Évoluer vers une entreprise data-driven : la Gen AI au cœur des préoccupations

La montée en puissance de la Gen AI

Les perspectives que cette technologie permettent d’envisager, à très court terme, remettent une nouvelle fois en évidence la problématique à laquelle Patrice Cougé, Directeur adjoint Data & IA SG Retail France chez la Société Générale est confronté dans son métier autour de la Data et l’IA.

Cette problématique, probablement plus prégnante dans les entreprises matures, qui ont connu toutes les phases de l’informatisation, de la digitalisation, en passant par quasi toutes les technologies, Patrice la résume de cette manière : faire de plus en plus d’usages, de plus en plus vite, sur tous les domaines, dans tous les parcours et process, avec de nombreux partenaires internes ou externes, sur des données structurées ou non structurées tout en repensant parallèlement les fondations et la nécessaire gouvernance induite par cette prolifération !

En effet, en prenant un sujet en particulier, à ce jour, les équipes Data / IA métiers, associées à leur pendant IT ainsi qu’aux autres directions métiers, sont capables de quasiment tout faire, et même de la Gen AI « on premise ». Bien sûr, l’énergie à consacrer dépend du type d’usage et peut varier d’une petite équipe agile à un ensemble plus large d’équipes pluridisciplinaires et cela peut prendre quelques jours ou plusieurs mois, mais peu de choses ne sont plus à la portée des équipes.

Chez la Société Générale, ils savent faire du Machine ou Deep Learning, la Gen AI est en plein prototypage, en mixant données internes et externes, structurées ou non, il est possible de lancer des outils de Low Code / No Code pour élargir et autonomiser, etc. Pour autant, nombre d’usages nécessitent une proportion importante de tâches indispensables qui prennent du temps, sollicitent des équipes d’experts limitées et empêchent les entreprises du secteur à date de rêver d’un passage à l’échelle. Là où Patrice et ses équipes produisent et maintiennent des dizaines d’usages fondés sur la Data et l’IA, il faudrait passer à des centaines, mais sans pouvoir multiplier les postes ni les moyens. De plus, une trop grande concentration entraîne d’autres écueils. 

Ces tâches tournent autour de la qualité des données, de l’organisation des données entre elles, de leur sémantique, de leur diffusion dans tout le système d’information de manière fluide et certifiée, sans duplication, et du maintien de ce haut niveau de circulation dans le temps. Patrice nous indique qu'il ne connait quasi aucun nouvel usage qui n’ait pas nécessité en amont de leur création des travaux d’analyse, de recherche, de correction, d’appariement, de nettoyage, avec leur lot de mauvaises surprises, de remédiations ponctuelles ou définitives à engager, nécessitant parfois de véritables enquêtes pour retracer la vie d’une donnée ou d’un ensemble de données, de leur origine jusqu’à leur exploitation finale, en passant par les multiples transformations qu’elles ont pu subir dans leur périple dans le SI.

La recherche d'optimisation de ses tâches est un enjeu depuis longtemps.

Afin de les contenir le plus possible et de ne les réaliser qu’une fois (en tout cas pour les données structurées) et de nombreux projets, dont beaucoup exigés par les régulateurs, nous poussent à y consacrer de plus en plus d’énergie, ce qui est une bonne chose. Patrice nous indique que chez la Société Générale, ils progressent de manière très substantielle. Ce temps-là n’a rien à voir avec le rythme élevé auquel les usines devraient sortir les produits si l’on voulait répondre à toutes les sollicitations. Donc leur enjeu actuel est double : poursuivre le déploiement d’usages à plus forte valeur tout en consacrant suffisamment d’énergie pour bâtir une stratégie globale permettant un passage à l’échelle à moyen et long terme et se donner les moyens de la mettre en oeuvre.

Il est indispensable d'ouvrir le champ « traditionnel » de la Data pour porter le regard sur tout le SI et repenser les données comme une eau qui circule dans un réseau complexe.

Citons parmi d’autres sujets, la définition de concept de donnée « coeur », la certification de ces données sans duplication, la construction d’une architecture des flux de données solide et adaptable, des socles hybrides agnostiques de la technologie, une stratégie de consentement adaptée aux usages de demain, des produits data déclinables facilement en vision clients et collaborateurs avec des briques réutilisables par tous, etc. La mise en oeuvre nécessite, elle, de déployer un vaste programme d’acculturation, de revoir l’organisation, de redessiner les méthodes
de travail, de flouter les frontières métiers/ projets / data / digital / IT, et surtout de
déterminer et piloter une trajectoire pour passer de l’état actuel à l’état futur par paliers progressifs.

Pour finir ou plutôt pour commencer cette mue, une compréhension profonde de ces problématiques par les dirigeants et décisionnaires de l’entreprise est la première brique indispensable pour obtenir leur soutien et aligner les planètes. Ils doivent comprendre qu’il ne s’agit pas d’un problème de technologie, d’IT, de digital ou de data mais tout cela à la fois et que la résolution passera par un engagement total vers une entreprise data driven.