Decideo - Actualités : Data Science, Big Data, Business Intelligence

Les données fiscales, une nouvelle boussole économique pour les entreprises

Longtemps cantonnées à la conformité, les données fiscales peuvent aujourd’hui offrir une lecture précieuse des marchés et des dynamiques économiques. La fiscalité est souvent perçue comme une contrainte administrative. Pourtant, elle produit en permanence une quantité importante d’informations sur l’activité économique des entreprises. Chaque transaction commerciale génère des données fiscales liées au lieu de la vente, au type de produit ou encore aux règles applicables. Pendant longtemps, ces informations ont été utilisées uniquement pour répondre aux obligations déclaratives. Elles étaient collectées, vérifiées puis transmises aux administrations fiscales. Leur potentiel analytique est resté largement inexploité. Pourtant, ces données constituent une source d’information directe sur l’activité économique d’une entreprise. Elles peuvent contribuer à mieux comprendre les marchés sur lesquels elle opère et à éclairer certaines décisions…

IA : pourquoi le choix des bases de données devient un enjeu stratégique

À mesure que l’intelligence artificielle s’impose dans les stratégies des entreprises, une question structurelle apparaît : celle de l’architecture des bases de données. Derrière les promesses de l’IA générative et des modèles prédictifs se cache en réalité un enjeu plus fondamental. La capacité d’une organisation à exploiter l’intelligence artificielle dépend d’abord de la manière dont elle gère, structure et valorise ses données. Pendant longtemps, le choix d’une base de données relevait principalement d’une décision technique liée au stockage et à la gestion des applications métiers. Aujourd’hui, ce choix conditionne directement la trajectoire data et IA des entreprises. Les bases de données ne sont plus seulement des infrastructures invisibles du système d’information : elles deviennent le socle sur lequel repose la transformation vers une organisation pilotée par la donnée. Une maturité data qui se construit par étapes La…

L’écart d’exécution de l’IA : pourquoi la majorité des entreprises peinent encore à produire des résultats

L’intelligence artificielle fait désormais consensus. Dans la plupart des entreprises, elle est considérée comme une priorité stratégique au plus haut niveau. Pourtant, derrière cet alignement apparent, une réalité plus contrastée s’impose : peu d’organisations parviennent réellement à mettre l’IA en œuvre avec succès et à en tirer une valeur mesurable. Une récente étude mondiale menée auprès de décideurs technologiques en apporte une illustration frappante. Si 77 % des responsables IT estiment que l’IA est une priorité au niveau du conseil d’administration, 94 % d’entre eux déclarent rencontrer des difficultés majeures lors de sa mise en œuvre. Ce paradoxe met en lumière ce que l’on peut qualifier d’« écart d’exécution de l’IA ». Cet écart ne se limite pas à un manque de planification. Il s’étend à cinq défis étroitement liés : la clarté de la stratégie, la focalisation des déploiements, l’alignement des dirigeants, la…

Impossible de stopper le shadow AI : voici comment en faire une force

Pourquoi le shadow AI est inévitable. Les directions informatiques connaissent bien le phénomène du shadow IT : ces logiciels ou services utilisés par les collaborateurs sans validation officielle. Pendant des années, les entreprises ont tenté d’y répondre par des politiques de contrôle ou de blocage. Mais l’intelligence artificielle change profondément la donne. Contrairement aux applications SaaS traditionnelles, les outils d’IA générative ne nécessitent aucune installation. Ils sont accessibles instantanément depuis un navigateur ou un smartphone. En quelques secondes, un collaborateur peut demander à une IA de résumer un document, générer un texte, analyser des données ou produire du code. Surtout, l’adoption de ces outils s’est faite dans un ordre inédit : les usages personnels ont précédé les usages professionnels. Aujourd’hui, de nombreux salariés utilisent déjà ces assistants dans leur quotidien. Lorsqu’ils arrivent au bureau, ces…

