Salon Big Data & AI : concilier gouvernance des données et IA

Cette année encore, Adone Conseil était au rendez-vous pour participer à la 13ème édition du Salon Big Data & AI à Paris ! Voyons ensemble ce qui a retenu l’attention de la Practice Data & Analytics et de notre nouvelle Practice IA récemment ouverte chez Adone Conseil. 

 

La gouvernance des données : un prérequis pour déployer des projets avec succès

 Indispensable pour pérenniser et répondre aux différentes activités des entreprises, la Data et plus particulièrement, la Gouvernance des données reste bien présente au cœur des discussions. Trois principaux enjeux ressortent suite au Salon :  

1/ Avoir confiance dans la donnée (Data Quality / Data Catalog / Observability)

• Afin d’avoir un socle unique de vérité, un logiciel de paie a souhaité mettre en place une documentation robuste en faisant confiance à CastorDoc et son Data Catalog.  

• Wiiisdom permet de tester en profondeur des rapports et modèles et met ainsi en évidence les problèmes de qualité. Un rapport sans erreur sera alors certifié et contribuera à renforcer la confiance des utilisateurs dans les données manipulées. 

• La startup Sifflet axe son expertise sur l’Observabilité : elle agit comme un facilitateur de tests dans le domaine de la Data
  

2/ Savoir migrer correctement des solutions plus adaptées pour les entreprises (Dataplatform / ERP) 

 

• La marketplace leader en termes de produits reconditionnés a souhaité laisser Amazon pour Google dans le choix de sa Data Plateform et nous explique tout le processus de migration et notamment l’importance de choisir une approche itérative  

• Malgré la difficulté initiale de migration, en partie liée à l’implication de diverses équipes, une entreprise nous confie son retour d’expérience dans sa migration d’ERP à Alteryx. En plus de proposer une solution low code no code, Alteryx met à disposition un seul outil et ainsi un seul langage entre les différentes équipes 

• Un principal acteur du luxe dans l’optique et la lunetterie a également opté pour une solution Low Code et nous détaille sa migration d’ERP vers Oracle APEX 

 

3/ Faciliter l’exploitation des données (Data Vizualisation) 

 

• Via Looker, un constructeur automobile français a choisi de changer son approche au niveau de sa DataPlatform : adopter une méthode « data product » permettant de décloisonner les données et de rassembler les familles d’informations. Au lieu d’avoir des silos par cas d’usage, ce fonctionnement orienté « objets métiers », permet une meilleure transversalité, gouvernance et autonomie au sein de l’entreprise 

• DIG DASH nous montre les multiples usages à la visualisation de donnée embarquée : un extranet client, un portail grand public ou bien très concrètement un logiciel métier : il est possible d’intégrer des éléments de data viz permettant alors aux utilisateurs d’exploiter un véritable outil d’analyse puissant  

Par ailleurs, plus encore que les autres années, l’implication croissante des Métiers dans les projets Data (renforçant l’impact direct sur la prise de décision) a été particulièrement mis en lumière lors du Salon. 

 

 

L’intelligence Artificielle : les bonnes pratiques pour la construction d’un projet IA Générative

Pour la première fois, la practice IA  a participé au salon Big data et IA avec pour objectif  de comprendre comment se construisent aujourd’hui les projets autour de l’IA générative et quelles sont les bonnes pratiques à adopter !  
 
Voici, selon les conférences et échanges que nous pu avoir, les meilleures pratiques pour la conception et l’implémentation d’un projet d’IA générative et les tendances futures ! Ces bonnes pratiques sont articulées autour de 4 points clés : acculturation des parties prenantes, idéation et choix des cas d’usage, gestion des données et finalement la phase dite de « RAG » .

 

1. L’acculturation des ends User et sponsors 

Grace au retour d’expériences de Vinci et Orange, nous avons pu saisir l’importance capitale de l’acculturation des parties prenantes pour garantir l’adhésion et le succès d’un projet d’IA générative. Elle vise à clarifier les concepts IA pour les sponsors et les utilisateurs finaux, tout en levant les craintes potentielles. Pour y parvenir, il est recommandé de mener des sessions de formation qui expliquent les cas d’usage, d’adopter une approche collaborative en impliquant les parties prenantes dès le début, et de prévoir des démonstrations pratiques pour les utilisateurs finaux afin qu’ils comprennent mieux l’impact concret de l’IA sur leurs tâches quotidiennes. Même si elle est très populaire, certaines personnes ont parfois peur de l’IA, et à contrario, certains sponsors peuvent penser que c’est une solution magique  ! 

 

2. Idéation et Génération d’IA Innovantes  

 

La phase d’idéation est essentielle pour sélectionner des cas d’usage pertinents et à fort ROI, garantissant ainsi que les ressources investies dans l’IA générative apportent une réelle valeur ajoutée. Les ateliers d’idéation réunissant équipes métier et techniques permettent de prioriser les idées selon leur impact, faisabilité et alignement stratégique. Il est également conseillé de réaliser une évaluation du ROI pour chaque cas d’usage, en privilégiant ceux qui peuvent démontrer rapidement des résultats concrets. Enfin, des études de marché et benchmarks peuvent aider les Maisons de luxe à affiner ces choix et s’inspirer des meilleures pratiques du secteur.  

 

3. Gestion des données : Propres et Exploitables 

Comme mentionné précédemment,  il est fondamental pour une Maison d’avoir une bonne gouvernance de données. Des données de qualité sont essentielles pour assurer la pertinence et la fiabilité des résultats d’un modèle d’IA générative. Une gouvernance rigoureuse des données contribue à éviter les biais et les erreurs qui nuiraient au projet. Les audits de données permettent d’inventorier les sources, d’évaluer leur qualité et de s’assurer de leur compatibilité avec le modèle. Une stratégie de gouvernance garantit leur conformité (ex. RGPD), leur traçabilité ou leur actualité. Enfin, la préparation et le nettoyage des données, notamment en corrigeant incohérences et doublons, sont indispensables pour renforcer la performance du modèle IA. 

 

4. RAG : L’IA d’aujourd’hui  

 

Parmi les découvertes les plus captivantes se trouvait le concept de « RAG ». Le Retrieval-Augmented Generation (RAG) est une méthode d’IA qui combine la génération de texte avec la récupération d’informations. L’idée est d’enrichir les réponses générées par le modèle avec des données de l’entreprise pour améliorer leur précision et leur pertinence. Cette approche est particulièrement utile pour répondre à des questions nécessitant des connaissances spécialisées ou actualisées, car elle permet au modèle d’éviter les erreurs dues à des informations dépassées ou incomplètes. RAG est largement utilisé dans des applications comme le support client ou la recherche documentaire pour fournir des réponses fiables et bien documentées. 

L’édition 2024 du Salon Big Data & AI a permis de mettre en lumière l’importance pour un cabinet comme Adone Conseil de pouvoir accompagner ses clients sur des projets utilisant l’IA. 

 

Conclusion

Le salon Big Data et IA 2024 a permis de mesurer l’importance de la Gouvernance des données et nous a enseigné les bonnes pratiques pour le déploiement de projets d’IA Générative : Acculturation des parties prenantes, Rigueur dans l’idéation et le choix des cas d’usage, Vigilance dans les données, la phase de réglage continu et Intégration via des plateformes spécifiques. 

 

Les différentes problématiques exposées au Salon sont similaires aux défis Data rencontrés au sein des Maisons de Luxe et sur lesquels Adone Conseil propose d’apporter son expertise.