Stratégie

DSI, collectez maintenant les données pertinentes pour l'IA de demain

Une stratégie IA nécessite une data pertinente définie en collaboration avec la direction de l'entreprise. (Photo : Fabio/Unsplash)

Le rythme rapide de l'innovation rend complexe l'identification des données réellement essentielles aux besoins à long terme. Les DSI doivent donc se concentrer sur la stratégie d'entreprise et collecter les données permettant à la direction d'atteindre ses objectifs.

PublicitéL'IA exige une quantité colossale de données. Qu'il s'agisse d'informations structurées ou non structurées, les DSI doivent mettre en place les infrastructures technologiques nécessaires pour garantir que leur organisation dispose des données requises en particulier par ses services basés sur l'IA.

Selon les prévisions annuelles de Gartner, les dépenses informatiques mondiales devraient atteindre 5610 Md$ (4827 Md€) d'ici à la fin de l'année, soit une hausse de 9,8% par rapport à 2024. Le cabinet d'étude ajoute que les investissements dans les systèmes, les équipements et les applications destinés aux datacenters connaîtront également une croissance à deux chiffres cette année, principalement en raison des mises à niveau nécessaires pour répondre à la demande croissante des entreprises en matière de projets de GenAI. Cependant, si les entreprises investissent dans les outils nécessaires à l'exploitation de celle-ci, la mise en place d'un flux d'informations fiable et sécurisé est loin d'être simple, notamment en raison des exigences strictes en matière de gouvernance et de la variabilité des demandes des clients. Si l'on y ajoute le rythme croissant de transformation des entreprises, la collecte d'informations évolutives devient un défi immense pour les DSI.

Aligner les data avec la stratégie d'entreprise

Dans son rapport « Technology trends outlook for 2025 », McKinsey indique que le paysage technologique continue d'évoluer de manière significative sous l'impulsion de l'innovation. La société de conseil affirme que le succès des organisations dépendra de la capacité des dirigeants à identifier les domaines à fort impact où leur entreprise peut tirer parti de l'IA, tout en prenant en compte les facteurs externes, tels que les évolutions réglementaires et la maturité de l'écosystème. Les DSI, garants de la technologie d'entreprise, devront relever ce défi.

Pour Steve Lucas, PDG du fournisseur de plateforme iPaas Boomi, ils doivent d'abord reconnaître que la profusion de données détenues par les entreprises modernes n'est qu'un point de départ. « Elles abondent, confirme-t-il. Et en réalité, il y en a même trop. Nous nous préoccupons de leur collecte, de leur stockage et de leur accès. Une approche réellement efficace consiste à déterminer les données pertinentes. Mais un DSI sait-il quelles données sont importantes aujourd'hui et lesquelles le seront demain en fonction des technologies émergentes ? » Les échanges avec certains DSI tendent à suggérer que les organisations qui maîtrisent leurs données sont celles qui adoptent une approche structurée. Elles se concentrent sur leur stratégie business et réfléchissent attentivement aux informations dont l'entreprise a besoin. Elles affinent ensuite les données collectées pour leurs projets actuels, avant d'atteindre des objectifs à long terme.

PublicitéSelon Kenny Scott, consultant en gouvernance des données d'EDF Power Solutions, producteur d'énergie renouvelable et filiale d'EDF, l'essentiel, pour collecter les bonnes informations, est d'impliquer les dirigeants. Les DSI doivent veiller à ce que leurs projets data s'alignent sur la stratégie de l'entreprise. « Examinez le plan stratégique de votre direction, conseille-t-il. Regardez où l'entreprise doit se situer, et comment les données contribuent à cette évolution. Votre conseil d'administration se chargera des ressources humaines et du budget, mais vous devez vous intéresser à la façon de l'aider à atteindre ses objectifs stratégiques ? », dit Kenny Scott. Il a ainsi contribué à la création d'une infrastructure de données chez EDF Power Solutions, qu'il compare à une salle des machines, avec une fondation reposant sur Informatica et Snowflake comme core system ainsi que Power BI pour les tableaux de bord, permettant aux utilisateurs de transformer les données en connaissances. Une fois les données triées et organisées, il est plus facile de mener des projets basés sur celles-ci pour relever les défis stratégiques de l'entreprise.

Trier les données pertinentes pour l'avenir

Pour Kenny Scott, cette approche des données, centrée sur la résolution de problèmes, marque une rupture significative avec le passé. Il évoque les débuts de sa carrière dans les services financiers, une époque où l'on achetait de la technologie avant même d'avoir identifié un problème à résoudre. Et selon lui, encore aujourd'hui, alors que la valeur des données est reconnue par toutes les organisations, trop de projets restent dictés par les envies des informaticiens. « Dans les années 1990, le service informatique dictait aux métiers ce qu'ils devaient faire, et cette approche persiste, affirme-t-il. On formule un besoin, on achète un outil pour y répondre, mais on ne se préoccupe ni de la cartographie, ni de la mise à disposition, ni de la propriété des données. Les DSI devraient au contraire partir de la stratégie d'entreprise. »

