16 janv., 2026
En ce début d'année, je me suis penché sur une question qui préoccupe aujourd'hui presque tous les PDG, DSI et directeurs techniques : au cours des deux dernières années, les entreprises ont investi…
Écoutez le blog : L'IA est omniprésente et, de ce fait, les organisations se précipitent pour mettre en œuvre des solutions d'intelligence artificielle afin de tirer profit des avantages perçus de son utilisation. Cependant, en tant que…
Le monde évolue de plus en plus vers le cloud, et le cloud computing est devenu un moteur essentiel de la transformation des entreprises dans tous les secteurs. Ce changement de paradigme remodèle la manière dont les organisations fonctionnent, innovent,…
Les données sont le fondement de toute organisation moderne. Elles façonnent les décisions, stimulent l'innovation et alimentent les opérations quotidiennes. Cependant, la valeur des données n'est pas statique : elle évolue depuis le moment où elles sont créées jusqu'à leur mise en œuvre.
Commentaire de blog : Préserver l’information pour les générations futures est devenu plus crucial et plus difficile que jamais. Face à l’évolution rapide des technologies, garantir la pérennité de nos données…

Le véritable changement d'entreprise ne se résume pas à une opposition entre RAG et CAG.

L'IA d'entreprise échoue non pas parce que les modèles sont insuffisamment intelligents, mais parce qu'ils ne se souviennent pas de ce qu'ils ont déjà validé. La génération augmentée par la récupération (RAG) crée une amnésie pour l'IA. La génération augmentée par le cache (CAG) crée une mémoire institutionnelle. Cette distinction est déterminante pour l'efficacité de l'IA dans des environnements réglementés et à haut risque. Définitions clés : Génération augmentée par la récupération (RAG) : Une IA […]

Temps de lecture 5 minutes

La gouvernance, l'auditabilité et l'application des politiques constituent les véritables atouts de l'IA d'entreprise.

L'IA d'entreprise n'échoue pas à cause de la faiblesse des modèles, mais parce que les organisations ne peuvent pas prouver que les décisions de l'IA étaient conformes aux politiques et aux lois. Dans les secteurs réglementés, la gouvernance est la clé du succès : traçabilité et provenance, contrôle d'accès basé sur les rôles (RBAC) et contrôle d'accès basé sur les acteurs (ABAC), principe du moindre privilège, conservation des données et mise sous séquestre, et pistes d'audit montrant ce que le modèle a vu et pourquoi.

Temps de lecture 6 minutes

Quand les systèmes de sauvegarde perdent la trace de vos données : pourquoi les entreprises ont besoin d’un plan de contrôle des données

Les systèmes de sauvegarde et de snapshots créent des copies de données qu'ils ne peuvent pas contrôler. Cela engendre des problèmes de conformité, une saturation du stockage et des ensembles de données d'entraînement pour l'IA non fiables. Un plan de contrôle des données assure la découverte, la classification, l'application des politiques et la suppression sécurisée des copies, quel que soit leur emplacement et sur toutes les plateformes. Points clés : Le problème fondamental : la prolifération des copies se propage à travers les snapshots, les sauvegardes, les réplicas, etc.

Temps de lecture 7 minutes

Qu’est-ce que l’intégration continue/déploiement continu (CI/CD) et comment ça fonctionne ?

CI/CD signifie Intégration Continue et Déploiement Continu. Il s'agit du pipeline automatisé qui achemine le code du poste de travail du développeur jusqu'à la production. Dans les entreprises modernes, le CI/CD doit également gérer les données, la sécurité et les modèles d'IA, et pas seulement les compilations logicielles. Points clés : Le CI/CD remplace les déploiements manuels et lents par des pipelines automatisés. Il réduit les risques grâce aux tests, aux analyses et […]

Temps de lecture 4 minutes

Cycle de vie du développement logiciel à l'ère de l'IA et de la réglementation

Le cycle de vie traditionnel du développement logiciel (SDLC) se concentre sur le code. À l'ère de l'IA, le SDLC doit considérer les données comme un élément fondamental. Cela implique d'intégrer la traçabilité des données, les métadonnées et l'application des politiques à chaque étape, des exigences à l'exploitation. Cette approche est conforme aux recommandations modernes en matière de risques et de sécurité, telles que le NIST AI RMF et le NIST SSDF. La plupart des contenus relatifs au SDLC partent encore du principe que […]

Temps de lecture 6 minutes

Tests de performance et tests de charge

Les tests de performance et de charge mesurent le comportement des applications, des API et des systèmes d'IA en conditions de charge normale et de pointe. Dans les entreprises modernes, ces tests doivent inclure les pipelines de données, les modèles d'IA et les contrôles de gouvernance, et pas seulement les serveurs web. Points clés : Les tests de performance mesurent la vitesse, la stabilité et l'utilisation des ressources. Les tests de charge mesurent le comportement des systèmes à grande échelle. L'IA et […]

Temps de lecture 3 minutes