Plus votre data platform est intelligente, plus elle vous cache ce qu'elle ignore
L'essentiel pour les décideurs Le constat : les plateformes data modernes « comprennent » la forme de vos données (structure, motifs, corrélations), par leurs sens métier (les règles de gestion qui n'ont jamais été écrites). Plus elles sont fluides, plus elles masquent cette zone aveugle. L'enjeu chiffré : la non-qualité des données coûte en moyenne 12,9 M$ par an à une organisation (Gartner), et 40 % des applications d'entreprise embarqueront un agent IA d'ici fin 2026 (Gartner). Une décision sur deux reposera bientôt sur une donnée qu'aucun humain n'a validée. La solution : le data catalog n'est pas mort, il change de métier. Il devient le contrat de sens entre la donnée technique et la décision métier. Investir dans la plateforme sans investir dans la gouvernance, c'est construire une autoroute sans code de la route.
Le jour où deux directions ont présenté deux chiffres d'affaires France au COMEX
Comité de direction d'un groupe coté, un mardi de mars. À l'écran, deux slides. La direction financière annonce un chiffre d'affaires France en hausse de 3,2 %. La direction commerciale, sur la diapositive suivante, affiche le même indicateur en recul de 1,1 %. Même périmètre annoncé, même trimestre, deux chiffres. Les deux équipes ont interrogé la même data platform, en langage naturel, et les deux ont obtenu une réponse fluide, sourcée, convaincante. Aucune des deux ne se savait en désaccord avec l'autre.
La cause n'était pas un bug. La finance excluait les avoirs et intégrait les DOM dans « France ». Le commerce faisait l'inverse. Cette règle n'était écrite nulle part : elle vivait dans la tête de deux contrôleurs de gestion, dans deux directions, depuis quinze ans. La plateforme, elle, n'avait jamais eu à trancher. Elle avait répondu à deux questions qui se ressemblaient, avec deux définitions qu'elle ignorait avoir.
Depuis peu, on me pose une question qui revient dans presque toutes mes conversations avec des directions data : « si la plateforme comprend ma donnée, ai-je encore besoin d'un data catalog ? » La question est légitime. La réponse tient dans un paradoxe que peu de dirigeants ont vu venir, et il devient urgent de le regarder en face : d'ici fin 2026, 40 % des applications d'entreprise embarqueront un agent IA capable d'agir sur vos données, contre moins de 5 % en 2025 (Gartner). Le volume de décisions prises sur une donnée que personne n'a validée est sur le point d'exploser.
De « la machine lit mes données » à « la machine décide à ma place » : la bascule silencieuse
La scène est devenue familière. L'éditeur présente sa plateforme, l'IA « comprend » les données nativement, chacun interroge la data en langage naturel, la documentation se génère seule, les indicateurs émergent à la demande. Magique. Séduisant. Et partiellement vrai, ce qui le rend bien plus dangereux qu'un mensonge franc.
Car le propre de la magie, c'est qu'on cesse de regarder comment elle fonctionne. Et quand on cesse de regarder, on prend des décisions stratégiques sur des fondations qu'on imagine solides. Elles ne le sont pas.
Soyons justes : ce que la plateforme fait réellement bien est impressionnant. L'IA sémantique embarquée dans Databricks Unity Catalog, Snowflake Horizon ou Google Dataplex est une avancée réelle. Elle infère qu'une colonne nommée ca_ht_france représente probablement un chiffre d'affaires hors taxe sur le périmètre France. Elle relie automatiquement deux tables qui partagent un identifiant client. Elle détecte une anomalie dans une distribution de valeurs, profile la qualité d'une colonne en quelques secondes, et trace le lignage technique sans qu'on lève le petit doigt.
Ce qu'elle ne peut pas faire, c'est décider si ce chiffre d'affaires s'entend avec ou sans les avoirs, si les DOM sont inclus dans « France », et si la règle change selon qu'on est en consolidation mensuelle ou en reporting analytique. Ces arbitrages n'existent nulle part dans les métadonnées techniques. Ils existent dans la tête des contrôleurs de gestion, et ils n'ont jamais été écrits.
La confusion naît d'un glissement de vocabulaire. Quand un éditeur dit que sa plateforme « comprend la sémantique des données », il parle de sémantique formelle : la structure, les patterns, les relations statistiques. Quand un dirigeant entend « la machine comprend mes données », il imagine une compréhension métier : le sens organisationnel, les règles de gestion, les conventions tacites accumulées depuis vingt ans. Ce sont deux choses radicalement différentes, et c'est tout l'enjeu.
