Data / IA
Les entreprises doivent combler le fossé entre leurs ambitions et la réalité pour créer une IA fiable
Par La rédaction, publié le 13 août 2026
Anticiper les exigences de l’AI Act en déployant une IA fiable ne pourra se faire qu’en se reposant sur une plateforme de données unifiée, capable de contrôler ce que l’IA peut voir et qui peut y accéder.
Par Yannick Fhima, Head of Solutions Architecture South EMEA d’Elastic
Si un audit était mené dans votre organisation, vos dirigeants seraient-ils en mesure de répondre aux questions sur l’usage de l’IA ? Pourraient-ils démontrer qu’une chaîne de responsabilité claire, des contrôles robustes et un suivi efficace ont été mis en place et fonctionnent correctement ? Ou apparaîtrait-il rapidement que les ambitions en matière d’IA ont pris de vitesse les réflexions sur la gouvernance et la supervision ?
Dans une enquête menée début 2026 auprès de près de 1 000 cadres dirigeants par le cabinet de conseil mondial Grant Thornton, plus de trois quarts des répondants (78 %) déclarent ne pas avoir la certitude que leur organisation passerait un audit indépendant de gouvernance de l’IA.
Et si 75 % des conseils d’administration ont approuvé des investissements majeurs dans l’IA, près de la moitié (48 %) n’ont pas défini d’exigences de gouvernance pour ces technologies.
Un déficit de gouvernance peut avoir des conséquences sérieuses pour les entreprises soumises à l’AI Act européen. Cette régulation s’applique non seulement aux organisations établies dans l’Union Européenne, mais aussi à celles situées hors UE qui vendent des systèmes d’IA à des clients européens ou déploient des systèmes d’IA affectant des résidents européens. La conformité à l’AI Act exige des changements organisationnels systémiques, pas de simples ajustements techniques. Ne pas respecter ce cadre réglementaire expose à des amendes pouvant atteindre 35 millions d’euros, ou 7 % du chiffre d’affaires annuel mondial de l’entreprise, en fonction du montant le plus élevé.
Les États membres sont désormais engagés dans la transposition des dispositions de l’AI Act en droit national : dès lors qu’une IA est utilisée pour prendre une décision ou poser une action, la logique qui sous-tend ce processus doit être transparente, vérifiable et susceptible d’être améliorée. En septembre 2025, la France a dévoilé son plan national de mise en œuvre, en retenant un cadre décentralisé s’appuyant sur les régulateurs existants plutôt que sur la création de nouvelles instances. La CNIL jouera ainsi un rôle central dans le suivi de la transparence et des droits fondamentaux, avec le concours de l’Arcom et de la DGCCRF. Lors de l’AI Impact Summit de New Delhi en février 2026, le Président Emmanuel Macron a assuré : « L’Europe n’est pas aveuglément focalisée sur la réglementation. L’Europe est un espace d’innovation et d’investissement, mais un espace sécurisé. »
La question de la conformité illustre une fois de plus le fossé persistant entre les ambitions en matière d’IA et les réalités terrain. D’un côté, la plupart des entreprises souhaitent une IA capable d’accéder en toute sécurité aux données internes et de les comprendre, mais l’intégration des LLMs directement aux données brutes des systèmes sources est techniquement complexe et risquée. Les organisations veulent une IA qui ancre ses réponses dans des faits en temps réel, mais constatent que leur approche peine à suivre l’évolution rapide des données. Elles veulent une IA qui délivre des réponses vérifiables et fiables mais voient régulièrement leur IA se tromper ou inventer des informations, souvent avec beaucoup d’assurance.
« La conformité à l’AI Act exige des changements organisationnels systémiques, pas de simples ajustements techniques. »
Comment leurs dirigeants peuvent-ils espérer combler ce fossé et atteindre leurs ambitions en matière de conformité, tout en réalisant les gains de productivité et les économies qui ont motivé leurs investissements ? La réponse réside dans une approche de plus en plus désignée sous le terme d’« IA responsable » : s’assurer que les décisions et actions guidées par l’IA sont éthiques, traçables et transparentes. C’est bien plus qu’une question de politique interne : l’IA responsable implique aussi de repenser en profondeur l’architecture technologique qui la sous-tend.
Données unifiées, RAG et contrôle d’accès : le trio gagnant de la gouvernance
Au cœur de la vision de l’IA responsable se trouve une plateforme de données unifiée, qui devient le canal principal d’alimentation des systèmes d’IA. En consolidant l’accès aux données détenues dans les systèmes back-end sur cette plateforme, les organisations n’ont plus besoin de déplacer leurs données ni de connecter les LLMs directement à leurs données brutes, ni de dépendre de pipelines complexes et fragiles nécessitant maintenance et synchronisation régulière. À la place, la plateforme de données unifiée prépare nativement les données pertinentes et à jour pour l’IA.
« L’IA responsable implique aussi de repenser en profondeur l’architecture technologique qui la sous-tend. »
La plateforme doit également proposer des capacités de génération augmentée par récupération (RAG) pour garantir une IA fiable. Concrètement, le RAG est une technique d’optimisation des LLMs qui élargit leurs sources d’information : plutôt que de s’appuyer uniquement sur leurs données d’entraînement, les modèles activés par RAG peuvent également interroger des fournisseurs tiers de confiance et les propres données de l’organisation, produisant ainsi des réponses plus actualisées, plus précises et plus pertinentes.
Enfin, l’IA responsable implique de s’assurer que les réponses de l’IA ne font pas remonter des informations qu’un utilisateur n’est pas autorisé à consulter. Un conseiller de clientèle peut avoir besoin du numéro de téléphone et de la date de naissance d’un client, mais pas de ses coordonnées bancaires ; son superviseur peut avoir besoin des trois. C’est pourquoi une plateforme de données unifiée doit imposer un contrôle d’accès basé sur les rôles et des permissions au niveau des index, garantissant que les LLMs ne font remonter que les informations que l’utilisateur est autorisé à voir.
Un constat s’impose : l’absence de gouvernance peut avoir des conséquences alarmantes, à mesure que l’IA est de plus en plus utilisée pour formuler des recommandations, effectuer des transactions et prendre des décisions. Pour exploiter pleinement le potentiel de cette technologie sans en subir les risques, les organisations doivent d’urgence définir et démontrer une approche plus responsable de l’IA. Les outils pour y parvenir existent déjà. Reste à combler le fossé dans la discipline d’exécution.
À LIRE AUSSI :
À LIRE AUSSI :
