Données et IA : la question cruciale

La question est donc la suivante : comment tenir la promesse de productivité de l'IA sans que cela se fasse au détriment de la nécessaire souveraineté des données ? Thomas Failer, fondateur et Group-CEO de la société suisse Data Migration International, s'est entretenu de cette question avec le magazine E3.

E3 : Question-réponse : savez-vous ce qu'est la question de Gretchen et d'où elle vient ?

Failer : On dirait un cours d'allemand. En cas de doute, la réponse est „Goethe“.

E3 : C'est vrai ! C'est la question que Gretchen pose à Faust sur son rapport à la religion. C'est à partir de là que s'est développée la désignation d'une question décisive. Voici donc la question centrale pour 2026 et au-delà : que pensez-vous de l'IA ?

Failer : Nous utilisons l'IA dans notre travail et intégrons de plus en plus de fonctionnalités basées sur l'IA dans notre plateforme.

E3 : Pourriez-vous donner quelques exemples ?

Failer : Avec grand plaisir. Vous serez surpris de savoir que nous avons été très actifs l'année dernière. Il y a le Business Object Proposer intelligent, BOP, la fonctionnalité Personal Data Identification, PDI, un chatbot IA qui fait pour ainsi dire parler notre plateforme, un développement intelligent de Low-Code pour les projets de transformation, LCT, et une fonctionnalité IA pour l'amélioration de la qualité des données, DQI.

E3 : Pourriez-vous expliquer en quelques mots ce que ces nouveautés apportent et pourquoi vous les avez développées ?

Failer : L'un des principaux défis des projets de transformation vers SAP S/4 Hana est le développement d'objets métier spécifiques. Notre Business Object Proposer se charge des tâches nécessaires pour trouver les données correctes et complètes dans les bonnes tables et pour les relier correctement entre elles. Ces tâches sont fastidieuses et chronophages. Les automatiser à l'aide de notre BOP permet de réduire de moitié le temps de développement des objets métier.

E3 : Personal Data Identification - les données personnelles ne sont-elles pas une vieille histoire ?

Failer : Bien au contraire. Vous seriez surpris de voir combien d'entreprises continuent à avoir des difficultés à trouver et à gérer les données personnelles de manière fiable et complète. Notre fonctionnalité PDI basée sur l'IA analyse tous les systèmes, en particulier ceux pour lesquels il n'existe pas de référentiel de métadonnées ou dont la gestion est incomplète, et classe les tables, les colonnes et les champs. Elle soumet ensuite les résultats de son analyse et de sa classification pour examen. Les entreprises obtiennent ainsi une vue d'ensemble de l'endroit où se trouvent partout les données personnelles et n'ont plus qu'à affiner les résultats proposés. Le travail de recherche est ainsi réduit au minimum.

E3 : Touché - et le chatbot fait vraiment parler votre plateforme ?

Failer : C'est en effet le cas. Les recherches sont une discipline de prédilection des soi-disant grands modèles linguistiques. C'est précisément pour cette raison que nous avons formé une IA à ce type d'application et l'avons intégrée dans JiVS IMP en tant que fonctionnalité de chatbot. Il est ainsi possible pour les collaborateurs du service financier d'une entreprise, par exemple, de rechercher et de trouver des données et des justificatifs historisés sur notre plateforme de conservation à long terme conforme à la législation, simplement par une saisie en langage naturel, du type : „JiVS IMP, j'ai un problème. Je dois collecter les postes ouverts à l'époque pour le client 1020 et l'exercice 2019. Malheureusement, je ne connais pas le développement individuel dans lequel les documents ont été créés. Pourrais-tu les retrouver, s'il te plaît“ ? En guise de réponse, le chatbot de notre plateforme afficherait les justificatifs recherchés, classés par probabilité d'occurrence, et demanderait aux utilisateurs de confirmer qu'il s'agit bien des informations recherchées.

E3 : Venons-en à la transformation à bas code - qu'est-ce que c'est ?

Failer : Dans les projets de transformation, ce sont les départements spécialisés qui, en plus de leur travail réel, rédigent les spécifications nécessaires pour que l'IT puisse créer les règles de transformation qui leur correspondent. L'effort à fournir est énorme. Chaque règle de transformation doit être programmée. Ce n'est pas tant l'écriture du code de programmation qui importe que la qualité des résultats ainsi obtenus. C'est là qu'intervient LCT. Cette fonctionnalité intelligente transforme automatiquement les entrées en langage naturel en instructions MS-SQL, l'un des standards de codage les plus répandus au monde. L'avantage : MS SQL n'est pas seulement depuis toujours le langage de programmation JiVS-IMP. De plus, en raison de sa grande proximité avec le langage naturel, il est pris en charge par la grande majorité des modèles d'IA.

