Un projet d’intelligence artificielle échoue rarement sur le modèle. Il échoue parce que personne ne sait exactement quelles données existent dans l’entreprise, qui en répond, dans quel état elles sont, et lesquelles ont le droit d’être utilisées pour cet usage. Ce travail est ingrat, il ne se démontre pas en réunion, et il conditionne tout le reste.
Voxalia a un peu plus d’un an, et c’est le décalage le plus fréquent que nous constatons entre l’ambition affichée d’un projet et son point de départ réel.
Le taux d’échec des pilotes, et ce qu’il ne dit pas
Les chiffres circulent beaucoup, et il faut les manier avec prudence.
Les travaux du MIT diffusés en août 2025 sous le titre The GenAI Divide, largement relayés, avancent que l’immense majorité des pilotes d’IA générative en entreprise ne produisent pas de retour mesurable. Ce chiffre est spectaculaire, il a été discuté, et je ne le prendrai pas comme une vérité établie : les périmètres retenus et la définition du succès y font beaucoup.
Ce qui est solide, en revanche, est le diagnostic qualitatif convergent. Le World Quality Report 2025-26, publié par Capgemini et Sogeti le 13 novembre 2025, mesure que 43 % des organisations expérimentent l’IA générative dans leurs activités de qualité mais que 15 % seulement l’ont déployée à l’échelle de l’entreprise, et que près de 60 % butent sur la gestion de données sécurisées et exploitables à l’échelle.
Le passage du pilote à l’échelle est donc le point de rupture, et la donnée en est la cause déclarée. Ce n’est pas une intuition de consultant, c’est ce que répondent les organisations concernées.
Ce que « gouvernance des données » veut dire concrètement
Le terme est mal aimé, parce qu’il évoque des comités et des chartes. Il recouvre en réalité quatre questions très prosaïques, auxquelles la plupart des entreprises ne savent pas répondre par écrit.
Quelles données existent, et où. Un inventaire, même sommaire, des jeux de données significatifs : ce qu’ils contiennent, dans quel système ils vivent, à quelle fréquence ils sont alimentés. La plupart des organisations découvrent à ce stade qu’elles possèdent trois versions du référentiel client.
Qui en répond. Pour chaque jeu de données, une personne nommée, côté métier et non côté informatique, qui décide de ce qui est juste. Sans elle, toute question de qualité remonte à une équipe technique qui n’a pas la légitimité d’y répondre.
Dans quel état elles sont. Complétude, fraîcheur, doublons, cohérence entre systèmes. Mesuré, pas estimé.
Ce qu’on a le droit d’en faire. Base légale du traitement, durée de conservation, données personnelles, engagements pris envers les clients, clauses contractuelles avec les fournisseurs. Cette question est celle qui arrête le plus de projets en fin de parcours, quand elle a été posée trop tard.
Une entreprise capable de répondre à ces quatre questions sur son périmètre critique est prête. Une entreprise qui ne le peut pas construira un démonstrateur convaincant qui ne passera jamais en production.
Pourquoi l’IA rend ce sujet urgent alors qu’il ne l’était pas
La gouvernance des données est un sujet ancien, régulièrement relancé et régulièrement abandonné. Ce qui change avec l’IA tient en deux mécaniques.
La première est l’échelle d’exposition. Un rapport erroné circule auprès de dix personnes qui savent le relire. Un assistant qui répond à partir des mêmes données répond à tout le monde, sans contexte, et avec une assurance que le lecteur prend pour de la fiabilité. Une donnée fausse cesse d’être une erreur de reporting pour devenir une affirmation.
La seconde est l’effet d’amplification, désormais mesuré. Le rapport DORA publié le 23 septembre 2025, auprès de près de 5 000 professionnels, conclut que l’IA agit comme un amplificateur : elle magnifie les forces des organisations performantes et les dysfonctionnements des autres. Appliqué à la donnée, cela signifie qu’un référentiel incohérent ne produit plus des écarts que quelqu’un finit par repérer, mais des réponses cohérentes en apparence et fausses en substance, à un rythme que personne ne peut plus vérifier.
