Gouvernance des données : le minimum viable pour démarrer l'IA

« Nos données ne sont pas prêtes » est la première cause déclarée de report des projets IA — et la plus mal diagnostiquée. La bonne nouvelle : la gouvernance de données nécessaire pour démarrer l'IA est bien plus légère que ce que les référentiels théoriques laissent craindre. Ce guide décrit le minimum viable, par étape de maturité.

Le socle indispensable tient en trois éléments : savoir quelles données existent et où (cartographie), savoir qui peut y accéder (droits), et connaître leur fiabilité (qualité mesurée sur les champs critiques). Pour un premier cas d'usage IA, ce socle se construit sur le périmètre du cas d'usage uniquement — pas sur tout le patrimoine de l'entreprise.

L'erreur classique : lancer un « chantier data » de dix-huit mois avant le premier projet IA. Les organisations qui réussissent inversent la logique : elles choisissent un cas d'usage à fort ROI, mettent leurs données en qualité sur ce périmètre restreint, livrent des résultats, puis capitalisent. Chaque projet IA améliore le patrimoine de données — la gouvernance se construit en marchant.

Sur le plan réglementaire, RGPD et AI Act convergent vers les mêmes exigences : savoir quelles données alimentent quels traitements, pouvoir le documenter, et maîtriser les accès. Un registre de traitements bien tenu est déjà 60 % du travail de conformité IA — un actif souvent sous-exploité.

L'indicateur qui résume tout : le temps nécessaire à vos équipes pour obtenir un jeu de données fiable sur un périmètre donné. S'il se compte en jours, vous êtes prêts pour l'IA. S'il se compte en mois, c'est LE goulot à traiter — et c'est un chantier de semaines, pas d'années, quand il est bien ciblé.