Sauvegarder, c’est gouverner : la donnée au cœur de la résilience numérique

Le 31 mars 2026, la Journée mondiale de la sauvegarde rappelle que la protection des données est devenue un enjeu stratégique et réglementaire. La transformation numérique des organisations s’accompagne d’une croissance continue des volumes de données et d’une dépendance accrue aux systèmes d’information. Dans le même temps, les cyberattaques se multiplient et ciblent fréquemment les données elles-mêmes. Dans ce contexte, la sauvegarde ne peut plus être considérée comme une opération purement technique. Elle constitue un élément central de la résilience numérique. La Journée mondiale de la sauvegarde des données informatiques, célébrée chaque 31 mars, offre l’occasion de replacer ce sujet au niveau stratégique. D’autant plus que les entreprises évoluent désormais dans un cadre réglementaire européen renforcé, notamment avec NIS2 et DORA. Une externalisation croissante vers le cloud De nombreuses organisations font aujourd’hui le choix…

Pourquoi ne devrait-on plus avoir peur de l’optimisation mathématique ?

Traditionnellement, l’optimisation mathématique, qui se rattache à l’intelligence décisionnelle, est perçue comme une discipline complexe, parfois même intimidante pour les entreprises. Pourtant, l’essor récent de l’intelligence artificielle, en particulier de l’IA générative, rend aujourd’hui les principes de l’optimisation plus accessibles et plus facilement interprétables — de la même manière que l’IA a contribué, quelques années plus tôt, à démocratiser et simplifier la programmation. Les interactions avec un agent d’IA facilitent la compréhension des différentes couches et des étapes successives nécessaires à la construction d’un modèle d’optimisation. 4 questions à Pascal Van Rentenryck, Responsable du laboratoire IA chez Gurobi L’intelligence artificielle constitue précisément le « catalyseur » de la démocratisation des techniques d’optimisation mathématique. Entre IA générative, machine learning, analyse prédictive ou…

De l’avenir de Teradata...

La société Teradata a été fondée en 1979, rachetée par NCR en 1992 et redevenue indépendante en 2007. Son existence sur le marché de l’analytique a commencé en 1984 avec sa première plateforme le DBC/1012. À l’époque, pratiquement tous les éléments de cette solution étaient spécifiques à Teradata (matériel, réseau interne, os, base de données … outil de requête). L’apport de NCR qui a développé l’offre et permis son succès a été d’investir sur l’élément vraiment différenciateur, c’est-à-dire la base de données MPP et de recourir aux meilleurs produits du marché pour le reste. Aujourd’hui, Teradata propose toujours des plateformes pour les entreprises, avec des solutions permettant de stocker, analyser et exploiter de grandes quantités de données, notamment dans le cloud et pour l’IA, avec au cœur de ces offres la base de données MPP d’origine à laquelle on a rajouté au fil du temps les possibilités nécessaires pour…

Le chantier du futur a déjà commencé : la construction entre dans une nouvelle ère

Longtemps perçue comme un secteur immuable, attaché à ses méthodes et à ses cycles longs, la construction traverse aujourd’hui une transformation silencieuse mais profonde. À l’heure où les défis du logement, de la transition environnementale et de l’aménagement des territoires s’intensifient, elle redevient un secteur stratégique. Et contrairement aux idées reçues, cette mutation n’est pas subie : elle ouvre une opportunité historique de construire mieux, plus efficacement et plus durablement. Car si les grues et les chantiers restent visibles, la véritable révolution est ailleurs. Elle se joue dans la manière de concevoir, de piloter et de collaborer. Un secteur au cœur des grandes transitions La construction occupe désormais une position centrale dans les grandes équations économiques et sociétales. Produire des logements accessibles, adapter les villes au changement climatique, rénover le parc existant ou encore limiter l’empreinte carbone des…

