La transformation Data ? Les entreprises affirment leur attachement à la mener pour créer de la valeur business, dans le prolongement de leur transformation numérique. Le chemin à parcourir est long et les écueils multiples. L’étude Data Paradox de Dell Technologies en offre quelques aperçus. Ainsi, 66 % des organisations se considèrent comme axées sur les données, soit « data centric » ou « data driven ». Toutefois, seules 21 % traitent effectivement les données comme un actif et donnent concrètement la priorité à leur valorisation. Un premier saut, à mon sens incontournable, mais qui doit être suivi d’autres pas. J’en recense ici cinq principaux, des constats nécessitant des actions et quelques précautions.
1 – Pas d’exploitation des données sans réelle transformation
Dans de nombreuses entreprises, les données sont sous-exploitées, utilisées de manière basique, principalement pour du reporting, et non pour leur véritable finalité : créer de la valeur en étant intégrée au cœur des opérations de l’entreprise et de l’action des métiers. C’est une erreur stratégique. Positivons et reconnaissons quela prise de conscience avance cependant. Mais nous sommes encore loin du compte. Les directions générales ont clairement un rôle critique à jouer. C’est à elles que revient la responsabilité d’accélérer la cadence car la bonne exploitation des données suppose une véritable transformation. Celle-ci qui passe par des investissements soutenus pour lesquels les comités exécutifs (Comex) et directions générales (DG) doivent donc impérativement s’engager.
La mise en place d’une véritable organisation data driven est un processus, une stratégie aux enjeux protéiformes. Pour enclencher cette démarche de longue haleine, une première étape est selon moi vitale.C’est même la clé. Et elle consiste à considérer la Data comme un actif à part entière de l’entreprise. Cette prise de conscience acquise, pourront alors être déroulées les étapes suivantes permettant la bonne gestion de cet actif.
Parmi les principales, je retiens la mise en place d’une organisation dédiée, un « Data Office », piloté par un Chief Data Officer. Celui-ci aura la mission cruciale de définir et exécuter la stratégie data en reportant ses actions au plus haut niveau de l’organisation.
2 – Moyens technologiques et SI « Data Centric »
Un pilote, une gouvernance et des ressources technologiques seront à disposition du Data Office. Ces moyens se composent dusystème d’information et des outils permettant d’exploiter les données, regroupés autour de la plateforme data / IA de l’entreprise. Ces fondations techniques existent déjà dans un grand nombre d’entreprises mais il est souvent nécessaire de les faire évoluer pour relever les nouveaux défis du big data et de l’Intelligence Artificielle. Les nouvelles approches du cloud ou de la virtualisation des données présentent d’ailleurs de multiples avantages pour construire une plateforme data agile et « scalable ».
3 – Placer les usages au centre de votre stratégie data / IA
Le Chief Data Officer a donc pour mission de définir et d’exécuter la stratégie de gestion et de valorisation des données à l’échelle de l’entreprise. Le point-clé de cette stratégie est celui des usages. Il faut les débusquer partout dans l’entreprise, en impliquant les métiers, et en instaurant un pilotage efficace du portefeuille d’usages.
Si j’insiste sur ce point, c’est que c’est à travers les usages concrets que s’effectue la transformation de l’organisation. Mais encore faut-il identifier les bons cas d’usage, ceux qui répondent aux besoins des métiers ou permettent d’innover. Et cela suppose d’acculturer pour sensibiliser, et plus largement changer la culture de l’entreprise.
4 – Aborder l’industrialisation au plus tôt
La seule conviction du potentiel des données ne garantit pas de pouvoir s’extraire du syndrome des Proofs of Concept (POC). L’industrialisation doit donc être abordée très en amont, dès le cadrage des cas d’usage. Cela passe par des réflexions autour des interfaces métier, des budgets, de l’intégration avec le SI de production et donc l’implication de la DSI.
D’un point de vue technologique, si l’ambition de départ est de compter 10 000 utilisateurs pour un algorithme d’IA, il importe de l’anticiper dès l’origine. Les PoC en lab pour vérifier la pertinence, oui. Mais dès lors que le ROI est démontré, la conception doit être pensée pour un passage à l’échelle. Je le répète très régulièrement : pensez grand, même si vous démarrez petit. Puis progressez par étape, sans jamais perdre de vue que la donnée constitue pour votre organisation un actif stratégique.
