Comment préparer les données de votre entreprise pour l'IA ?

Des dossiers bien nommés, des droits d'accès par équipe, un serveur rangé : la plupart des entreprises considèrent que leurs données sont en ordre. Elles le sont, pour des humains. Deux études récentes, l'une de Cloudera, l'autre conduite par Google avec la MIT Technology Review, montrent que ce classement devient un obstacle dès qu'un agent d'intelligence artificielle entre en scène. 95 % des 1 500 responsables interrogés par Cloudera ont retardé ou annulé des projets d'IA cette année à cause de leurs données. Cet article détaille d'où vient le blocage, ce que les chiffres établissent, et comment ouvrir l'accès sans renoncer au contrôle.

Ce que disent les deux études

Cloudera a interrogé 1 500 architectes et responsables d'infrastructure informatique, en partenariat avec Wakefield Research. Le chiffre principal a surpris jusqu'aux auteurs : 95 % des répondants ont retardé ou annulé des projets d'IA au cours des douze derniers mois, parfois six projets ou davantage, pour des raisons de gouvernance des données, de conformité ou de réglementation. Une large majorité ajoute que l'intégration de l'IA a augmenté les coûts d'infrastructure et que leur architecture actuelle nécessiterait une refonte profonde pour tenir leurs objectifs.

L'enquête menée par Google avec la MIT Technology Review auprès de 300 dirigeants (informatique, produit, données) confirme le tableau. Plus de la moitié ont mis en pause le déploiement de leurs agents IA pour remettre d'abord leurs fondations de données en état. L'appétit, lui, reste intact : 98 % utilisent déjà des agents ou prévoient de le faire, principalement pour le service client, la gestion des systèmes informatiques et la détection d'anomalies de sécurité.

Le paradoxe tient en une phrase : les entreprises veulent des agents, et leurs données ne sont pas prêtes à les recevoir.

Pourquoi des données bien rangées restent fermées pour une IA

Un agent IA, dans ce contexte, désigne un logiciel qui ne se limite pas à répondre à des questions : il consulte des sources, prend des décisions et exécute des actions, comme trier des demandes clients ou surveiller des accès. Pour cela, il doit lire vos données. C'est là que tout se grippe.

Vos systèmes informatiques ressemblent à une maison construite pour ses habitants. Chaque équipe a sa pièce, sa porte, sa clé : le commercial ouvre le logiciel de gestion des clients, la comptabilité ouvre la facturation, personne n'entre chez l'autre. Ce cloisonnement protège. Il rend aussi la maison illisible pour un nouvel arrivant qui n'a reçu aucun trousseau.

L'étude Google/MIT identifie quatre blocages précis :

• Les données cloisonnées. Chaque service garde les siennes dans son logiciel, sans passerelle entre les systèmes. Certaines dorment dans des formats obsolètes ou dans d'anciens outils que plus personne ne maintient.
• Les données "sombres". Contrats en PDF, photos, enregistrements, courriels : elles existent, mais aucune machine ne les a jamais indexées ni structurées.
• Le temps différé. Beaucoup d'architectures traitent les données par lots, une fois par nuit. Un agent censé agir dans la minute travaille alors sur des informations d'hier.
• L'absence de contexte. L'agent reçoit des données brutes sans les codes internes de l'entreprise. Il ignore ce que "client actif" ou "dossier clos" signifie chez vous. Alors il devine. Et il se trompe.

Plus d'accès, plus de confiance : le chiffre à retenir

Google et MIT distinguent deux profils d'entreprises. Celles qui donnent à leurs agents accès à plus de 70 % de leurs données, et celles qui en ouvrent moins de 30 %. Chez les premières, 100 % des dirigeants jugent les décisions de leurs agents globalement ou systématiquement fiables. Chez les secondes, ils sont 22 %.

Même technologie, mêmes modèles, mêmes éditeurs. L'écart de confiance vient de l'accès. Un agent privé de données ne devient pas prudent pour autant : il comble les trous avec des suppositions, et ses erreurs finissent par discréditer le projet entier. Une bonne partie des échecs attribués à "l'IA qui hallucine" sont en réalité des portes restées fermées.

