«Il convient de suivre une stratégie data qui donne du pouvoir aux métiers»

Quels sont les principaux éléments à considérer dans une stratégie data?

Quand une entreprise part dans un projet data, il convient en premier lieu de vérifier si elle a déjà une stratégie en la matière. Si ce n’est pas le cas, nous l’assisterons dans cette tâche afin d'être en mesure de concevoir un projet qui réponde véritablement aux besoins des métiers. Cet accompagnement demande de prendre le temps d'analyser les besoins des différents services pour bien comprendre les attentes ou les éventuels risques, par exemple en matière de protection des données. A nos yeux, il est important de suivre une stratégie data hybride, pilotée par l’IT mais qui donne du pouvoir aux métiers sur les données qui les concernent. Il s’agira donc de mettre en place une gouvernance s'inscrivant dans cette approche et d’avoir à disposition une plateforme adéquate pour agréger les données avec cohérence. Aujourd'hui encore plus qu’hier, les entreprises peuvent exploiter une multitude de données, dont certaines fois en temps réel pour celles issues de capteurs IoT. L’objectif sera de faire en sorte que toutes les données utiles à un projet soient exploitables et qu’elles puissent générer de la valeur.    

Concernant l’IA, quels sont les besoins des entreprises suisses?

Le boom de l’IA a rendu ces technologies très demandées dans toutes les fonctions d'entreprise. Cela dit, les clients n'ont pas toujours une idée claire des projets qu’ils pourraient mettre en place dans ce domaine. En outre, les aspects de sécurité et de confidentialité des données suscitent des préoccupations. Notre approche consiste dans un premier temps à conseiller des cas d’usage exploitant des données publiques ou peu sensibles via des outils adaptés. Nous avons par exemple déployé des chatbots, grâce à l’intégration d’OpenAI dans Microsoft Azure, pour faciliter la recherche au sein de documents PDF publiés publiquement. Le niveau suivant fait appel à des données privées mais non sensibles, telles que les informations communiquées par les RH ou celles issues d'éventuelles FAQ. Ces exemples peuvent être considérés comme une sorte d’évangélisation en vue de passer à des applications plus compliquées en termes de technicité, de confidentialité et de sécurité. 

Quels cas d’usage de l’IA suscitent le plus d'intérêt?  

Outre les outils de recherche intelligente via des interfaces de type chatbots, l'automatisation de processus est toujours plus adoptée. On parle ici d’extraction de données afin de les analyser, de les contrôler ou de les injecter dans d’autres systèmes. Des outils permettaient déjà d'automatiser ces processus au cas par cas, mais les IA génératives ont de telles capacités qu'il est aujourd'hui possible de mettre en place ce type de projets de façon plus simple et bien plus rapidement. D’autres cas d’usage sur lesquels nous travaillons de plus en plus ont trait à la génération de documents. La GenAI est très utile pour produire des traductions instantanément ou pour automatiser les réponses à des appels d'offres, par exemple. 

La self-service BI est-elle aujourd’hui une réalité dans les entreprises?

Si les solutions de self-service BI sont bien mises en place à travers des outils tels que Power BI, elles créeront de la valeur. Mais la condition pour y parvenir est la même que pour tout projet data: un effort de gouvernance doit être accompli. Et cet effort est parfois sous-estimé. Comme nous l’avons mentionné précédemment, la formule gagnante consiste toujours à garder un bon équilibre au niveau de la collaboration entre l’IT et les métiers.