« Une IA comprend la forme de vos données : leur structure, leurs motifs, leurs corrélations. Elle ne comprend pas leur sens, ce qu'elles veulent dire pour votre entreprise. Le paradoxe, c'est que plus elle maîtrise la forme, plus elle vous convainc qu'elle maîtrise le sens. La fluidité de la réponse devient la mesure de votre confiance, à la place de sa justesse. »
Les trois illusions qui coûtent cher
Sur les projets qu'on accompagne chez Keyrus, je vois toujours les trois mêmes croyances revenir au moment où une organisation déploie une plateforme « intelligente ». Toutes les trois sont vraisemblables. Toutes les trois sont fausses.
L'illusion | La réalité |
« Plus besoin de documenter, l'IA génère les descriptions automatiquement. » | L'IA génère des descriptions plausibles, pas validées. Une description plausible mais fausse est pire qu'une absence de documentation : elle instille une fausse confiance. Sans steward pour valider, vous industrialisez l'ambiguïté à l'échelle de toute l'entreprise. |
« Plus besoin de préparer les données, la plateforme interprète les sources brutes. » | Garbage in, garbage out reste la loi fondamentale. Un LLM formule une réponse cohérente à partir de données incohérentes. La réponse sera fluide, convaincante, et potentiellement fausse. La non-qualité des données coûte déjà 12,9 M$ par an en moyenne (Gartner). |
« Chaque collaborateur obtient la réponse qu'il attend en langage naturel. » | Il obtient une réponse. Pas nécessairement la bonne. Sans glossaire partagé, deux collaborateurs qui posent la même question avec des mots différents obtiennent des chiffres différents, et ne le savent pas. C'est exactement la scène du COMEX. |
Ces trois illusions ont un dénominateur commun : elles confondent la disparition de l'effort avec la disparition du besoin. La plateforme supprime le travail fastidieux de documentation manuelle. Elle ne supprime pas la responsabilité de dire ce que la donnée signifie. Et le coût de cette confusion n'est pas théorique : selon le MIT Sloan, les entreprises perdent 15 à 25 % de leur chiffre d'affaires à cause de la mauvaise qualité de leurs données. Plus la plateforme automatise vite, plus elle propage vite une définition erronée.
La banque où personne ne tombait jamais d'accord sur le nombre de clients actifs
Prenons un cas concret, représentatif de ce qu'on rencontre dans la banque de détail. Un établissement déploie une data platform moderne, avec catalogue intelligent et requêtage en langage naturel. Promesse tenue côté technique : en trois mois, les analystes interrogent la donnée sans passer par l'IT.
Puis arrive la première friction. Le marketing compte 4,2 millions de « clients actifs ». Le risque en compte 3,6 millions. La conformité, pour son reporting réglementaire, en déclare 3,9 millions. Trois directions, trois chiffres, un seul terme.
Ouvrons le capot. Pour le marketing, un client est « actif » s'il a réalisé une opération dans les douze derniers mois. Pour le risque, le seuil est de quatre-vingt-dix jours. Pour la conformité, la définition suit une norme prudentielle qui exclut les comptes dormants mais inclut les encours de crédit. Chaque définition est défendable. Aucune n'est la même. Et la plateforme, interrogée en langage naturel, donnait raison à tout le monde, parce qu'elle répondait à la lettre de la question sans en connaître l'intention.
La conséquence n'est pas qu'esthétique. Une campagne d'acquisition dimensionnée sur 4,2 millions de clients, un provisionnement du risque calé sur 3,6 millions, et un reporting prudentiel sur 3,9 millions : ce sont trois décisions stratégiques qui divergent sur la même réalité. Le jour où le régulateur demande de réconcilier les chiffres, la « plateforme intelligente » ne sert à rien. Ce qu'il faut, c'est une autorité qui tranche : « voici LA définition de client actif, voici qui en est responsable, voici comment elle s'applique dans les onze systèmes qui la manipulent. »
C'est précisément le travail d'un data catalog moderne. Pas documenter pour documenter. Trancher, désigner un responsable, et faire respecter la définition partout. Sans cette couche, la plateforme n'a pas résolu le problème : elle l'a rendu plus rapide, plus fluide, et donc plus difficile à voir.
Ce que ni la plateforme ni le catalogue ne peuvent faire seuls
Il ne s'agit pas de défendre le data catalog contre la data platform. Il s'agit de comprendre ce que chacun fait, et ce que ni l'un ni l'autre ne peut faire seul. Voici les quatre principes que je recommande de poser avant tout déploiement.
1. Une définition de référence par indicateur critique, et un seul responsable. « Client actif », « chiffre d'affaires France », « marge nette » : chaque concept stratégique doit avoir une définition unique, écrite, et un data owner nommé qui en répond. C'est un acte d'organisation, pas un paramétrage logiciel. On peut l'outiller, on ne peut pas l'automatiser.
2. La gouvernance au-dessus de la plateforme, pas dedans. Une data platform, même excellente, ne voit que le périmètre de son déploiement. La réalité d'un grand groupe, c'est une donnée qui traverse un ERP, un data lake, une dizaine d'applications SaaS, des fichiers Excel stratégiques et des API tierces. Aucune plateforme ne voit l'ensemble. Seule une couche de gouvernance transverse, ce que les analystes appellent désormais le semantic layer, fédère cette vue. Gartner prévoit que le semantic layer universel sera traité d'ici 2030 comme une infrastructure critique, au même titre que la plateforme data et la cybersécurité.
