Aire a lancé « Le Podcast d’Aire », une nouvelle initiative mensuelle proposant du contenu technologique afin de stimuler le débat dans le milieu entrepreneurial sur des sujets tels que la souveraineté des données, l’adoption du cloud, l’intelligence artificielle, la connectivité avancée et la transformation digitale. Le premier épisode, d’une durée d’une heure, se concentre sur une tendance qui gagne du poids parmi les CIOs et responsables commerciaux : beaucoup d’entreprises ne rencontrent pas de problèmes avec l’intelligence artificielle par manque d’outils, mais parce qu’elles ne disposent pas d’une architecture, de données et d’une gouvernance adéquates pour la mettre en production.

Ce premier épisode, intitulé « IA et cloud : comment les entreprises espagnoles adoptent l’intelligence artificielle », est animé par Zigor Gaubeca, CIO d’Aire, et inclut la participation de Rodrigo Rebollar Domínguez, directeur exécutif chez SDG Group et spécialiste en stratégie Data & AI. La conversation évite l’enthousiasme simpliste autour des copilotes, agents et automatisation pour se concentrer sur une question plus réaliste : que se passe-t-il lorsqu’une organisation tente de passer de tests isolés à une utilisation réelle, sûre et mesurable de l’IA?

Le point de départ du débat résume bien la problématique. Au cours des deux dernières années, de nombreuses entreprises ont voulu « surfer » sur la vague de l’intelligence artificielle. Certaines ont acheté des licences pour des outils du marché, d’autres ont lancé des proof of concept, et beaucoup ont créé des attentes internes très élevées. Cependant, selon Rebollar, une part importante de ces initiatives entre actuellement dans une phase de redéfinition, où les entreprises se demandent pourquoi ces projets n’apportent pas la valeur escomptée.

Du pilote à la mise en production : le saut que beaucoup n’ont pas réussi à franchir

L’un des concepts récurrents dans la discussion est ce qu’on appelle la « purgatoire du pilote », cette situation où une entreprise accumule des preuves de concept fonctionnant dans un environnement limité, mais qui ne sont pas véritablement intégrées dans les processus métier. Le problème ne réside pas tant dans la faiblesse de la technologie, mais dans le fait que le projet naît d’un besoin flou, ne se connecte pas à des données fiables, ou n’est pas conçu en pensant à la production.

Rebollar le résume par une phrase particulièrement pertinente pour tout comité de direction : « La solution, c’est l’IA, mais quelle était la question ? » La leçon est simple. Acheter une licence, déployer un assistant ou créer un chatbot interne ne constitue pas une stratégie d’intelligence artificielle. Il faut d’abord définir clairement le problème métier à résoudre, comprendre quels sont les données qui l’alimentent, qui en assure la gouvernance, quels risques existent, et comment mesurer l’impact.

Dans cet épisode, trois niveaux d’adoption sont distingués. Le premier concerne l’utilisation d’assistants comme ChatGPT, Copilot ou Gemini, où la personne continue de faire le travail, mais s’appuie sur un outil. Le second se rapproche de l’automatisation des processus via des solutions low-code ou des agents. Le troisième, beaucoup plus complexe, peut transformer les processus métier, créer de nouvelles lignes d’activité ou redéfinir des produits. Selon Rebollar, la majorité des entreprises trouvent encore plus de valeur dans le premier domaine : amélioration de la productivité, réduction des tâches manuelles et soutien aux employés.

L’intelligence artificielle générative a démocratisé l’accès à des capacités avancées, mais n’a pas résolu certains problèmes fondamentaux. Une entreprise qui n’a pas structuré son reporting, qui possède des données dupliquées dans plusieurs départements ou qui ne partage pas une sémantique commune entre finance, ventes et opérations rencontrera de graves difficultés à construire des systèmes fiables.

Les données, un enjeu stratégique plutôt que technique

La discussion entre Gaubeca et Rebollar insiste sur le fait que les données constituent la matière première de tout projet sérieux en IA. Il ne s’agit plus seulement d’accumuler des données. En réalité, de nombreuses entreprises collectent, stockent et conservent de grandes quantités d’informations. Le vrai défi réside dans l’existence de silos, l’absence d’intégration, le manque d’une vision commune et la difficulté à comprendre ce que chaque donnée représente réellement dans chaque département de l’entreprise.

Ce point est particulièrement crucial pour les entreprises en croissance via des acquisitions ou une expansion rapide. Aire souligne dans cet épisode la complexité de gouverner les données lorsque l’organisation intègre des sociétés aux cultures, outils et niveaux de maturité variés. Dans ces situations, l’intelligence artificielle ne simplifie pas automatiquement la gestion, elle peut au contraire la mettre en évidence.

Le débat aborde aussi un concept de plus en plus pertinent : le fait que les données ne doivent pas uniquement être perçues comme un enjeu réglementaire. Selon Rebollar, beaucoup d’entreprises s’inquiètent de la confidentialité et de la conformité de façon réactive, par crainte de sanctions ou amendes. Pourtant, les données devraient être considérées comme un actif stratégique. Si une entreprise ignore où sont ses données, qui les utilise et dans quelles conditions, elle ne maîtrise pas une partie essentielle de ses activités sensibles.

