Défi IA : les CIO se battent pour améliorer la qualité et l’accessibilité des données

Réunis lors d’un dîner-débat de la rédaction d’Alliancy pour évoquer les changements de gouvernance autour des enjeux data, CIO, CDO et experts ont souligné l’importance de plusieurs fondamentaux pour réussir l’intégration à l’échelle de l’IA.

Avec l’émergence d’une nouvelle vague IA, à travers sa forme générative, la gestion de la donnée est plus que jamais le pilier de la transformation digitale des entreprises. C’est en tout cas le combat porté par de nombreux directeurs de système d’information en France. Ainsi, en multipliant les initiatives, beaucoup de grands groupes sont parvenus à̀ démarrer des démarches data-centric et “patrimoniales”, afin de faire de la data un véritable actif de l’entreprise ont témoigné plusieurs chief information officers lors d’un dîner-débat organisé par Alliancy en partenariat avec Qlik, au printemps. La stratégie data y a été présentée comme une clé́ de voute de la transformation des activités, mais aussi de la génération de revenus et de la réduction des couts. Les spécialistes réunis ont en particulier insisté sur plusieurs fondamentaux, présentés comme autant de prérequis dans la stratégie d’intégration des outils d’intelligence artificielle, alors que les entreprises sont pressées par le marché et, bien souvent, leur comité exécutif, de trouver de nouveaux cas d’usage à forte valeur.

Face à ces enjeux, CDO (Chief data officer) et CIO doivent s’allier et cumuler des approches tactiques à court terme avec des stratégies à long terme. D’une organisation à une autre cependant, la “maturité data” et donc celle sur l’IA est encore très variable. Les participants au dîner Alliancy/Qlik ont cependant était clair : CDO et CIO, s’ils veulent prendre le train de l’IA, doivent monter en puissance sur des sujets clés comme la qualité et l’accessibilité des données, mais également en travaillant autant sur les cas d’usages que sur la flexibilité de l’architecture IT.

Retrouvez les témoignages de nos invités :

Gérard Guinamand, Ecosystème Advisor chez Alliancy

Quelle que soit leur taille, les entreprises ont montré à quel point l’IA était un sujet d’actualité pour les directions du numérique. Attendue par tous les acteurs, l’intégration de l’IA générative doit dépasser les simples usages récréatifs. Les entreprises l’ont compris et ont lancé des premiers cas d’usage, notamment autour de l’analyse et de la génération de textes à partir de données issues de bases volumineuses non structurées. Mais ces premières utilisations ne révolutionnent pas encore les métiers actuels, et encore moins ceux du futur, car la rentabilité de ces solutions reste encore inconnue. Malgré ces doutes sur l’apport de l’IA générative, cette dernière vient bousculer les entreprises sur l’importance de résoudre l’épineuse question de la qualité des données, prérequis essentiel au succès d’un déploiement massif de cette technologie.

Thomas Berrier, Responsable Customer & Sales Data de AUCHAN RETAIL International

Nous avons lancé une cellule dédiée aux cas d’usage de l’IA générative pour optimiser et rationaliser nos processus, bien que ce ne soit pas notre cœur de métier. Cette initiative, née d’un travail avec nos partenaires, vise également à pousser des cas d’usages pour améliorer la rentabilité tout en identifiant les opportunités et en explorant les potentiels de l’IA. En interne, nos collaborateurs utilisent Gemini parce qu’ils y trouvent un intérêt et cette cellule nous permet de centraliser les cas d’usages et d’identifier où se trouve l’appétence. Mais la mise en place d’une plateforme ouverte symbolise notre philosophie. Il faut que nous soyons libres d’appeler le modèle qui nous correspond, tout en étant capables d’intégrer le modèle à la mode, qui n’existe peut-être pas. Cependant, la qualité des données est importante et nous devons y travailler beaucoup plus, alors qu’en parallèle les gens se sont un peu trop acculturés aux aspects imparfaits des modèles de langages.