3. La qualité se traite à la source, jamais en aval par l'IA. Un LLM ne nettoie pas la donnée, il la rend présentable. Tant que le frein n°1 des projets IA en France reste le manque de compétences spécialisées et la difficulté à cadrer les cas d'usage (47 % des décideurs sur chacun de ces deux points, Numeum / France Num 2025), la tentation de déléguer la qualité à la plateforme restera le piège le plus coûteux.
4. La validation humaine sur tout ce qui devient agentique. Dès qu'un agent IA agit sur la donnée (et non plus se contente de la lire), chaque définition qu'il mobilise doit être validée et tracée. C'est aussi une exigence réglementaire : l'EU AI Act devient pleinement applicable aux systèmes à haut risque le 2 août 2026 (Commission européenne), avec une obligation de traçabilité que seule une couche de gouvernance documentée permet de tenir.
Le vrai sujet n'est pas l'intelligence de la plateforme, c'est la propriété du sens
Les plateformes data modernes sont de remarquables accélérateurs. Elles automatisent le fastidieux, rendent visibles des relations invisibles, abaissent la barrière d'accès à l'analyse. C'est un progrès réel, à exploiter pleinement.
Mais elles n'abolissent pas le besoin de gouvernance : elles le déplacent, et elles en augmentent l'enjeu. Le data catalog de demain n'est plus un outil de documentation manuelle. C'est la couche de contrat de sens entre la donnée technique et la décision métier : là où se valident les définitions, où s'exercent les responsabilités, où se trace la conformité. C'est aussi ce qui sépare la donnée gouvernée de ce que nous appelons chez Keyrus le Shadow Data, cette donnée active que plus personne ne contrôle vraiment.
C'est exactement la conviction qui porte notre démarche « Make AI Work » : une donnée gouvernée avant un modèle, jamais l'inverse. Pure-player Data & IA présent dans plus de 20 pays, nous accompagnons les grands comptes français et européens à construire cette couche de sens avant d'industrialiser l'IA, parce que c'est elle, et non la puissance de la plateforme, qui décide de la qualité des décisions qui en sortent.
La bonne question n'est donc pas « notre plateforme est-elle assez intelligente ? ». C'est : « qui, chez nous, est responsable de dire ce que nos données veulent dire, et comment garantit-on que cette définition est respectée partout ? » Le jour où vous saurez y répondre, votre plateforme deviendra enfin aussi fiable qu'elle en a l'air.
Vous reconnaissez votre organisation dans la scène du COMEX ? Rencontrez nos équipes et venez partager vos enjeux, vos points de blocage : nous cartographions vos définitions critiques, identifions votre Shadow Data et posons le socle de gouvernance qui rendra votre plateforme digne de confiance.
Marc Daudin est Directeur Data & IA Gouvernance. Il accompagne au quotidien les grands comptes français et européens sur la gouvernance des données et la confiance dans l'IA.
Sources et références
Non. Une plateforme comprend la forme des données (structure, motifs, relations statistiques) et automatise la documentation technique. Elle ne comprend pas le sens métier : les règles de gestion, les définitions et les conventions tacites qui décident de ce qu'un chiffre signifie. Le data catalog moderne porte précisément cette couche de sens, et devient le contrat entre la donnée technique et la décision métier.
Cela signifie une compréhension formelle : l'IA infère qu'une colonne ressemble à un chiffre d'affaires, relie deux tables par un identifiant commun, détecte une anomalie statistique. Cela ne signifie pas une compréhension organisationnelle : elle ignore si vos « clients actifs » se comptent à 90 ou 365 jours. C'est un glissement de vocabulaire qui coûte cher si on le prend au pied de la lettre.
Le risque principal est la divergence invisible : deux personnes posent la même question avec des mots différents et obtiennent des chiffres différents, sans le savoir. La réponse est toujours fluide et convaincante, jamais signalée comme incertaine. Sans glossaire partagé ni définition de référence, la plateforme amplifie la fausse confiance au lieu de la corriger.
Posez une question simple à votre organisation : « qui est responsable de dire ce que signifie notre indicateur le plus stratégique, et comment garantit-on qu'il est calculé pareil partout ? » Si personne ne répond clairement, votre plateforme a pris de l'avance sur votre gouvernance, et l'écart se paiera sur une décision à fort enjeu.
Au contraire. Ce sont de remarquables accélérateurs, et il faut les exploiter pleinement. Mais investir dans la plateforme sans investir simultanément dans la gouvernance revient à construire une autoroute sans code de la route : la vitesse sera au rendez-vous, la destination beaucoup moins.