Vous n'êtes pas prêt pour l'IA tant que vous ne possédez pas vos propres données

Toute direction reçoit aujourd'hui la même question : qu'allez-vous faire avec l'IA ? Les démos impressionnent, le premier pilote démarre sans accroc, puis cela bloque. Presque toujours au même endroit. Pas au niveau du modèle, mais des données en dessous.

C'est en fait une bonne nouvelle. Cela signifie que votre avance ne vous attend pas chez un fournisseur. Elle se trouve chez vous, dans des données que vous avez déjà mais que vous ne possédez pas encore d'une manière exploitable par un modèle.

Le problème n'est pas le modèle, ce sont les données

Les modèles sont devenus un produit banalisé. Les grandes variantes commerciales et les modèles open source que vous faites tourner vous-même se situent dans la même fourchette de performance, et ils s'améliorent chaque mois sans que vous ne fassiez rien. Ce n'est pas là que vous ferez la différence.

Vous la ferez sur ce que le modèle a sous les yeux. Une IA qui connaît vos offres, votre historique de service, vos mouvements de stock et vos marges fait quelque chose qu'aucun modèle généraliste ne peut faire. Une IA qui n'y a pas accès vous donne un résumé fluide d'internet. Juste sur le ton, vide sur le fond.

La raison pour laquelle tout le monde regarde le modèle se comprend. Le modèle est la partie visible, celle qui fait la démonstration, celle dont le fournisseur parle. Les données en dessous sont de la tuyauterie, et personne n'aime acheter de la tuyauterie. Mais la démo tourne sur des données d'exemple bien propres. Votre entreprise tourne sur la vraie version, désordonnée. C'est précisément cette différence qui fait échouer les pilotes.

La distinction entre les deux ne tient donc pas au choix du modèle. Elle tient à trois questions : vos données sont-elles accessibles, sont-elles justes, et sont-elles réunies à un seul endroit. Chez la plupart des entreprises, la réponse est trois fois non. C'est là que l'histoire de l'IA se termine avant même de commencer.

Il est tentant de contourner ces trois questions : acheter un produit d'IA prêt à l'emploi qui promet d'ouvrir lui-même l'accès à vos données. Cela ne fait que déplacer le problème. Vous donnez à un nouveau fournisseur l'accès à des données que vous ne possédez toujours pas de façon centralisée, et vous ajoutez un silo au lieu d'en supprimer un. La facture du nettoyage arrive plus tard, et elle est alors plus élevée.

Les dark data : la moitié que vous ne voyez pas

Splunk chiffre à environ 55 % la part de toutes les données d'entreprise qui sont des dark data : stockées, mais introuvables, non classables, inutilisables (Splunk). Vous payez le stockage, vous en portez le risque, et vous n'en tirez aucune valeur.

Les dark data n'ont rien d'exotique. C'est le travail ordinaire qui échappe à vos systèmes.

• Des e-mails contenant les vrais accords qui n'entrent jamais dans un système
• Des PDF et des offres dans un dossier partagé que plus personne ne retrouve
• Des journaux de machines et des données de capteurs enregistrés puis jamais lus
• Des exports que quelqu'un a réalisés un jour et qui vieillissent doucement depuis

Conserver n'est d'ailleurs pas gratuit. Vous payez du stockage pour des informations que vous ne consultez jamais. Vous portez le risque si s'y trouvent des données personnelles que plus personne ne suit. Lors d'un audit ou d'un incident, une donnée que vous ne pouvez pas retrouver n'est pas un actif, c'est un risque.

Cette montagne croît en outre plus vite que le reste. Les données non structurées, e-mails, documents, images, journaux, gagnent chaque année en proportion. Si vous ne faites rien, l'écart entre ce que vous stockez et ce que vous pouvez utiliser se creuse un peu plus chaque année.

IDC estime que, parmi toutes les données non structurées produites par les entreprises, environ 90 % ne sont jamais analysées (IDC). Pour l'IA, ce n'est pas un chiffre parmi d'autres, c'est le cœur du sujet. Un modèle ne vaut que le contexte qu'il reçoit. Si neuf documents sur dix restent invisibles, votre IA raisonne sur un dixième de votre réalité, et présente ce dixième avec l'assurance d'un tout.

Pourquoi le SaaS prend vos données en otage

Que les données soient dispersées et inaccessibles relève rarement de la négligence. C'est de l'architecture. Chaque équipe a un jour choisi son propre outil. Les ventes dans un système, la facturation dans un deuxième, les tickets dans un troisième, la planification dans un tableur géré par une seule personne. Chacun de ces outils retient vos données dans son propre format, derrière sa propre API, sous ses propres conditions.

Sur le papier, ce sont vos données. En pratique, vous en louez l'accès. Vous pouvez les consulter tant que vous payez. L'export se limite à ce que le fournisseur prévoit, l'historique ne remonte pas plus loin qu'une certaine date, et chaque connexion entre deux systèmes est un projet distinct avec sa propre facture. Le fournisseur n'a aucun intérêt à ce que les données sortent facilement. Le verrouillage n'est pas un effet secondaire, c'est le modèle économique.