Ouvrir sans tout exposer : la démarche pas à pas

Ouvrir 70 % de ses données ne se décrète pas un lundi matin. La démarche tient en cinq étapes, et chacune peut commencer petit.

1. Inventorier. Listez où vivent vos données : logiciels métier, serveurs de fichiers, boîtes mail, outils en ligne. Notez ce qui est structuré (bases, tableaux) et ce qui ne l'est pas (PDF, images, messages). On ne peut ni protéger ni partager ce qu'on ignore posséder.
2. Classer. Toutes les données ne se valent pas. Distinguez ce qui est public, interne, confidentiel ou réglementé, comme les données personnelles ou la paie. Cette classification décide de ce qu'un agent aura le droit de lire.
3. Donner les bonnes clés. Créez pour chaque agent une identité propre, avec des droits en lecture seule limités à son périmètre, et une journalisation de chaque consultation. Un agent qui traite les demandes clients accède aux fiches clients. Pas aux salaires.
4. Ajouter le contexte. Documentez vos termes internes dans un glossaire que l'agent consulte : définitions, règles métier, exceptions. C'est souvent l'étape la plus rentable, et la plus négligée.
5. Mesurer. Constituez un jeu de questions tests avec les réponses attendues, puis rejouez-le à chaque changement. La fiabilité d'un agent se mesure, comme un taux de disponibilité.

Un exemple chiffré

Prenons une entreprise de services de 60 personnes qui déploie un assistant pour son équipe support. Première version : l'assistant ne lit que la documentation produit, soit environ 15 % des données utiles au métier. Sur un jeu de 200 questions réelles de clients, il répond correctement à 108, soit 54 %. Les erreurs portent presque toutes sur des cas particuliers : conditions négociées, historique d'incidents, avoirs en cours. Autant d'informations enfermées ailleurs.

Deuxième version, après deux semaines de travail : accès en lecture seule au logiciel de gestion des clients et à la facturation, masquage des coordonnées bancaires, et un glossaire de 40 définitions internes. L'assistant couvre désormais près de 70 % des données utiles. Sur le même jeu de 200 questions, il en réussit 182, soit 91 %. Le budget n'a presque pas bougé. L'intelligence était déjà là, il manquait le trousseau.

Les pièges qui coûtent cher

Le premier réflexe, tout ouvrir d'un coup, est le plus dangereux. Un agent doté d'un accès administrateur devient une cible de choix : une seule compromission expose l'ensemble de l'entreprise. Une maison sans aucune porte intérieure se traverse en courant d'air.

Deuxième piège : prêter à l'agent le compte d'un salarié. Pratique au démarrage, illisible ensuite. Impossible de savoir qui a réellement consulté quoi, et le moindre audit de conformité tourne au casse-tête.

Troisième piège : oublier où s'exécutent les traitements. 73 % des répondants de Cloudera estiment que l'IA complexifie la gouvernance de leurs données, et 66 % ont rapatrié des charges d'IA du cloud public vers leurs propres serveurs ou un cloud privé au cours de l'année écoulée. La localisation des données sensibles mérite d'être tranchée avant le déploiement, pas après une fuite.

Dernier piège, plus discret : attendre que tout soit parfait pour commencer. Les entreprises qui avancent procèdent par périmètres. Un cas d'usage bien découpé, une mesure de fiabilité, puis on élargit.

Par où commencer

La plupart des entreprises n'ont besoin ni de tout reconstruire ni d'acheter une nouvelle plateforme. Un inventaire honnête de vos données et un premier agent au périmètre bien délimité suffisent pour démarrer, et pour mesurer rapidement ce que l'ouverture change. Le reste s'apprend en marchant.

Autensai accompagne les entreprises sur ce chemin : cartographie des données, droits d'accès, déploiement d'agents utiles et surveillés. Si le sujet se pose chez vous, le plus simple est d'en parler : prendre rendez-vous.