Ces remarques trouvent un écho chez Fausto Fleites, vice-président de la data intelligence du distributeur américain de produits de jardinage ScottsMiracle-Gro. Il affirme que son entreprise a une stratégie claire : devenir l'équivalent d'un « sommelier pour chaque consommateur dans le secteur du jardinage ». Forts de cet objectif global, Fausto Fleites et son équipe posent ensuite des questions précises sur les informations nécessaires à sa réalisation. « Si je veux utiliser l'IA pour atteindre cet objectif, de quelles données ai-je besoin ?, demande-t-il. Il me faudra beaucoup de contenu, au format approprié, sur le dépannage, les questions que les consommateurs sont susceptibles de se poser et les recommandations de produits adéquates. Cette orientation stratégique nous guide pour identifier assez facilement les données nécessaires. Nous possédons déjà la plupart de ces data, et la réussite de la stratégie repose simplement sur leur structuration adéquate. » Il précise que les détails de cette approche varient évidemment selon le secteur et l'entreprise, mais que le principe général reste invariable. « Commencez par définir votre vision de l'engagement ou de la transformation de vos opérations, explique-t-il, et cela déterminera le type de données que vous devez collecter. »

Exploiter les ressources existantes

Toutefois, pour Richard Corbridge, DSI du spécialiste immobilier Segro, collecter les bonnes données pour les projets futurs est loin d'être simple. « Comment savoir si l'on collecte les bonnes informations, par exemple dans le secteur immobilier ?, s'interroge-t-il. Nous avons 120 ans, alors imaginez la quantité de data relatives à des milliards d'actifs dont nous disposons ! » S'il est parfois difficile de s'y retrouver, le DSI suggère à ses homologues de commencer par chercher les sources de données existantes au sein de l'entreprise. « Il s'agit de revenir aux volumes considérables de données dont vous disposez déjà et de déterminer comment les organiser au mieux afin de les utiliser efficacement dans vos projets d'IA », insiste-t-il.

Ian Ruffle, responsable des données et de l'analyse chez RAC, spécialiste britannique du dépannage automobile, estime qu'il est beaucoup trop facile pour les organisations complexes de collecter des données rarement utilisées. « Plutôt que d'adopter une approche laxiste en matière de collecte d'informations, concentrez-vous sur ce qui est important pour votre activité à l'heure actuelle, insiste-t-il. Un modèle de data science intégrant 60 variables ne garantit pas que chaque information sera utile. Quatre ou cinq variables font en général toute la différence. Selon moi, ce principe s'applique aussi à la collecte. Il ne faut pas se concentrer sur la quantité, mais sur la qualité et la pertinence des données collectées, et exceller dans ces domaines. »

Pour Dominic Redmond, DSI du cabinet de recrutement PageGroup, plutôt que de s'épuiser à collecter des informations qui pourraient s'avérer précieuses à l'avenir, les DSI devraient d'abord s'attacher à extraire des données pertinentes de leurs ensembles de données existants.« Concentrez-vous sur les aspects de ces données dont vous aurez besoin à l'avenir pour créer de la valeur », dit-il.

Se concentrer sur le long terme

Chris Belasco, responsable data de la ville de Pittsburgh, rappelle que les municipalités ont depuis longtemps dû limiter leurs efforts en matière de données afin de maîtriser les coûts et de garantir la sécurité . Les DSI du secteur privé devraient viser une approche tout aussi ciblée. « Réfléchissez bien aux résultats souhaités et assurez-vous de bien définir vos objectifs, conseille-t-il. Si vous orientez vos efforts en matière de données en gardant ces objectifs à l'esprit, vous anticiperez les informations à collecter aujourd'hui pour les cinq prochaines années. »

Sacha Vaughan, directrice de la supply chain du fabricant d'articles pour la cuisine Joseph Joseph, explique que son entreprise utilise son infrastructure de données SAP pour faire émerger des informations clés. Bien qu'elle souhaite explorer le potentiel de l'IA pour son entreprise, sa priorité actuelle est d'identifier les data points qui révèlent de nouvelles tendances. « Nous cherchons à identifier tous les points d'interaction associés aux notes de satisfaction client, précise-t-elle. Nous voulons trier ces données afin qu'elles ne se résument pas à des chiffres indiquant le nombre de personnes satisfaites, mais qu'elles nous permettent de comprendre précisément ce que ce nombre signifie. Cela nous donnera des indications sur la manière dont nous pouvons, à l'avenir, nous démarquer et fidéliser les clients à la marque. »

Collaborer avec la direction

Reste que le rythme effréné de l'innovation technologique observé au cours de la dernière décennie ne fait que s'accélérer. Les DSI ne peuvent pas savoir avec certitude quelles données seront les plus précieuses dans cinq ou dix ans ; la seule option est donc de se laisser guider par les cadres dirigeants qui comprennent les subtilités des fonctions de l'entreprise. Gro Kamfjord, responsable des données chez le fabricant de peinture Jotun, souligne que la clé d'une collecte de données réussie réside dans une collaboration étroite avec la direction. En d'autres termes, les DSI qui intègrent les initiatives liées aux données à la stratégie d'entreprise auront plus de chances d'obtenir des résultats durables que ceux qui se limitent à des cas d'usage isolés. « Les données ne sont pas un sous-produit, ni une activité secondaire ; elles sont au coeur même de votre activité », souligne-t-elle.