DATA'PÉRO #22 : Comment bien démarrer dans la data et l'Intelligence artificielle ?

Diagnostic data et IA

Comment démarrer dans la data et l'IA ?

Découvrez le Diagnostic data et IA pour PME et ETI

Dans ce Data’péro, Gaël PHILIPPE, Président de Datasulting, a interrogé Paola QUITTON, Directrice Administrative et Financière d’Inovéa, et Frédérique DOINEAU, Directrice Générale Adjointe d’Eoden, pour vous livrer toutes les clés afin de bien démarrer vos projets Data et IA.

L’objectif était de partager des expériences sur la mise en place de projets data et IA et de répondre aux questions que se posent les PME et ETI face à l’avènement de l’IA générative et aux défis économiques : par où commencer ? quels sujets traiter en priorité ? quel budget prévoir ? l’IA est-elle la réponse à tout ?

État des lieux de la maturité data des entreprises

L’observatoire de la maturité data des entreprises révèle :

  • Seulement 22% des PME déclarent exploiter correctement leurs données.
  • Près de 90% des PME sont convaincues que l’exploitation des données améliorerait leur performance.
  • 43% des répondants identifient la qualité des données comme un frein majeur.
  • 31% des entreprises s’interrogent sur le financement de ces projets.

Présentation des entreprises témoins

Eoden : Groupe d’investissement et de développement familial basé à Montpellier, développant des projets dans l’Agroécologie, l’Hôtellerie expérientielle, l’Efficacité énergétique et la Promotion immobilière écoperformante. Société à mission depuis 2021, Eoden compte 53 sociétés avec des niveaux de maturité hétérogènes en termes d’outils et de systèmes d’information.

Inovéa : Spécialisée dans la gestion de patrimoine en marketing de réseau, Inovéa a pour mission de démocratiser la gestion de patrimoine pour tous. L’entreprise connaît une forte croissance et dispose d’une équipe informatique conséquente (20 personnes sur 70 collaborateurs).

Le diagnostic Data et IA : une approche méthodique

Le diagnostic Data et IA, subventionné par la BPI, se déroule en quatre étapes clés :

  1. État des lieux : analyse de l’existant et évaluation de la maturité data.
  2. Identification des cas d’usage de l’entreprise : analyse des besoins métiers et des opportunités d’exploitation des données.
  3. Évaluation technique : choix des solutions adaptées aux besoins identifiés.
  4. Définition de la roadmap : planification des actions à mener (quoi, comment, quand) à court, moyen et long terme.

Les enseignements du diagnostic data et IA

Pour Eoden

  • Point de départ : volonté d’explorer l’IA sans savoir par où commencer.
  • Résultat : identification d’une roadmap plus large englobant la structuration des données financières et extra-financières.
  • Problématique révélée : hétérogénéité des données entre les 53 sociétés du groupe et difficulté à établir des reportings fiables.
  • Perspective : mise en place d’un système d’information structuré pour améliorer le pilotage du groupe.
  • Importance de l’entrepôt de données : centralisation des données provenant de sources hétérogènes, indépendance vis-à-vis des logiciels sources, historisation des données, adaptabilité aux différents besoins de reporting.
  • Trajectoire définie : formation à l’IA et à l’art du prompt pour les équipes, rédaction d’une charte IA, choix stratégique entre outils de reporting sur étagère et entrepôt de données, rôle de « laboratoire d’essais » pour ensuite accompagner les filiales dans leur propre démarche.

Pour Inovéa

  • Point de départ : outil existant (QlickSense) devenu obsolète face à la croissance de l’entreprise.
  • Résultat : confirmation du besoin de changer d’outil et rationalisation des tableaux de bord.
  • Problématique révélée : trop de dashboards et KPI dispersés, outil actuel trop lent pour gérer des millions de lignes de données mensuelles.
  • Perspective : mise en place d’un nouvel outil plus performant pour piloter efficacement l’activité.
  • Cas d’usage concrets : analyse des taux de transformation des conseillers pour optimiser le développement du réseau, centralisation des données provenant de différents outils pour faciliter l’analyse.
  • Trajectoire définie : mise en place rapide des tableaux de bord essentiels dans un délai contraint de 6 mois, approche agile pour avancer par étapes et valider avec les métiers.

Qui porte les projets data ?

Chez Inovéa : la responsabilité de la BI et de la data est rattachée au service financier (DAF) et non au service informatique.

Chez Eoden : en l’absence de DSI groupe, la gestion des données est répartie entre plusieurs directions (financière, RSE, équipe d’investissement).

Pourquoi faire un diagnostic Data et IA ?

Le diagnostic Data et IA constitue une première étape essentielle pour les entreprises souhaitant structurer leur approche des données et de l’intelligence artificielle. Il permet de :

  • Structurer une trajectoire adaptée à l’entreprise et ses problématiques.
  • Gagner un temps précieux en identifiant rapidement les solutions pertinentes.
  • Bénéficier d’une expertise externe face à un domaine vaste et complexe.
  • Clarifier les priorités et éviter de se lancer dans des projets inadaptés.
  • Identifier les ressources nécessaires (humaines, techniques, financières).
  • Définir une trajectoire adaptée à la maturité et aux besoins spécifiques de l’entreprise.

Un accompagnement subventionné

Le diagnostic Data et Intelligence Artificielle est subventionné par la BPI qui prend en charge 42% (montant réduit suite à la réalisation de cette vidéo) d’un budget de 13 000 euros, soit un reste à charge pour l’entreprise de 7 500€. Cette aide permet de rendre l’accompagnement accessible à toutes les entreprises, quelle que soit leur taille.

Suivez-nous sur YouTube !

Ils ont animé ce Data’péro

Envie d’aller plus loin ?

N’hésitez pas à échanger avec notre équipe.

Contactez-nous !

Découvrez les autres épisodes de notre série Data’péro !