla : Pas d’IA sur des fondations instables
Pour le reste de la table, cela semble familier. Sont également présents Steven Nuyts, Head of BTP Solution Advisory BeNeLux chez SAP, Yannic De Bleeckere, Head of Pre-Sales chez SAS, Adriaan van Geyt, Datacenter Sales Manager chez Dell Technologies, Fen Lasseel, Managing Director de Datashift et Brecht Vanhee, Principal Analyst Architect & Delivery Lead chez element61. Les experts sont unanimes : sans une base de données solide, la promesse de l’IA reste une coquille vide.
Différences de maturité
Une entreprise n’est évidemment pas l’autre, note De Bleeckere. « Parfois, nous voyons dans de grandes entreprises où l’on s’attendrait à une certaine maturité, que ce n’est pas du tout le cas. Au contraire, les jeunes entreprises sont souvent plus avancées que celles qui existent depuis plus longtemps. Ces dernières ont besoin de plus de temps pour éliminer l’héritage ».
Parfois, nous voyons dans de grandes entreprises où l’on s’attendrait à une certaine maturité, que ce n’est pas du tout le cas.
Yannic De Bleeckere, responsable des ventes préliminaires, SAS
Lasseel, dans son rôle de consultant, remarque également de grandes différences sur le marché. « Dans les secteurs fortement réglementés comme les banques et les soins de santé, nous constatons que les organisations ont généralement bien organisé la gouvernance de leurs données – utilisées pour la réglementation et la conformité. On insiste suffisamment sur ce point. Mais en termes de valeur commerciale, nous sommes sur un tout autre terrain de jeu ».
« Les clients sont assis sur des montagnes de données », intervient Vanhee. « Les données sont mieux conservées qu’avant, mais comment les rendre compréhensibles ? Quelles données avez-vous et comment sont-elles définies ? Il suffit qu’une erreur se glisse dans un seul rapport pour que la confiance dans les données disparaisse ».
Lasseel acquiesce : « Le problème est que l’on s’arrête souvent à la collecte de données ou d’informations. Il est bien sûr important de pouvoir y associer les bonnes actions. Faites-en vraiment quelque chose ».
« Je remarque que nous surestimons souvent le niveau de maturité et de littératie en matière de données chez les utilisateurs métier », poursuit-il. « Nous devons encore plus jeter des ponts vers les utilisateurs métier et les aider à tirer une valeur durable des données. C’est aussi notre rôle en tant que consultants : aider les clients à chercher ce qu’ils veulent réaliser et ne pas plonger aveuglément dans les données ou se contenter d’un beau tableau de bord qui n’est guère utilisé par la suite ».
Je remarque que nous surestimons le niveau de maturité en matière de données chez les utilisateurs métier.
Fen Lasseel, Directeur Général, Datashift
« L’IT veut d’abord collecter toutes les données, et cela devient un projet en soi. Mais les données ne sont pas une fin en soi, c’est la valeur que vous en tirez qui compte. Tout le monde parle aujourd’hui de lacs de données, etc., mais sans vision, cela devient un projet sans fin », ajoute De Bleeckere.
Capital stratégique
Les experts insistent sur l’importance des bases. Il faut d’abord que les fondations soient en place avant même de pouvoir commencer à penser à l’IA. C’est ce que dit aussi Steven Nuyts : « Il y a une certaine accélération de la maturité, mais les données restent fragmentées entre les applications héritées et cloud. Les entreprises considèrent encore trop peu leurs données comme un capital stratégique et trop comme un défi technique ».
Parce que la base n’est pas bonne, les projets d’IA s’enlisent aussi. Van Cleemput : « Vos fondations de données doivent d’abord être correctes. Cela concerne en grande partie la gouvernance, mais certainement aussi les processus métier. Vous devez oser aller jusqu’au cœur de votre organisation. Si vous continuez à faire ce que vous avez toujours fait, vous ne réussirez pas à mettre l’IA à l’échelle ».
La façon dont les organisations organisent leurs données joue également un rôle. Nuyts : « Vous pouvez mettre toutes les données au même endroit. Mais le problème réside souvent dans la combinaison de données structurées et non structurées. Dans les lacs de données, peu importe où ils se trouvent, le contexte sémantique crucial pour l’IA est perdu. C’est pourquoi chez SAP, nous sommes devenus plus ouverts pour avoir à répliquer le moins de données possible ».
Dans les lacs de données, le contexte sémantique crucial pour l’IA est perdu.
Steven Nuyts, Head of BTP Solution Advisory BeNeLux, SAP
« Nous restons bloqués dans une IA ‘de base’. Il y a encore un long chemin à parcourir pour impliquer tout le monde. Parfois, nous arrivons ‘trop tôt’ chez les clients et il y a encore beaucoup à faire avant que nous puissions vraiment avoir un impact. L’analytique a évolué d’une histoire technique à une histoire commerciale, mais l’IA semble inverser à nouveau le mouvement vers le technique », constate Van Cleemput.
L’IA générative : le Walhalla ?