S’y ajoute une contrainte de calendrier. Les obligations les plus lourdes du règlement européen sur l’intelligence artificielle, dont nous avons détaillé le calendrier, portent sur des usages qui reposent tous sur des données : recrutement, évaluation, accès à un service, notation. Ces obligations supposent de pouvoir documenter ce qui a été utilisé pour entraîner ou alimenter un système, ce qui est impossible sans inventaire.
La donnée de test, le révélateur le plus fiable
Il existe un test de maturité qui ne demande ni audit ni questionnaire, et je le recommande à toutes les directions informatiques qui veulent savoir où elles en sont : demandez comment sont fabriqués les jeux de données de vos environnements de test.
Trois réponses possibles, et elles situent l’entreprise sans appel.
La première est qu’on copie la production. C’est la plus fréquente, c’est la plus simple, et cela signifie que des données personnelles réelles circulent dans des environnements dont la sécurité est, par construction, inférieure à celle de la production. Le sujet n’est alors pas la gouvernance, il est la conformité, et il est urgent.
La deuxième est qu’on dispose d’un jeu anonymisé maintenu par quelqu’un. C’est le bon niveau, et c’est rare, parce que maintenir la cohérence d’un jeu de données après anonymisation est un travail continu et invisible, systématiquement arbitré à la baisse.
La troisième est qu’on ne sait pas. C’est la réponse la plus fréquente au niveau d’une direction, et elle indique que la question n’a jamais été posée à quelqu’un capable d’y répondre.
Ce sujet a d’ailleurs commencé à bouger sous l’effet de l’IA, comme nous l’écrivions à propos de l’effet de l’IA sur la qualité logicielle : le recours aux données synthétiques est passé de 14 % en 2024 à 25 % en 2025 pour devenir le premier usage de l’IA générative en test. C’est probablement le cas d’usage le plus rentable du moment, et le moins raconté, parce qu’il ne fait rêver personne.
Le piège du grand chantier
Voici l’erreur symétrique, et elle est aussi coûteuse que l’absence de gouvernance.
Devant l’ampleur du sujet, beaucoup d’organisations lancent un programme transverse : outil de catalogage, comité de gouvernance, nomination de responsables sur l’ensemble du patrimoine, plan sur dix-huit mois. Ces programmes produisent en général un catalogue partiellement rempli, un comité qui se réunit trois fois, et un découragement durable.
La raison est simple : la gouvernance des données n’a de valeur que si elle sert un usage. Traiter l’ensemble du patrimoine sans usage en face revient à ranger une maison entière avant de savoir dans quelle pièce on va vivre.
La démarche qui fonctionne est l’inverse, et elle est modeste. Prendre le premier cas d’usage réellement voulu, remonter la chaîne des données dont il dépend, traiter seulement celles-là, et nommer un responsable métier pour chacune. Le périmètre est petit, le résultat est visible en quelques semaines, et la méthode se réplique. C’est aussi la seule manière connue de faire accepter le travail ingrat : il devient le prix d’un résultat que quelqu’un attend.
Ce que ça change dans le chiffrage d’un projet d’IA
Une conséquence directe, qui touche au budget.
Dans les projets que nous voyons, la part consacrée à la préparation des données représente le poste principal, très loin devant le travail sur le modèle lui-même, qui est souvent affaire de configuration plus que de développement. Un chiffrage qui inverse ces proportions décrit un projet dont personne n’a regardé les données.
Le corollaire est vrai pour l’acheteur : une proposition qui détaille longuement les modèles envisagés et traite la donnée en une ligne mérite une question simple, celle de savoir ce que le prestataire a vu du patrimoine existant avant de chiffrer. C’est le même réflexe que pour le cadrage d’un besoin, appliqué à la matière première.
