Commencez par l'analyse de rentabilité, et la technologie suivra : les enseignements du StrategieGipfel IT Management sur la préparation à l'IA

La première surprise du salon « StrategieGipfel IT Management », à Berlin, est survenue d’emblée, lors du discours d’ouverture. L’intervenant a demandé au public dans quelle mesure il avait adopté l’IA, et presque toutes les mains se sont levées dans la salle. Fin 2026, cela n’a peut-être rien de si surprenant. C’est la question suivante qui s’est avérée la plus intéressante.

Les participants (responsables informatiques et stratèges venus de toute l'Allemagne) ont été invités à évaluer le niveau de préparation de leur organisation respective en matière d'IA. Un rapide coup d'œil a montré que le niveau moyen de préparation était inférieur à 50 %. Et c'est précisément cet écart qui allait déterminer le déroulement des deux jours suivants de la conférence.

L'architecture est le travail de fond qui sous-tend le succès de l'IA

Dans l’ensemble du secteur, le débat autour de l’IA évolue : il ne porte plus simplement sur son adoption, mais s’intéresse désormais aux cas d’utilisation concrets et à la manière de mesurer les avantages de l’IA. Cette transition fait passer le débat d’un domaine purement technique à un niveau organisationnel. C’est important, car les cas d’utilisation qui démontrent une valeur concrète ont tendance à s’étendre au-delà des domaines techniques, suivant ainsi la voie de la valeur métier. En franchissant ces frontières, les cas d’utilisation de l’IA révèlent quelles organisations n’ont pas « fait leur travail » en matière d’architecture. 

En particulier, les organisations qui ont déjà mis en place une infrastructure de données intégrée dans le cadre d’initiatives antérieures, telles que le Big Data, peuvent désormais en tirer parti pour obtenir des résultats plus rapides et plus fructueux en matière d’IA. À l’inverse, celles qui n’ont pas saisi les occasions qui se sont présentées auparavant pour revoir leurs architectures informatiques se retrouvent avec un retard considérable à rattraper avant même de pouvoir commencer à mettre en œuvre des initiatives d’IA à grande échelle.

Une autre « tâche » consiste à bien comprendre la distinction qui existe depuis longtemps entre l'IT et l'OT, à savoir les systèmes de support génériques disponibles dans le commerce, par opposition aux systèmes critiques qui doivent être développés en interne ou, à tout le moins, largement personnalisés.

La question du coût des jetons

Parmi les organisations qui avaient le plus poussé à l'adoption de l'IA, nombreuses étaient celles qui faisaient état de pressions financières importantes liées à cette adoption, le coût symbolique d'outils d'IA conçus de manière simpliste dépassant déjà celui des employés humains. La question qui se posait à elles n'était plus de savoir si l'IA permettait de faire quelque chose, mais s'il fallait le faire. 

La rapidité, la prévisibilité et, certes, le coût moindre de la logique déterministe pourraient-ils, dans certains cas, s'avérer plus adaptés que la logique probabiliste de l'IA générative ? Et comment combiner ces deux approches ?

La sécurité et la souveraineté sont au cœur de l'approche DACH

Un aspect qui occupe peut-être une place plus importante en Allemagne, et sur le marché DACH en général, que dans des pays comme les États-Unis, est celui de la vie privée et de la souveraineté. Les participants étaient unanimement d’avis que les agents d’IA ne devaient pas disposer d’un accès plus étendu que les utilisateurs pour le compte desquels ils agissaient, et que les données devaient rester sous leur propre contrôle — ce qui est d’ailleurs une obligation légale. 

Là encore, toutefois, il n'était pas question d'interdictions générales, mais d'architectures sophistiquées capables de faire la distinction entre les applications sensibles sur le plan juridique ou essentielles à la mission, qui pourraient tolérer des coûts plus élevés et éventuellement des fonctionnalités plus limitées des modèles locaux, et les cas d'utilisation plus généraux, qui pourraient s'appuyer sur des modèles standard sans risque ni autre impact négatif.