5 – Instaurer une exploitation responsable des données et de l’IA
Les scandales liés à une exploitation débridée des données avec de l’IA se multiplient. S’ils touchent en premier lieu les GAFAM, ils concernent en réalité les entreprises de toutes les tailles et de tous les secteurs. Une exploitation responsable des données et de l’IA implique les entreprises dans quatre chantiers :
- Protection des données : sujet encadré par le règlement européen RGPD, il faut maintenant être très rigoureux sur son implémentation.
- Ethique de l’IA : un nouveau règlement européen, nommé AI Act, est en projet à la Commission. Face aux problèmes d’équité ou d’opacité des décisions des algorithmes, il faut traiter le sujet dès les premières phases des projets.
- Souveraineté des données : c’est un véritable sujet de préoccupation à l’heure où les données des entreprises et des citoyens européens sont majoritairement stockées par des entreprises via des solutions cloud. C’est pourquoi les sujets de « cloud souverain » ou encore de « cloud de confiance » sont essentiels et concernent chaque organisation.
- Empreinte environnementale : ce sujet comporte deux facettes. Il faut tout d’abord tenir compte de l’impact environnemental des initiatives data / IA (et plus largement de toutes les applications numériques) des entreprises et tout faire pour le réduire. L’exploitation des données est consommatrice, notamment lorsqu’on met en œuvre des algorithmes d’apprentissage profond. D’un autre côté, la data et l’IA vont proposer des solutions aux grands problèmes environnementaux locaux et mondiaux. Comme pour d’autres sujets, la data est ici à la fois le problème et le remède.
C’est pour toutes ces raisons que je plaide pour une exploitation intensive ET responsables des données et de l’IA. Il y a beaucoup de valeur à trouver à partir des données mais elle ne sera forte et durable que si les entreprises s’engagent dans une démarche responsable, tenant compte d’enjeux « plus grands que nous ».
Mick Levy, Directeur de l’Innovation Business chez Business & Decision et auteur de l’ouvrage Sortez vos données du frigo (Editions Dunod)
L’insight de Dell Technologies
Valoriser les données, un accélérateur de la transformation numérique des entreprises
– Rahmani Cherchari, Senior Director & Head of France Presales Architects
Ce n’est un mystère pour aucune organisation aujourd’hui : nous sommes dans l’ère du digital. Celle-ci s’accompagne d’une explosion de données, dont les entreprises cherchent à tirer de la valeur dans le cadre de leur transformation numérique. Mais cette richesse, alors qu’elle devrait constituer une opportunité, s’avère encore être très souvent un obstacle à cette transformation. Selon le Digital Transformation Index 2020, la Data se classe en troisième place parmi les freins à la maturité numérique. Quatre ans plus tôt, elle n’occupait que le 11e rang.
Pour se hisser parmi les entreprises les plus performantes dans l’exploitation de la Data et en tirer un avantage concurrentiel ; les efforts doivent porter simultanément sur deux axes principaux. Au travers des technologies et des processus, il est essentiel pour les entreprises de moderniser leurs infrastructures IT et de se doter des outils indispensables tels que l’IA pour casser les silos de données et générer de la valeur. Ensuite, la mise en place d’une véritable culture de la donnée, à l’échelle de la société, et le développement de compétences et d’expertises permet d’accompagner cette transformation. La question de la sécurité de la donnée est également centrale, une priorité pour construire des bases solides à leur agrégation et à leurs différents usages au sein de la structure. Dell Technologies s’engage chaque jour aux côtés des entreprises qui souhaitent relever ces défis en proposant un portefeuille riche de solutions pour des cas d’usages adaptés à une donnée structurée ou non structurée. Notre objectif : simplifier la gestion des données en proposant des solutions complètes afin de collecter, stocker, hiérarchiser et exploiter le potentiel de la donnée, essentiellement grâce à l’intelligence artificielle, tout en la sécurisant. A l’ère du digital, le succès des entreprises performantes, c’est une alchimie entre l’humain et la technologie autour de la gestion de la donnée.