Le cloud joue un rôle central ici. Pour Aire, l’adoption de l’IA dépend de la capacité à construire une infrastructure technologique flexible, sécurisée et maîtrisée. Gaubeca évoque trois options : utiliser des solutions SaaS du marché, construire une architecture interne avec plus de contrôle sur l’infrastructure et les modèles, ou opter pour une solution hybride combinant les deux, avec des charges sous contrôle propre et d’autres via des API ou des données anonymisées connexes.

Toutes les entreprises ne peuvent ou ne doivent pas bâtir une plateforme interne d’IA. Mais le choix de la facilité a souvent un coût à long terme. L’utilisation de grandes plateformes cloud et d’outils SaaS facilite l’adoption, mais peut aussi accroître la dépendance technologique, compliquer une éventuelle sortie et déplacer des données, des agents, la logique analytique et des processus critiques vers des environnements contrôlés par des tiers.

Gouvernance, sécurité et culture : autant d’obstacles à dépasser pour progresser

Le mot « gouvernance » est évoqué comme un des leviers essentiels dans cet épisode. Pas seulement sous un angle réglementaire, mais aussi comme une démarche pour organiser l’utilisation de l’IA dans l’entreprise. Qui peut utiliser quelles outils, avec quelles données, pour quels cas d’usage, selon quels contrôles et avec quels suivis ? Sans cette couche, le risque n’est pas uniquement de violer une norme, mais de voir l’adoption devenir chaotique.

Le Règlement européen sur l’intelligence artificielle, en vigueur depuis le 1er août 2024, avec une application progressive jusqu’au 2 août 2026 pour la majorité des règles, intensifie cette approche. Les entreprises devront non seulement décider d’employer l’IA, mais aussi évaluer les risques, documenter certains systèmes, surveiller les usages interdits et renforcer la transparence dans certains contextes. Pour les systèmes à haut risque, ces exigences seront encore plus stricte.

Le phénomène du « shadow AI », c’est-à-dire l’utilisation non contrôlée d’outils d’IA par des employés hors du cadre officiel, est aussi discuté. C’est un phénomène qui rappelle celui de Dropbox ou WeTransfer il y a quelques années, mais la différence est que désormais, ces outils ne servent pas seulement à échanger des fichiers, mais aussi à traiter, résumer, analyser ou combiner des données selon des consignes. Cela pose des risques de fuite, de perte de contrôle, et d’erreurs pouvant impacter les décisions.

La sécurité ne concerne pas uniquement la prévention des sorties de données, mais aussi la fiabilité des réponses fournies. Rebollar insiste sur le fait que, dans la conception de solutions IA pour des clients, l’objectif doit être que les résultats soient corrects. La fiabilité ne doit pas être sacrifiée au profit d’une plus grande portée ou rapidité. Une réponse plausible mais incorrecte peut causer davantage de problèmes qu’une réponse incomplète dans un environnement professionnel.

La culture interne est aussi centrale. Il ne suffit pas de fournir un outil et une formation de base. Les collaborateurs doivent apprendre à identifier les processus à automatiser, à savoir quand s’appuyer sur des agents, et quand vérifier une réponse. Rebollar compare l’avenir des agents à l’usage des feuilles de calcul Excel : un jour, il sera évident pour tous que l’utilisation de petits agents pour des tâches concrètes, comme aujourd’hui celle des tableurs ou des mails, fait partie intégrante du travail.

Le défi réside dans le fait que la technologie évolue plus rapidement que la capacité d’adoption de bon nombre d’organisations. Les grands fournisseurs et acteurs de l’infrastructure publient des fonctionnalités à une vitesse impressionnante, alors que les entreprises cherchent encore à exploiter ce qu’elles ont déjà. Pour les PME, cet écart est encore plus marqué : beaucoup en sont encore à leur digitalisation de base, à renforcer leur cybersécurité ou à se conformer à de nouvelles réglementations, comme la facturation électronique, tandis que l’intelligence artificielle crée une nouvelle couche de changement.

Le Podcast d’Aire naît précisément dans cet espace : celui entre le discours technologique et la réalité opérationnelle. Son premier épisode ne présente pas l’intelligence artificielle comme une course à l’achat d’outils, mais comme une réflexion autour du business, de la culture, de la gouvernance et de la technologie. Cette vision peut sembler plus lente que l’enthousiasme du marché, mais elle demeure plus utile pour des entreprises souhaitant assurer la pérennité de leurs projets au-delà du simple pilote.

Foire aux questions

Qu’est-ce que Le Podcast d’Aire ?
C’est une initiative mensuelle d’Aire pour analyser des sujets technologiques tels que le cloud, l’intelligence artificielle, la souveraineté des données, la connectivité avancée et la transformation numérique sous un angle entrepreneurial.

De quoi parle le premier épisode ?
Le premier épisode explore comment les entreprises espagnoles adoptent l’intelligence artificielle et pourquoi beaucoup de projets n’atteignent pas leur plein potentiel en raison de problèmes de données, d’architecture ou de gouvernance.

Qui participe à ce premier épisode ?
Il est animé par Zigor Gaubeca, CIO d’Aire, avec la participation de Rodrigo Rebollar Domínguez, directeur exécutif chez SDG Group et spécialiste en stratégie Data & AI.

Pourquoi le cloud est-il crucial pour l’adoption de l’intelligence artificielle ?
Parce qu’il permet de déployer rapidement des capacités technologiques, d’intégrer des données, de faire évoluer les processus et de concevoir des architectures plus agiles. Cependant, cela exige aussi de maîtriser la dépendance aux fournisseurs, la sécurité et la gouvernance des données.