E3 : Reste le sujet

Amélioration de la qualité des données.

Failer : Les projets de transformation représentent en fait l'occasion idéale de nettoyer son propre stock de données. La plupart des entreprises hésitent à investir dans ce projet, ce qui est compréhensible. Mais avec notre plate-forme, cette hésitation n'est plus justifiée. JiVS IMP élimine automatiquement les doublons et réduit ainsi les erreurs possibles de 75 pour cent et plus. Si l'on ajoute à cela la réduction habituelle de 90 à 95 pour cent des données de mouvement et de 50 pour cent des données de base lors de la transformation vers SAP S/4 Hana, l'effort d'optimisation de la qualité des données est déjà massivement réduit. Mais il y a encore mieux : à l'aide de l'amélioration de la qualité des données, les efforts restants pour assurer la qualité des données peuvent encore être considérablement réduits, de moitié ou plus selon notre expérience. Et c'est ainsi que nous nous approchons de la question cruciale.

E3 : Et quelle est-elle ?

Failer : Que faites-vous des données ? C'est la question cruciale qui préoccupe actuellement nos clients en matière d'IA.

E3 : Pourquoi cela ?

Failer : Les entreprises ont tiré les leçons de l'expérience. Trop de projets d'IA ont échoué. Et la raison essentielle de cet échec est le manque de qualité, de disponibilité, d'accessibilité et d'indépendance des données.

Que faites-vous des données ? C'est la question cruciale qui préoccupe actuellement nos clients en matière d'IA.

Thomas Failer,
Fondateur et Group-CEO de la
Migration internationale des données suisses

E3 : Pourquoi en entend-on si peu parler ?

Failer : Il faut toujours un certain temps pour que de telles découvertes se concrétisent. Dès le début, la discussion a principalement porté sur les algorithmes, les modèles et la puissance de calcul. Non pas que ces aspects ne soient pas importants. Mais dans le contexte commercial, le carburant des modèles est encore plus important : et ce sont les données spécifiques à l'entreprise.

E3 : Ce n'est un secret pour personne qu'ils ne sont pas toujours dans le meilleur état.

Failer : Vous avez raison. Les données sont souvent fragmentées, existent en double ou en triple, sont gérées de manière lacunaire et sont enfermées dans des systèmes obsolètes.

E3 : À quoi cela est-il dû, selon vous ?

Failer : Les environnements d'applications et de systèmes ont évolué au fil du temps. Par conséquent, la complexité et le risque d'erreur augmentent. Ce n'est pas le résultat de l'ignorance ou de la négligence. Les responsables informatiques sont parfaitement conscients de cette problématique.

E3 : Alors pourquoi ne font-ils rien ?

Failer : Ils le souhaitent et font beaucoup pour cela. Mais le problème principal, outre la charge de travail habituelle, est que les données sont trop imbriquées et câblées avec les applications et les systèmes. Les données n'ont de valeur que dans le contexte commercial approprié. Et ce dernier ne peut généralement être établi que dans et avec les applications dans lesquelles les données ont été créées et traitées.

E3 : Ce n'est pas nouveau non plus. Alors pourquoi le problème est-il si aigu dans le contexte de l'IA ?

Failer : L'IA met le problème à l'échelle. Si les fondations sont fragiles, des fissures se forment en peu de temps dans les murs, même et surtout dans les parties porteuses, de sorte que la maison peut s'effondrer à tout moment. Les utilisateurs doivent pouvoir faire confiance aux résultats de l'IA. Comment y parvenir si la base de données est fragile ? Les entreprises ne peuvent pas vérifier chaque résultat à grands frais avant de l'utiliser pour aider leurs collaborateurs et automatiser tout ou partie des processus. Si cela s'avérait nécessaire, les gains d'efficacité et de productivité seraient réduits à néant.

E3 : Et les entreprises sont en train d'en prendre conscience ?

Failer : C'est indispensable. Nous l'avons encore constaté en janvier lors de notre manifestation Digital Lounge@Davos (voir encadré page 36). Dans les discussions entre cadres et spécialistes de l'IA, tout comme dans le hackathon que nous avons organisé en parallèle pour transformer les concepts d'IA en solutions fonctionnelles, un schéma s'est dessiné : Le facteur limitant n'était que rarement l'algorithme. Le facteur décisif était la question de savoir si les données étaient disponibles, compréhensibles et découplées des applications existantes.

E3 : Quelle est votre conclusion ?

Failer : Lorsque les données sont correctes, soumises à une bonne gouvernance et accessibles indépendamment de leurs applications et systèmes, les innovations prévues peuvent être mises en œuvre rapidement. L'indépendance des données devient ainsi une capacité stratégique et centrale pour la réussite des projets d'IA.

E3 : Merci pour cette conversation.