Facteurs de réussite des projets d'IA

Voici six facteurs clés qui influencent la réussite ou l'échec des projets d'IA, sans ordre particulier :

1. Compétences des employés : personne ne dispose de dix ans d’expérience dans le développement d’outils d’IA générative, et encore moins d’agents. Quelles compétences les employeurs devraient-ils donc chercher à développer ou à recruter ?
2. Cas d'utilisation concrets de bout en bout : partez des besoins, et non de la technologie.
3. Pile technologique : les technologies plus anciennes peuvent être plus difficiles à intégrer aux derniers frameworks d'IA
4. Analyse de rentabilité : y compris les domaines dans lesquels réinvestir les économies réalisées
5. Contexte : Comment permettre aux agents IA d'accéder aux applications, aux données et aux systèmes dont ils ont besoin pour être efficaces ?
6. Gouvernance : à la fois observabilité/auditabilité et conformité/application

Le point essentiel est que tous ces éléments d'une stratégie globale doivent être à la fois flexibles et mesurables. Le contexte évolue si rapidement qu'une stratégie trop rigide devra être entièrement abandonnée dès que l'environnement aura suffisamment évolué. Une stratégie plus flexible peut s'adapter à mesure que de nouvelles capacités apparaissent et que de nouvelles exigences se précisent. Mais le succès ne peut être atteint que si ces facteurs peuvent être mesurés, afin de comprendre la direction et la vitesse de progression.

De la conférence d'ouverture aux ateliers

Toute cette discussion cadrait parfaitement avec l'atelier interactif que j'ai animé le deuxième jour de l'événement, au cours duquel j'ai interrogé les participants précisément sur ces questions, puis leur ai présenté des exemples de clients de SnapLogic qui avaient réussi en s'attaquant exactement aux mêmes enjeux que ceux dont nous venions de discuter ensemble dans la salle.

Les événements comme celui-ci ne visent pas à permettre aux fournisseurs de vanter leurs capacités, mais plutôt à favoriser des échanges fructueux. Il était donc intéressant de pouvoir partager les expériences d’autres professionnels qui ont réussi, bien avant l’apparition de la technologie, en partant des besoins concrets de l’entreprise et de l’analyse de rentabilité permettant de répondre à ces besoins. 

Pour en revenir à cette séance d'ouverture, l'équipe de SnapLogic partage pleinement l'avis des participants au StrategieGipfel IT Management selon lequel l'un des principaux facteurs de réussite des initiatives en matière d'IA réside dans l'existence d'une analyse de rentabilité concrète et exploitable. Les hypothèses initiales devront peut-être être revues au cours du projet, mais il est essentiel de disposer d'une orientation claire.

Comment SnapLogic prend en compte les facteurs clés de réussite de l'IA

Ce n'est qu'alors que la technologie pourra commencer à faire la différence, et SnapLogic répond à toutes ces exigences qui ont été maintes fois évoquées au cours de ces deux jours :

• Compétences des collaborateurs : la combinaison d'un environnement de développement graphique et d'une assistance par IA en langage naturel facilite grandement la prise en main et permet ainsi d'accélérer le retour sur investissement.
• Cas d'utilisation concrets de bout en bout : des modèles prêts à l'emploi pour répondre aux besoins courants
• Pile technologique : avec plus de 1 000 connecteurs prêts à l'emploi (Snaps) et plus de 500 outils MCP, nous pouvons nous intégrer à pratiquement n'importe quel système. De plus, grâce au SnapLogic Intelligent Modernizer (SLIM), nous pouvons également migrer toutes les intégrations existantes.
• Analyse de rentabilité : une fois l'analyse de rentabilité définie, les fonctionnalités d'plateforme , telles que les nouvelles fonctionnalités de Monitor, permettent de mettre rapidement en évidence cette valeur ajoutée pour l'entreprise.
• Contexte : SnapLogic est l'infrastructure de données qui relie les agents d'IA aux données, applications et systèmes de l'entreprise dont ils dépendent pour fournir des résultats efficaces et ciblés.
• Gouvernance : Grâce à une gouvernance complète et à la mise en œuvre rigoureuse des politiques, SnapLogic constitue la solution la plus sûre pour déployer des agents d'IA dans des cas d'utilisation concrets, y compris dans des environnements sur site et avec une logique déterministe lorsque cela s'avère plus approprié.

Comme le contexte évolue sans cesse, aucune de ces solutions ne peut être mise en place une fois pour toutes. Les équipes peuvent commencer par un cas d’utilisation unique, mesurer les résultats à l’aide de l’IA, puis étendre cette même base de connectivité, de contexte et de gouvernance à mesure que de nouveaux besoins apparaissent. C’est ainsi qu’une analyse de rentabilité initiale claire se transforme en une solution d’IA qui fait ses preuves en production à l’échelle de l’entreprise.

Rejoignez-nous à IntegrateAI 2026 à Londres

Les discussions entamées à Berlin se poursuivent à Londres. Rejoignez les responsables informatiques et les professionnels de l'IA lors de l'événement IntegrateAI, le 17 novembre, pour échanger vos points de vue sur les cas d'utilisation, l'architecture et la gouvernance. Réservez votre place.