Articles.
12 articles de fond sur la donnée, sa gouvernance, la méthode projet, l'IA appliquée et l'industrie. Écrits pour celles et ceux qui décident, avec le détail pour celles et ceux qui mettent en œuvre.
Gouvernance & conformité
Droits, RGPD, qualité : ce qui rend la donnée digne de confiance.
Sécurité et conformité des données industrielles : RGPD, accès, secrets
Données de production, données personnelles, secrets applicatifs : sécuriser une plateforme industrielle et préparer des usages IA conformes.
Gouvernance & conformitéGouvernance des données : par où commencer quand tout est urgent
Rôles, droits, glossaire, propriétaires de données et plateforme : une trajectoire en 90 jours pour poser une gouvernance qui rend l'IA possible.
Gouvernance & conformitéData Quality : mesurer, alerter, corriger, dans cet ordre
Exactitude, complétude, fraîcheur, cohérence, unicité : mesurer la qualité dans les pipelines, alerter les bonnes personnes et corriger à la source.
Méthode & leadership
Cadrer, arbitrer, documenter, embarquer : conduire un projet data jusqu'au bout.
Leader un projet data : arbitrer, documenter, embarquer
Le rôle du lead technique data : arbitrer les choix d'architecture, les documenter en ADR courts, poser des standards et coordonner IT, data et métiers.
Méthode & leadershipCadrer un projet data : du besoin métier au premier indicateur
Cadrer un projet data en partant d'une décision à prendre : question métier, propriétaires des données, indicateurs définis une seule fois, pièges à éviter.
Méthode & leadershipAnalyse de données : du reporting au pilotage
Passer du reporting au pilotage : modèle de données d'entreprise, prévisions comparées au réalisé, datasets certifiés, sécurité par ligne et place de l'IA.
IA appliquée
Cadrer, lancer et gouverner des usages d'IA utiles aux métiers.
Le RAG expliqué aux décideurs
Le RAG, ou génération augmentée par recherche, expliqué sans code : ce qu'il résout, comment il fonctionne, ses limites, les droits d'accès, les usages industriels.
IA appliquéeLancer un projet IA : du pilote à la production
Pourquoi tant de pilotes IA restent des pilotes, et quelles conditions réunir pour passer en production : plateforme gouvernée, traçabilité, adoption et coûts.
IA appliquéeCadrer un projet IA en entreprise : cas d'usage, risques, conformité
Cadrer un projet IA en entreprise : choisir le cas d'usage, inventorier les données et leurs droits, évaluer le risque au sens de l'AI Act, fixer les limites.
Industrie & automatisation
Plateformes, automatisation et IA dans les contextes industriels.
L'IA dans l'industrie aujourd'hui : ce qui marche vraiment
Maintenance prédictive, aide documentaire, assistants de pilotage : ce qui fonctionne vraiment en usine, ce qui échoue, et par où commencer sans se disperser.
Industrie & automatisationCouche sémantique et MCP : faire parler ses données sans exposer l'entreprise
Une couche sémantique et un serveur MCP permettent d'interroger l'entrepôt en langage naturel sans contourner les droits ni inventer de chiffres.
Industrie & automatisationAutomatisation : de l'ETL aux agents, quoi automatiser et quoi garder humain
Quels traitements automatiser, lesquels garder humains, et comment passer de flux artisanaux à des pipelines gouvernés avant de déployer des agents IA.