Veille stratégique : l’humain, clef de voûte à l’ère de l’IA générative

À l’heure où certaines entreprises dissolvent leurs cellules de veille au nom de l’IA générative, une question s’impose : la machine peut-elle réellement remplacer l’humain ? Derrière le récit de l’automatisation totale se joue en réalité une transformation du métier de veilleur. Ces derniers mois, plusieurs organisations ont fait le choix radical de dissoudre ou d’alléger drastiquement leurs équipes de veille stratégique. Le prétexte est connu : « Avec l’IA, nous n’avons plus besoin d’humains ». L’argument semble imparable : l’IA résume, traduit, extrait, reformule en quelques secondes. Pourquoi conserver des équipes dédiées ? Cette lecture relève d’une mauvaise appréciation de la situation. Elle confond automatisation de tâches et intelligence stratégique. Elle réduit l’IA à un simple levier RH, là où d’autres entreprises investissent au contraire dans la formation et l’accompagnement de leurs veilleurs. Ce que la machine fait…

La gouvernance des données à l'ère des agents IA : mission impossible ?

Parce qu’ils analysent des informations, prennent des décisions et lancent des actions sans intervention humaine, les agents IA autonomes transforment la manière dont les organisations traitent et exploitent les données. Cette nouvelle main-d'œuvre opère à une échelle et à une vitesse qui révolutionnent les opérations commerciales. Cependant, elle pose également un dilemme profond à ceux qui sont chargés de la gestion. Comment contrôler ce que l'on ne peut pas toujours voir ou comprendre immédiatement ? Pourquoi les agents IA perturbent la gouvernance traditionnelle des données Ces agents opèrent dans un domaine où les cadres traditionnels de gouvernance des données commencent à montrer leurs limites. Conçus pour une époque plus prévisible, ces cadres supposaient un certain degré de supervision humaine et des flux de données structurés. L'autonomie des agents IA remet en question ce principe même. Ils prennent des décisions en temps réel, souvent basées…

2026 : quand l’IA linguistique devient un outil de pilotage

La reprise des activités en début d’année peut être une période très intense pour les entreprises. Les équipes doivent finaliser les plans stratégiques, clôturer les reportings résiduels de l’exercice précédent, revoir les budgets et aligner les contrats ainsi que les communications destinées aux filiales. Janvier concentre souvent des décisions à forts enjeux et de grands volumes d’informations, tandis que les équipes retrouvent progressivement leur rythme et alors que la coordination entre les équipes, souvent réparties sur plusieurs fuseaux horaires. C’est précisément dans cette phase primordiale que l’IA linguistique apporte une maîtrise inédite en alliant rapidité d’exécution, cohérence documentaire et respect des exigences de conformité, et permet d’aborder le début d'année avec davantage de continuité et de clarté. Sécuriser la chaîne documentaire : un enjeu clé de début d’année Le lancement de l'exercice financier génère un…

Data Scientist : analyse sans filtre de l'état du marché

Un dialogue sur l'avenir des métiers de la donnée entre André Fortin (Chasseur de têtes) et Thierry Vallaud (Expert Data). Le "Golden Age" du Data Scientist solitaire est terminé. Le marché ne valorise plus maestria du modèle ou la capacité à coder, mais celle à industrialiser et à rentabiliser les modèles. Face à la double pression technique et financière, l'expertise mute. Cet entretien croisé décrypte comment les meilleurs profils abandonnent la posture de l'expert isolé pour devenir de véritables architectes de systèmes. En 2012, avec l'article « Datamachin, data qui ? Data quoi? mais non dataminer ! , 2014, puis en 2020 avec « Les métiers de la data science en 2020, le futur d’un passé régénéré », nous avions déjà confronté nos visions sur l'évolution des métiers. Pour cette nouvelle analyse, à l’heure où l'IA redéfinit les règles, nous avons choisi ce format du dialogue. Il nous permet de confronter en temps réel deux réalités que nous…