Aveuglées par les belles promesses qu’elles entendent sur l’IA, les entreprises commencent à construire sur de mauvaises fondations. La maison de l’IA n’est alors pas plus solide qu’un château de cartes. « La pression pour faire ‘quelque chose’ avec l’IA générative augmente dans les conseils d’administration, sans savoir quoi ni pourquoi », dit Vanhee. « J’entends parfois que ‘c’est le patron qui le veut’. Cela fait parfois réfléchir à la fragmentation des données, mais pour des projets simples, vous n’avez pas besoin de modèles avancés ».
« Nous devons souvent faire freiner un peu les clients. Regardez d’abord quels niveaux d’automatisation vous avez déjà. L’IA générative n’offre pas la solution à tout. On parle beaucoup de productivité, mais il y a encore trop peu d’accent mis sur la croissance du chiffre d’affaires et des résultats vraiment tangibles », affirme Nuyts.
« Chez Dell, nous avons les mêmes défis que nos clients », intervient Van Geyt. Il fait référence à la façon dont Dell utilise la technologie en interne. « Nos propres chatbots vont vraiment incroyablement loin. Des analyses qui prenaient autrefois des heures, nous les faisons maintenant en cinq minutes. C’est uniquement possible si vos données sont parfaites et si vous pouvez faire confiance à la documentation. Mais pour moi, il n’y a rien de mal à chercher les fruits à portée de main ».
Nos propres chatbots vont vraiment incroyablement loin.
Adriaan van Geyt, Datacenter Sales Manager, Dell Technologies
Van Cleemput tire également les histoires de réussite de sa propre cuisine. « Notre produit Snowflake Intelligence est pour moi vraiment le Walhalla qui s’ouvre. L’IA peut rendre l’analyse des données beaucoup plus simple. Nous sommes encore relativement nouveaux sur le marché belge. Les entreprises belges ne trouvent pas les cas clients américains très pertinents, c’est pourquoi nous rendons publics nos cas d’utilisation belges. »
Qui tire la charrette ?
Les projets de données et d’IA doivent rassembler toute l’organisation autour de la table, les experts sont d’accord. Vanhee : « Les équipes de données ont longtemps été sur une île. Maintenant, nous voyons progressivement la convergence des données et du business. Les utilisateurs métier doivent avoir plus de propriété sur les données pour en tirer des insights. »
Le business et l’IT se rapprochent, mais ne parlent pas encore la même langue. Selon Lasseel, il y a besoin de ‘traducteurs’ entre les deux camps, mais aussi de ‘leaders’ qui osent apporter du focus et allouer des ressources de manière ciblée sur des solutions de données à valeur ajoutée. « Tant que l’on ne part pas d’un problème, nous continuons à risquer de ne pas apporter assez de valeur ajoutée pour une entreprise ou tout cela reste très creux. »
Les partenaires peuvent aussi jouer un rôle, ajoute Nuyts. « Les équipes IT internes veulent souvent tout faire et gérer elles-mêmes, mais parfois il faut oser faire confiance à ses partenaires. Le rôle des produits de données devient important : choisissez une plateforme où vous pouvez gérer des produits de données plutôt que simplement des ensembles de données brutes. C’est encore trop souvent une question purement technique aujourd’hui. »
Gérer le changement
Pour intégrer l’IA de manière structurelle et impactante dans l’organisation, les entreprises doivent oser se regarder dans le miroir. Cela commence par les données, mais aussi par les processus. Lasseel : « Je suis d’accord avec cela, on regarde encore souvent l’IA pour automatiser quelques petites étapes ou nous rendre un peu plus efficaces. Il y a cependant beaucoup plus de possibilités, mais alors nous ne devons pas seulement tourner un peu les boutons, sans que grand-chose ne change. Nous devons oser redessiner radicalement les processus avec les données et l’IA. »
lire aussi
Voir grand, commencer petit : une stratégie de données sur mesure pour l’entreprise se compose d’une vision et de victoires rapides
Même lorsque la technologie et les données sont en ordre, l’humain peut encore être un facteur difficile. « Gérer le changement est le clou du spectacle. Nous voyons des projets réussis qui n’arrivent jamais en production parce qu’ils nécessitent trop de changements internes », dit Nuyts.
Le changement ne se force pas en un jour dans un pays comme la Belgique. Van Cleemput : « Le marché est assez conservateur. Les entreprises s’appuient souvent sur la technologie et les partenaires qu’elles connaissent plutôt que de faire une évaluation approfondie de l’expertise et de l’innovation dont elles ont besoin, et qui sont disponibles sur le marché. Je suis un peu choquée que Snowflake, par exemple, soit encore largement considéré comme un entrepôt de données, alors que nous sommes une plateforme de données IA. »
« C’est pourquoi nous travaillons très consciemment sur la maturité analytique. La définition de l’IA s’est trop déplacée vers l’IA générative, mais avec les techniques ‘classiques’, on peut encore résoudre beaucoup de problèmes. Le business doit être formé à ce que signifie l’analyse et ce qu’elle peut apporter. Sans cette compréhension, on reste bloqué dans des pilotes », conclut De Bleeckere.
Les entreprises belges ne manquent pas de données, d’outils ou d’ambitions. Le défi n’est pas de rassembler les données, mais de les mettre en ordre. Ceux qui peuvent poser cette base solide ouvrent les portes du Walhalla de l’IA.
Ceci est le deuxième article d’une série de trois à la suite de notre table ronde sur les données. Cliquez ici pour visiter la page thématique avec les autres articles, la vidéo et nos partenaires.