Organisée par HUB Institute, le think tank qui accompagne les entreprises dans leur transformation business, la journée du 15 novembre, Digital & Impact for Finance, a mobilisé les directions financières, autour d’un sujet d’actualité: comment faire face à la transformation numérique des entreprises ? La data est devenue une priorité, notamment pour les directions financières. Mais il faut une bonne gouvernance et la mise en place des bons process peut s’avérer ardue.
Emmanuel Vivier, co-fondateur de Hubinstitute, et Benjamin Tartour, son Responsable Administratif et Financier relèvent 12 points, 12 « travaux d’Hercule » qu’il convient d’affronter :
- Mieux mesurer
- Mesurer plus vite
- Mieux analyser
- Mieux partager
- Mieux automatiser
- Mieux anticiper
- Mieux contrôler
- Mieux respecter
- Mieux sécuriser
- Mieux se préparer
- Mieux impacter
- Mieux dé-risquer
L’enjeu clé de la gouvernance des données
Dans un monde en constante évolution, il ne faut pas « conduire à grande vitesse avec un rétroviseur », selon les hôtes : il faut aller de l’avant et mettre en place des systèmes pour gérer ces données. Comment faire ? Il y’a deux points d’importance à prendre en considération : il faut les bons outils et les bonnes compétences. Beaucoup de solutions disponibles sont autour de la donnée, il n’est plus nécessaire aujourd’hui de tout faire en interne. Il est nécessaire, par contre, d’identifier les bons outils qui permettront de mettre en place une gouvernance efficace au sein de l’entreprise. La démocratisation de l’utilisation des données fait également émerger de nouveaux métiers : data architect, data manager, data protection officer …. Autant de nouvelles casquettes à ne pas négliger qui apparaissent mais surtout de nouveaux talents à recruter pour mettre en place une gouvernance effective.
Une donnée, pour être pertinente, doit être transformée, pilotée, analysée, présentée de manière compréhensible. Il est donc important de prévoir tout une architecture au sein de l’entreprise afin d’assurer ces étapes, de créer un chemin de transformation pour la donnée afin de l’utiliser correctement et ne pas se tromper. Là encore, pour ce qui concerne la vulgarisation ou la visualisation, des outils existent pour accompagner les entreprises, et il convient de prendre le temps de choisir les bons les usages de son entreprise.
L’implémentation intelligente de l’intelligence artificielle
Si aujourd’hui les données et leur utilisation sont globalement maitrisées, du moins en théorie, le challenge qui arrive se trouve dans l’implémentation de l’IA en complément. Par IA, entendons tous ces algorithmes divers et variés, regroupant plein de technologies différentes, qui permettront d’automatiser les travaux autour de la donnée et d’en perfectionner le traitement pour des résultats plus fins. Le passage à l’IA est la dernière grande étape de la transformation numérique des entreprises, mais doit se faire avec prudence tout en étant sensible aux risques de biais, et en assurant un contrôle humain sur toutes les décisions.
L’IA utilise les critères qu’on lui donne, et des mauvais critères donnent des mauvais résultats. Emmanuel Vivier et Benjamin Tartour prennent pour exemple un cas d’implémentation d’IA au Pays-Bas pour le versement de prestations sociales. Il s’est avéré que l’algorithme, mal paramétré, signalait de manière disproportionnée les demandes des personnes nées à l’étranger et des minorités ethniques comme étant frauduleuses. « Une IA est aussi bête, raciste, sexiste que nous si l’on ne fait pas attention. »