Intelligence artificielle : le temps des promesses touche à sa fin

L’euphorie autour de l’intelligence artificielle ne suffit plus à convaincre. En 2026, les expérimentations à répétition et les démonstrations impressionnantes ne feront plus la différence. Ce qui primera désormais, ce sont les résultats concrets. L’IA sera évaluée sur sa capacité à améliorer réellement la performance opérationnelle, à renforcer l’expérience client et à accroître l’efficacité des équipes. Sans bénéfices mesurables, elle pourrait rapidement rejoindre la liste des technologies surexposées puis mises de côté. Un changement de posture s’impose aux organisations. L’adoption de l’IA ne reposera plus sur son pouvoir de séduction, mais sur son aptitude à s’intégrer dans les processus métiers et à produire une valeur identifiable. Sans arbitrages clairs, les entreprises risquent d’empiler des solutions coûteuses, complexes et insuffisamment exploitées. Sortir de la logique de vitrine Au cours des deux dernières années, les…

La transition vers une gestion intelligente des données non structurées

À mesure que l’intelligence artificielle s’impose comme un instrument stratégique, les entreprises françaises accélèrent leur transformation : 60% des grandes organisations ont déjà mis en place un pilotage transverse de l’IA afin de l’industrialiser, selon une étude récente de KPMG. Au cours de la dernière décennie, la création de données a été multipliée par 100, et selon l’IDC, 80% des données d’une entreprise sont aujourd’hui non structurées. Ces données sont réparties autour d’une large variété de formats de fichiers, dont des PDF, des transcriptions de discussions, des vidéos, des fichiers audio, des contrats et des réseaux sociaux. Bien qu’elles contiennent des informations précieuses, elles restent largement sous-exploitées. Le véritable défi n’est plus l’accumulation de données, mais leur compréhension contextuelle. L’adoption de l’IA devenant une stratégie non négligeable pour les entreprises, le besoin de transformer…

Les data marketplaces, nouvel atout stratégique pour démocratiser l’accès à la donnée

La donnée est aujourd’hui au cœur de toutes les stratégies d’innovation, qu’il s’agisse d’alimenter des modèles d’intelligence artificielle, de piloter la performance ou de transformer l’expérience client. Pourtant, de nombreuses organisations butent encore sur une difficulté récurrente : comment rendre ces données disponibles et utilisables par tous, rapidement et en toute sécurité ? C’est là qu’interviennent les data marketplaces, s’imposant alors comme une réponse à ce défi. En effet, elles promettent une démocratisation réelle de l’accès à la donnée, en conciliant simplicité d’usage et rigueur de gouvernance. Plus qu’un simple catalogue numérique, elles incarnent une nouvelle manière de consommer et de partager l’information, rappelant ainsi l’expérience des grandes plateformes e-commerce. L’expérience utilisateur réinventée Les catalogues de données traditionnels ont longtemps été conçus pour des experts techniques, au…

Passeport numérique des produits : transformer une obligation en levier de compétitivité

La durabilité et la transparence des données sont désormais des impératifs économiques et réglementaires les entreprises, tous secteurs confondus. Pourtant, la persistance des silos et le manque de visibilité dans les chaînes d’approvisionnement compliquent la mesure de l’impact environnemental des produits. Pour répondre à ces enjeux, de nombreux acteurs multiplient les initiatives : un groupe chimique assure par exemple une traçabilité totale de ses matières premières et procédés pour mieux réduire ses émissions, tandis qu’un grand groupe de distribution équipe ses produits électroniques de passeports numériques accessibles par QR code, offrant aux consommateurs un accès instantané à des données sur la provenance, l’efficacité énergétique et la recyclabilité. Ces démarches innovantes améliorent la gestion du cycle de vie des produits et contribuent à réduire concrètement leur empreinte écologique. Dans un contexte de réglementation…

