La mise à l’échelle des projets d’IA exige une gouvernance data intégrée, couvrant aussi bien la conformité (RGPD, IA Act), que les biais algorithmiques, la qualité et l’observabilité des données, ou encore la documentation des modèles. Comment structurer et opérer une telle gouvernance à l’échelle d’un groupe ? Dix ans après l’implémentation des premières stratégies Data, quel bilan ? Quelles bonnes pratiques ?
•Conformité : comment articuler RGPD, IA Act et gouvernance interne pour encadrer la collecte, l’usage et l’entraînement des modèles sous la supervision du DPO ?
•Qualité et traçabilité : quelles méthodologies pour garantir la fiabilité, l’explicabilité et la documentation des jeux de données ?
•Architecture IT : à l’heure où la majorité des LLM sont américains, quelle architecture pour gérer la conformité, la souveraineté et la sécurité des données clients ? (anonymisation, pseudonymisation)
•Gouvernance opérationnelle :
o Quels moyens pour les comités data et IA / pour les DPO ?
o Comment coordonner responsabilités, KPI et budget ?
o Qui est en lead : la DSI / la DAF / la DG ?
o 10 ans après les premières nominations, quels sont les retours des data offices ?
•Surveillance et maîtrise du risque : comment anticiper les biais algorithmiques et les dérives post-déploiement ?
•Business : comment industrialiser les projets IA tout en assurant un ROI mesurable et une conformité durable ?
•Innovation : comment gouverner ses données à l’ère de l’IA agentique ?