Data / IA
Quelle architecture data pour une IA souveraine ?
Par Jade Berre, publié le 26 mai 2026
Lors d’un afterwork IT for Business et Denodo, la souveraineté de l’IA a quitté le terrain des slogans pour entrer dans celui des vraies architectures d’entreprise. Cloud européen, silos bancaires, métadonnées et IA agentique montrent que tout commence par une donnée mobile, intelligible et gouvernée.
Dépendance, autonomie stratégique, maîtrise technologique… La souveraineté est pluriforme et dépasse évidemment le seul prisme technologique. Au-delà de son incarnation par les modèles, les infrastructures cloud ou encore les offres d’IA, ce sont surtout les choix d’architecture, de gouvernance et de stratégie data qui permettent son affirmation.
Lors d’un afterwork organisé par IT for Business et Denodo dans le 8ᵉ arrondissement parisien, Jérôme Coffinet, Directeur adjoint des données et des services analytiques à la Banque de France, Guillaume Jacquème, Fondateur d’IRLY et Olivier Tijou, Regional VP & General Manager EMEA chez Denodo ont questionné les fondations de l’architecture data nécessaire à une IA souveraine.
Une organisation au reflet de problématiques transverses
Véritable fil rouge de la soirée, le retour d’expérience de la Banque de France s’est révélé être un cas d’école captivant. À la croisée de l’État, de la zone euro et de l’écosystème financier, l’institution représentée par Jérôme Coffinet a rendu très concrets des enjeux souvent abordés de façon théorique : souveraineté, gouvernance, décloisonnement et maîtrise opérationnelle de la donnée. Son lien étatique impose la garantie d’une indépendance technologique ainsi qu’une maîtrise réelle sur la collecte et la gestion des données. « L’adoption de solutions cloud communautaires européennes, l’absence de verrouillage technologique, la conformité, la confidentialité et la portabilité des solutions analytiques » sont privilégiés affirme encore le Directeur adjoint des données et des services analytiques à la Banque de France.
Dans ce cadre, on peut légitimement se demander si la démarche relève d’une conviction souverainiste assumée ou, plus prosaïquement, d’exigences institutionnelles. En tout cas, ce qui frappe ici, c’est la matérialisation du concept, trop souvent théorique, de souveraineté, incarné par les choix technologiques de la Banque de France.
Au-delà de cette constatation, l’enjeu ne se limite pas à l’hébergement ou à l’infrastructure mais aussi au traitement de la donnée dans sa pluralité : issues de l’open data, du market data ou de l’interne, données structurées et non structurées. Cette diversité soulève une autre question essentielle pour les trois intervenants : comment rendre les données plus mobiles, plus traçables et plus facilement exploitables ? Selon Jérôme Coffinet, c’est précisément là « qu’il faut mieux documenter la donnée sachant que la question de la métadonnée se pose aussi ».
Un impératif de création d’un langage commun
Le statut particulier de la Banque de France introduit une autre réalité bien connue des grandes organisations : la nécessité de faire dialoguer des départements qui, structurellement, ne se parlent pas. Guillaume Jacquème évoque ainsi des « architectures bancaires très silotées », un contexte qui renforce la pertinence des solutions de Denodo : « il faut unifier les silos », insiste Olivier Tijou.
La problématique est d’autant plus pressante que deux dynamiques semblent accélérer simultanément les transformations : les contraintes réglementaires et l’amélioration de la qualité des données, nécessaire à l’IA. Dans cette perspective, Guillaume Jacquème identifie deux facteurs d’accélération : « la compliance et la data qui doit être “nettoyée”… Et cela s’accélère avec l’IA agentique » qui accentue les besoins de cohérence et d’interopérabilité des systèmes, ajoute Guillaume Jacquème.
L’importance de rendre la donnée intelligible
Ainsi, que l’on soit utilisateur final, conseil ou fournisseur technologique, le constat est le même : une architecture souveraine ne se résume pas à conserver ses données dans un environnement maîtrisé. Elle suppose aussi la création d’un langage commun entre les métiers afin que cette souveraineté puisse être opérable à grande échelle.
Pour y remédier, Jérôme Coffinet plaide pour des « outils métiers qui s’adaptent à la sémantique du groupe » mais aussi « un dictionnaire de données partagé et des responsabilités métiers clairement définies » au sein de la Banque de France. Cet objectif reste toutefois complexe à atteindre puisque, comme le nuance Olivier Tijou, « le data sharing reste un enjeu pour les métiers ».
Un moment de convivialité qui allait bien au-delà du seul retour d’expérience de la Banque de France. Derrière la question de l’architecture data pour une IA souveraine, se dessine un prérequis universel pour les organisations : concilier langage commun et gouvernance structurée, sans quoi cette ambition risque d’en rester au stade de la théorie, sans jamais pouvoir passer à l’opérationnel.
À LIRE AUSSI :
À LIRE AUSSI :