Data et IA : la résilience n’est plus un bonus, c’est une exigence

Les responsables data n’ont plus le luxe du temps long. Tout s’accélère : la pression économique, la volatilité des chaînes, le poids des normes, et par-dessus tout, l’IA qui ne pardonne pas les architectures data fragiles. Les attentes, elles, n’ont jamais été aussi hautes. Résilience pour les actionnaires. Immédiateté pour les clients. Autonomie pour les équipes. Le cahier des charges est clair : il n’y a plus de place pour l’à‑peu‑près. Pourtant, beaucoup continuent d’empiler des solutions court terme en les appelant « agiles ». Il en résulte des fondations qui craquent sous la moindre secousse. La vraie fracture n’est plus entre pionniers et suiveurs. Elle oppose ceux qui ont compris que l’architecture data est un réflexe de survie et les autres. Le mythe du « ça nous suffit » Lorsque les budgets se resserrent, il est tentant d’opter pour des plateformes perçues comme simples et économiques. Un coût d’entrée limité et des…

Bien gérer ses données : un enjeu majeur pour les entreprises

Plus que jamais, la donnée se positionne comme un asset stratégique pour toutes les organisations. En ce sens, en assurer une bonne gouvernance n’est plus aujourd’hui une option, mais devient un véritable must have. C’est précisément dans ce contexte que la prise en compte de différents piliers est nécessaire : l’approche réglementaire, l’exploitation ou encore la sécurité. Se conformer à la réglementation en vigueur et aux contraintes métiers Sur ce point, il est fondamental d’intégrer toutes les exigences émanant des règlements en vigueur à l’image du RGPD et de la CNIL. Ces cadres structurants doivent être respectés en tout point pour ne pas être exposé à des amendes et sanctions conséquentes. Mais ce n’est pas tout. Au-delà de ces éléments qui s’appliquent à toutes les organisations, certaines doivent aller encore plus loin en prenant en considération d’autres exigences sectorielles, par exemple dans le secteur de la santé (secret…

IA : pourquoi les pilotes qui échouent ne condamnent pas la technologie

L’intelligence artificielle est aujourd’hui au cœur de toutes les stratégies d’entreprise. Présentée comme un levier décisif de transformation, elle concentre attentes, investissements et projections ambitieuses. Pourtant, le passage à l’échelle reste largement décevant. Une étude du MIT révèle que 95 % des initiatives pilotes en IA générative ne dépassent jamais le stade de l’expérimentation. Un chiffre souvent brandi comme la preuve d’un désenchantement, mais qui reflète avant tout une mauvaise lecture du problème. Ce n’est pas l’IA qui montre ses limites, mais la façon dont les organisations tentent de l’introduire. Quand l’expérimentation devient une fin en soi De nombreuses technologies disruptives ont connu des débuts chaotiques, faute d’une appropriation claire de leurs usages. L’IA suit le même chemin. Pressées par la concurrence et par la peur de rester à l’écart, les entreprises lancent des projets dans l’urgence, sans cap…

L’entreprise et les données IA non-structurées : vaincre le syndrome du moteur à vide

L’intelligence artificielle promet une révolution comparable à celle d’Internet, mais dans les conseils d’administration, l’euphorie cède la place au doute. Malgré des investissements massifs, l’écart entre ambition stratégique et réalité opérationnelle n’a jamais été aussi grand. Pour sortir de cette impasse, les organisations doivent admettre une vérité inconfortable : le problème ne réside pas dans la puissance des algorithmes, mais dans la fragilité des fondations de données sur lesquelles ils reposent. Le paradoxe des données non structurées ou le syndrome du moteur à vide Dans l’écosystème du développement, l’adage « on récolte ce que l’on sème » n’a jamais été aussi pertinent qu’à l’ère de l’IA. Trop d’organisations commettent l’erreur d’alimenter des modèles sophistiqués avec des informations obsolètes, fragmentées ou erronées, s'étonnant ensuite de la médiocrité des résultats obtenus. Ce que la plupart des…