Ce que nous en tirons
Nous proposons systématiquement de commencer par un périmètre de données restreint et un usage précis, y compris lorsqu’on nous demande un programme de gouvernance complet. Cette position réduit la taille de nos missions, et nous l’assumons.
Elle repose sur une conviction simple : un catalogue exhaustif sans usage ne survit pas à son financement, alors qu’une chaîne de données traitée pour un usage qui marche crée une demande pour la suivante. Nous préférons livrer quelque chose de petit qui reste à quelque chose de grand qui s’arrête.
Nous refusons également de chiffrer un projet d’IA sans avoir regardé les données. Ce n’est pas une posture de prudence : c’est qu’un chiffrage établi sur une description de la donnée plutôt que sur son examen est faux dans une proportion que l’expérience du secteur rend prévisible.
Vous pouvez lire qui nous sommes et d’où nous venons et ce que nous faisons en data et IA avant de nous accorder le moindre crédit.
Questions fréquentes
Pourquoi les projets d’IA échouent-ils au passage à l’échelle ?
Le point de rupture se situe entre le démonstrateur et la production, et la donnée en est la cause la plus déclarée. Le World Quality Report 2025-26, publié par Capgemini et Sogeti le 13 novembre 2025, mesure que 43 % des organisations expérimentent l’IA générative dans leurs activités de qualité mais que 15 % seulement l’ont déployée à l’échelle de l’entreprise, et qu’environ 60 % rencontrent des difficultés sur la gestion de données sécurisées et exploitables à l’échelle. Un démonstrateur fonctionne sur un jeu de données choisi ; la production exige de savoir ce qui existe, qui en répond, dans quel état et avec quel droit d’usage.
Que contient concrètement une gouvernance des données ?
Quatre réponses écrites, pour chaque jeu de données significatif. Ce qu’il contient et dans quel système il vit. Qui en répond, c’est-à-dire une personne nommée côté métier qui décide de ce qui est juste. Dans quel état il se trouve, mesuré plutôt qu’estimé, en complétude, fraîcheur, doublons et cohérence entre systèmes. Et ce qu’on a le droit d’en faire, base légale, durée de conservation, présence de données personnelles, engagements contractuels. Cette dernière question est celle qui arrête le plus de projets lorsqu’elle est posée trop tard.
Faut-il lancer un programme de gouvernance avant tout projet d’IA ?
Non, et c’est même l’erreur symétrique la plus coûteuse. Un programme transverse portant sur l’ensemble du patrimoine produit généralement un catalogue partiellement rempli et un découragement durable, parce que la gouvernance n’a de valeur que rapportée à un usage. La démarche efficace consiste à partir du premier cas d’usage réellement voulu, à remonter la chaîne des données dont il dépend, à ne traiter que celles-là et à nommer un responsable métier pour chacune. Le périmètre reste petit, le résultat est visible en quelques semaines, et la méthode se réplique.
Sources
- Capgemini, Sogeti et OpenText, World Quality Report 2025-26, 17e édition publiée le 13 novembre 2025 (43 % d’organisations expérimentant l’IA générative contre 15 % à l’échelle de l’entreprise, environ 60 % en difficulté sur la gestion de données sécurisées et exploitables à l’échelle).
- DORA, State of AI-assisted Software Development 2025, 23 septembre 2025, près de 5 000 professionnels (conclusion sur l’IA amplificateur des forces et des dysfonctionnements existants).
- MIT NANDA, The GenAI Divide: State of AI in Business 2025, août 2025, relayé par Forbes (taux d’échec des pilotes d’IA générative en entreprise ; chiffre discuté, cité ici comme ordre de grandeur et non comme mesure établie).
- Règlement (UE) 2024/1689 du 13 juin 2024 établissant des règles harmonisées concernant l’intelligence artificielle (obligations documentaires applicables aux systèmes à haut risque, dont le recrutement, l’évaluation des personnes et l’accès aux services essentiels).