Prenons une situation simple. Un client appelle, mécontent. Pour comprendre ce qui se passe, quelqu'un doit regarder dans les ventes ce qui a été promis, dans le système de tickets ce qui a mal tourné, dans la facturation ce qui reste dû et dans la planification quand part la prochaine livraison. Quatre systèmes, quatre connexions, quatre exports qui ne s'emboîtent pas. Là où un humain rassemble péniblement l'information, un modèle en est incapable, car il ne voit jamais ces quatre morceaux réunis.

Tant que vos données se trouvent dans cinq silos qui s'ignorent, vous ne pouvez poser aucune question qui dépasse les limites d'un seul système. Or ce sont justement ces questions qui rapportent : où la marge se perd-elle par segment de clientèle, quelles livraisons annoncent une réclamation, où du stock dormant reste-t-il bloqué.

La qualité des données : le frein silencieux

Supposons que vous parveniez malgré tout à réunir vos données à un seul endroit. Vient alors la couche du dessous : sont-elles justes. Gartner chiffre à 12,9 millions de dollars par an, en moyenne, ce que coûte aux organisations une mauvaise qualité des données (Gartner). Des fiches clients en double, des adresses qui n'existent plus, des champs que chaque équipe remplit différemment, des montants dans la mauvaise devise.

À la main, un humain rattrape ces erreurs. Quelqu'un voit qu'une commande ne colle pas et rappelle. Un modèle ne le fait pas. Il prend vos données au pied de la lettre et construit dessus avec pleine conviction.

De mauvaises données ne produisent pas une erreur visible. Elles produisent une réponse fluide et crédible qui est simplement fausse.

C'est là le côté pernicieux de l'IA bâtie sur une base branlante. L'erreur ne disparaît pas, elle est multipliée et se pare d'un beau costume. Qui met d'abord ses données en ordre puis active un modèle gagne deux fois. Qui inverse l'ordre automatise son propre bruit et paie pour le diffuser plus vite.

Les problèmes de qualité se cachent d'ailleurs tant que les systèmes restent séparés les uns des autres. Chaque système est plus ou moins cohérent en interne. Ce n'est qu'en les réunissant que les définitions s'entrechoquent : quelle date compte, quel client est le vrai, quel montant est TTC. Le même exercice qui prépare vos données pour l'IA met ces fissures au jour. Mieux vaut les voir plutôt qu'un modèle ne les efface en douce.

Ce que change la propriété

La propriété signifie une chose concrète. Vos données se trouvent dans un dépôt qui vous appartient, dans un format que vous pouvez lire, sur une infrastructure que vous contrôlez. Ni louées, ni dispersées, ni prises en otage derrière les conditions d'un tiers.

Une fois cela en place, la question se déplace. Non plus quel modèle vous choisissez, mais ce que vous voulez savoir. Ventes, service, planification et facturation reposent dans la même source, dans la même langue. Un modèle les embrasse d'un seul regard. L'IA que vous construisez alors travaille sur l'ensemble de votre réalité, et vous pouvez remonter jusqu'à la source d'où vient chaque réponse.

Cette source unique se rentabilise bien avant la première application d'IA. Un reporting qui coûte aujourd'hui une demi-journée de copier-coller devient une requête. Les nouveaux venus trouvent leur chemin dans un seul système au lieu de sept. Et le jour où vous activez un modèle, la partie la plus difficile du travail est déjà faite.

La propriété vous rend aussi indépendant du modèle qui l'emportera. Aujourd'hui vous en choisissez un, l'an prochain un meilleur ou un moins cher. Si vos données sont à un seul endroit et vous appartiennent, vous changez de modèle sans toucher à vos fondations. Si vos données sont prisonnières du produit d'un fournisseur, vous ne changez rien sans tout recommencer.

Le chemin pour y arriver n'est pas un nouveau projet d'IA posé par-dessus la prolifération existante. C'est nettoyer cette prolifération elle-même. Commencez par un audit de l'endroit où se trouvent vos données aujourd'hui, de leur état et de qui les possède réellement. Construisez ensuite une plateforme en propriété qui remplace vos outils dispersés et réunit tout à un seul endroit que vous contrôlez. Ce n'est qu'une fois cette base posée que la question de l'IA vaut la peine d'être posée.

C'est l'ordre que nous suivons chez YK Technologies. Nous construisons une seule plateforme open source qui vous appartient, avec le code dès le premier jour dans votre propre dépôt, sur cloud européen et avec une sécurité de niveau NIS2. Pas de licences par utilisateur, pas de verrouillage. Nous travaillons par vagues, avec un go/no-go à chaque étape, pour que vous ne restiez jamais bloqué par un choix sur lequel vous ne pouvez plus revenir.

L'IA vient après. Non parce qu'elle compte moins, mais parce qu'elle ne fonctionne qu'avec un sol ferme en dessous. Le modèle est la partie facile, il est prêt et s'améliore tout seul. Les données en dessous, c'est votre entreprise. Qui les possède possède son IA. Qui les loue bâtit sur du sable.