Philippe Kurzweil, Deputy CIO AXA France

L’IA et la data sont au cœur de notre plan stratégique 24-26 d’AXA France, dans le cadre de notre programme de transformation NADiA (pour nouvelle ambition data et IA). Nous avons également ouvert la porte à l’IA générative dès qu’elle a commencé à gagner la planète, en la rendant accessible via un ChatGPT interne et sécurisé. Aujourd’hui, notre SecureGPT est utilisé par nos collaborateurs afin de leur permettre d’appréhender et de s’acculturer à cette nouvelle technologie en explorant des cas d’usage pour leurs activités.

Comme pour toute technologie, l’accompagnement au changement est clé pour que nos équipes appréhendent les usages et en tirent toute la valeur. C’est d’autant plus vrai que l’IA est parfois vu comme une menace, alors qu’elle fonctionne quand elle est utilisée d’une façon responsable comme une aide complémentaire. Pour autant, l’intégration de l’IA directement dans nos chaînes de production se fait de façon progressive avec des technologies d’IA matures (ex : reconnaissance de documents / Knowledge management). Ce qui peut être automatisé doit l’être, en veillant cependant à bien mesurer l’impact et dans un esprit d’accompagnement et de soutient de l’humain qui doit rester au centre, et dans tous les cas, la qualification des données nécessite une expertise et responsabilité métier pour en assurer la qualité et la contextualisation.

Florent Verrière, Group Chief Data Officer chez EDF 

Dès 2022, nous avons commencé à structurer la gestion de la data et nous y avons intégré l’IA. Lors de l’arrivée de l’IA Générative nous avons cherché à regarder au-delà du buzz, en identifiant les « fantasmes » et en anticipant les aspects potentiellement déceptifs. Intégrer ces aspects nous est apparu nécessaire pour faire atterrir tout le monde et trouver des opportunités réelles, car l’IA n’est pas la baguette magique d’Harry Potter qui va tout résoudre. Nous avons identifié deux types d’IA : celle du quotidien et celle qui transforme nos activités. L’IA du quotidien améliore l’efficacité « individuelle » des salariés (leur environnement de travail par exemple), celle qui « transforme nos activités » permet d’améliorer la performance de nos activités et traiter certaines difficultés existantes. L’IA Générative va aider à améliorer l’exploitation de notre patrimoine documentaire (qui est très important notamment dans le domaine Nucléaire), aider nos conseillers pour proposer la meilleure réponse aux questions de nos clients, mais aussi aider à générer des données d’entrainement pour nos autres outils qui utilisent des modèles d’IA « classiques ». Notre objectif final est de transformer cet engouement « grand public » de l’IA Générative en levier stratégique.

Sylvain Bulot, Directeur des programmes transverses de la direction Data et IA du Réseau SG en France

À la suite de la fusion des réseaux Société Générale et Crédit du Nord, une direction Data et IA a été créée pour accompagner la banque SG dans sa transformation. L’IA nous permet d’améliorer l’efficacité opérationnelle et la satisfaction client, et avec l’arrivée de l’IA générative nous accélérons dans cette transformation. Actuellement, un assistant de contenu intelligent pour faciliter la recherche documentaire des conseillers est en cours d’expérimentation. D’autres initiatives sont en développement. L’objectif est de créer de la valeur pour les collaborateurs et les clients, avec comme prérequis la qualité des données et l’acculturation des équipes.

Xavier Léna, Chief Information & Digital Officer, FORWARDIS (Groupe SNCF)

L’IA générative ouvre un champ des possibles incroyable sur enjeux commerciaux et tactiques face à une concurrence intense. Actuellement, elle est abordée au niveau opérationnel plutôt que stratégique, malgré son potentiel énorme et que nous maîtrisons encore mal et qui peut faire peur. Il y a une convergence et un engouement autour de l’IA générative et de l’IA, particulièrement au sein du groupe SNCF, avec un potentiel significatif sur le matériel. Le cheminement vers la qualité des données me fascine, et je crois que l’IA peut apporter des progrès significatifs dans ce domaine.