L'alignement sémantique est un choix de gouvernance

Nous connaissons tous une réunion de Comex qui s'étire, une tension palpable, et cette question qui revient inlassablement : ce chiffre est-il le bon ? Combien d’heures les dirigeants, les responsables d’équipes perdent-ils encore à débattre de la validité d’un chiffre plutôt qu’à résoudre le problème qu’il révèle ? Cette situation, banale en apparence, est en réalité l’un des plus grands freins à la performance opérationnelle des organisations modernes. Le paradoxe est frappant. Si 72% des DSI français affirment que leur entreprise est « très data-driven » (25% de plus qu’il y a trois ans), 54% d’entre eux constatent que des décisions stratégiques sont encore prises à partir de données dépourvues de tout contexte métier (étude Salesforce – state of data). Dans de nombreuses entreprises, les données existent, les outils sont en place, les équipes sont compétentes. Et pourtant, la décision reste lente, parfois conflictuelle, souvent…

ROI de l’IA : la qualité des données comme facteur décisif

L’intelligence artificielle est célébrée comme la technologie transformative par excellence. Pourtant, son succès ne dépend pas uniquement de la sophistication de ses algorithmes ou de la puissance de calcul qui l’alimente. Il commence bien en amont, avec le carburant même de l’IA : la donnée. Alors que les marchés financiers s’interrogent sur la rentabilité des investissements massifs consentis dans l’IA, une vérité s’impose : le débat sur le ROI (Retour sur Investissement) de l’IA se gagne ou se perd dans les coulisses, au niveau de la fondation data. Le socle du ROI de l’IA repose en effet sur une qualité et une gouvernance des données robustes. Ce sujet a évolué d’une préoccupation opérationnelle à une priorité stratégique au niveau des comités de direction, car les entreprises ne peuvent plus se permettre le risque business lié à des résultats IA non validées. Les véritables tueurs silencieux du ROI ne sont pas les modèles eux-mêmes,…

Protection des données : une question de processus

À l'occasion de la Journée Européenne de la protection des données, un constat s'impose : protéger les données n'est pas une simple fonction IT, c’est une composante stratégique de la résilience opérationnelle. Depuis l’entrée en vigueur de DORA, les institutions financières l’ont compris : les approches en silos ne suffisent plus. Les équipes de sécurité sont noyées sous des milliers d’alertes quotidiennes, dont 70 % sont des faux positifs, souvent dépourvus de contexte métier. Le véritable enjeu n’est donc plus de détecter davantage, mais de détecter mieux. Lorsque la protection des données est considérée comme une obligation de conformité, elle génère un flot d’alertes qui noie les analystes. En revanche, intégrée nativement aux processus métiers, elle bénéficie du contexte nécessaire pour distinguer incidents réels et événements bénins, avec une réduction des faux positifs pouvant atteindre 60 à 80 %. L'intelligence artificielle et…

Privacy day : les données, c’est pas donné !

Le 28 janvier, l’entreprise célèbre un acteur parfois discret : le DPO. Ce collègue qui répond « ça dépend » plus vite que son ombre, et qui voit le mot « risque » là où vous voyez « super opportunité marketing », existe depuis la mise en place en mai 2018 du Règlement Général de la Protection des Données (RGPD) en Europe. Le DPO, super-héros du quotidien Le DPO est ce délégué à la protection des données qui veille à ce que les informations personnelles de chacun ne finissent pas en tourisme numérique sauvage. Son rôle au sein de l’entreprise est de conseiller, alerter, parfois contrarier, pour garantir le respect des droits des personnes et la conformité au RGPD, tout en permettant à l’activité de fonctionner. 28 janvier, fête des données La Journée mondiale de la protection des données, célébrée chaque 28 janvier, vise à sensibiliser tout le monde aux usages parfois un peu trop enthousiastes de nos données personnelles. Derrière cette…