Julien Varin, Partner DELOITTE CONSULTING

Avec l’émergence de l’IA et de la Gen IA, les gens prennent de plus en plus conscience de l’importance de la qualité de l’information. La sécurité devient aussi une priorité, initiant un cercle vertueux. Pour tirer des bénéfices liés à l’usage de la donnée et de l’IA, il faut partir de ce constat et maîtriser la qualité des données. La technologie évolue plus vite que les organisations, avec de nouveaux modèles chaque jour. Définir nos objectifs et notre point de départ est crucial. Beaucoup d’initiatives sont lancées sans raison claire. L’IA est une opportunité pour mieux maitriser la qualité des données et impliquer les métiers pour acculturer les utilisateurs à cet enjeu.

Serge Gouett, Account Director chez Qlik

Chez Qlik, nous mettons fortement l’accent sur l’IA. C’est un sujet dont nous discutons constamment en interne et en externe, avec des convictions qui évoluent. Une vague IA déferle, influençant clients, citoyens et employés, créant une attente d’outils performants au travail. Aujourd’hui typiquement, la recherche d’informations dans des données non structurées est un cas d’usage de plus en plus courant. Nous passons en quelque sorte d’une IA pour experts à une IA pour tous. Un de nos clients a comparé cette révolution à l’industrialisation des usines, soulignant ses impacts potentiels. Ceux qui réussiront seront ceux qui maîtriseront le momentum, en repensant les fondamentaux pour anticiper le futur imprévisible de l’IA.

Benjamin Mauleon, Account Director chez Qlik

L’équilibre entre la réalité IT d’une organisation et la dynamique d’innovation autour des projets IA est cruciale pour faire de ces initiatives des réussites. Il est nécessaire d’avoir une vision globale. C’est pourquoi un acteur comme Qlik possède une chaîne de valeur complète pour gérer les données et ne pas se limiter à seulement quelques aspects. En ce qui concerne l’IA générative plus précisément, la question va donc être de savoir comment l’IT va mettre en place des barrières efficace pour encadrer les usages “récréatifs” de ce type d’IA, sans limiter pour autant l’adoption plus globale.

Quelles solutions pour une IA Générative sans hallucination ?

Grâce à son positionnement sur les problématiques d’intégration, de qualité et d’analyse de données, Qlik a développé une vision étendue de l’exploitation de l’IA, et tout particulièrement de l’IA Générative. Beaucoup d’entreprises se sont lancées trop vite et ont commis des erreurs dans leur stratégie d’IA. Elles se révèlent notamment dans l’utilisation isolée des grands modèles de langage (LLM), qui présentent des risques d’hallucinations, dues au fait qu’ils n’ont pas accès aux données les plus récentes, qu’elles soient en dehors ou au sein des organisations.

Pour optimiser l’efficacité de l’IA, une des solutions est d’associer les LLM à des données contextuelles spécifiques via des techniques comme le « Retrieval Augmented Generation » (RAG). Plus généralement, pour assurer le bon fonctionnement des LLMs, les entreprises devraient appliquer six principes clés pour garantir des données fiables et pertinentes : diversité, actualité, précision, sécurité, découvrabilité et consommation.

La meilleure façon de garantir l’application de ces principes pour fournir des données contextuelles aux LLMs est d’exploiter les « data products », qui contiennent des métadonnées riches (commerciales, techniques et orientées vers un domaine) et des ensembles de données de divers formats (fichiers, tableaux ou vectorisés) prêts à être consommés.

Pour savoir comment associer efficacement RAG et data products, vous pouvez lire l’article complet ici.

Découvrez-en plus lors du prochain événement de Qlik : AI Reality Tour, le 2 juillet à Paris. Une matinée consacrée aux avancées en matière d’IA, de data et d’analytics, pour passer à l’action !    https://pages.qlik.com/AIRealityTour_Paris.html