La question revient chaque semaine sous différentes formes, chez les directions, les responsables IT et les business owners. Tantôt comme une ambition, tantôt comme une frustration, souvent comme un doute sur la prochaine étape. Ce qui commence comme un engouement pour un chatbot ou une licence Copilot se retrouve bloqué après quelques mois par des questions que personne n'avait anticipées. Cet article passe ces questions en revue et propose un cadre pour y répondre. Pour celles et ceux qui se lancent dans l'IA, et pour celles et ceux déjà en cours de route qui se demandent pourquoi les résultats se font attendre.
:focal())
Vous vous reconnaissez peut-être dans l'une de ces questions :
« Tout le monde parle d'IA, mais par où je commence ? »
« Nous avons lancé un chatbot, mais le business n'y voit aucune valeur ajoutée. »
« Comment garder nos données en sécurité alors que les gens utilisent ChatGPT ? »
« Mes collaborateurs utilisent déjà des outils d'IA… mais lesquels, et avec quelles données ? »
« Nous avons trois projets IA en cours, mais personne ne sait comment ils s'articulent. »
« Le CISO dit non. Le business veut aller vite. L'IT n'a pas la capacité. Et le CEO veut des résultats. »
« Comment protéger mon organisation contre les risques que l'IA implique ? »
« Nous regardons du côté de Copilot, mais est-ce un outil, une plateforme ou une stratégie ? »
Une ou plusieurs de ces questions vous parlent ? Alors poursuivez votre lecture.
La stack IA en six couches
L'IA fonctionne en couches. Et chaque couche s'appuie sur la précédente. De nombreuses organisations investissent dans une seule application d'IA et oublient qu'en dessous se trouvent encore quatre ou cinq fondations qui déterminent aussi si cela fonctionne. Résultat : construire sur du sable.
Couche 1 : les modèles
Les grands modèles de langage eux-mêmes : GPT-4o, Claude, Gemini, LLaMA. Propriétaires ou open source, puissants, mais aussi sources de biais, d'hallucinations et de questions de propriété intellectuelle. Le mauvais modèle pour le mauvais cas d'usage, et tout part de travers avant même de commencer.
Couche 2 : la couche API
La porte silencieuse entre votre organisation et le modèle. Chaque prompt envoyé via un outil externe fait sortir des données : les fournisseurs les journalisent, les modèles en tirent des enseignements, et une fuite de clé API donne un accès complet. La couche que la plupart des organisations négligent.
Couche 3 : les outils pour développeurs
Les outils avec lesquels les développeurs construisent avec l'IA : GitHub Copilot, Claude Code, Azure AI Foundry, Copilot Studio. Connectés en arrière-plan à des serveurs externes, secrets et logique métier compris. Sans politique claire, cela reste un angle mort.
Couche 4 : frameworks d'agents et orchestration
La couche où l'IA agit au lieu de simplement répondre : MCP, LangChain, AutoGen, des systèmes multi-agents qui envoient des e-mails, créent des fichiers, déclenchent des processus. À cette couche, l'injection de prompt devient une véritable surface d'attaque.
Couche 5 : les applications métier
La couche que voit le business : chatbots, agents e-mail, traitement de documents, automatisation des processus. Sur une base solide, cela crée de la valeur. Sur des couches instables en dessous, cela devient un nouveau silo ou une bombe à retardement.
Couche 6 : gouvernance, sécurité et conformité
Le cadre qui garde tout ce qui se trouve au-dessus sous contrôle : EU AI Act, RGPD, ISO 42001, politiques d'utilisation acceptable, pistes d'audit, supervision humaine. Sans cette couche, tout ce qui se trouve au-dessus reste non maîtrisé.
« Une couche faible se répercute sur tout ce qui se trouve au-dessus. »
Vous pouvez avoir la plus belle implémentation Copilot qui soit. Sans gouvernance des données, politique sur le shadow AI ou monitoring, vous construisez une belle maison sur une fondation instable.
Qu'est-ce qui distingue l'approche de Xylos ?
L'IA change quelque chose de fondamental dans la façon dont se déroulent les projets IT. Ce qui fonctionnait auparavant comme des domaines séparés — modern workplace, cloud, sécurité, data, managed services — est tissé par l'IA en un seul ensemble. Un agent IA dans le cloud touche à la sécurité. Une implémentation Copilot touche à la gouvernance des données et au modern workplace. Un projet d'automatisation de processus touche à la fois la couche applicative et l'infrastructure. Les frontières entre ces disciplines s'estompent, et de nombreux acteurs s'y retrouvent bloqués.
Chez Xylos, nous construisons depuis des années une expertise dans tous ces domaines. Chacun avec ses propres personnes, sa propre maturité, ses propres choix d'architecture. L'IA rapproche aujourd'hui nos équipes : l'expert en sécurité échange avec l'architecte data, le spécialiste workplace collabore avec le développeur qui construit des agents. C'est ainsi que nous travaillons.
En parallèle, nous voyons trop d'organisations qui ne regardent que la couche supérieure. Les applications métier, le chatbot, la licence Copilot ou Claude. Qui ne s'attaque qu'à cette couche supérieure oublie les questions qui devraient venir en premier : les données sont-elles en ordre, les processus sont-ils prêts pour l'automatisation, qui gère les risques ?
Par où commencer en tant qu'organisation ?
Commencez par un plan. Vous choisirez l'outil ensuite.
C'est pourquoi nous faisons intervenir un AI Program Manager : une personne qui se place à court terme aux côtés de votre organisation, cartographie les initiatives, identifie les angles morts et propose un programme cohérent à toutes les couches. Techniquement solide, porté organisationnellement, de la direction jusqu'aux collaborateurs. Ce qui reste : un point de départ clair, un chemin réaliste et un partenaire qui comprend l'ensemble de la stack.
Toute l'expertise se trouve sous un même toit : modern workplace, cloud, sécurité, data, managed services. Ancrés localement, avec des personnes qui comprennent votre contexte, et une vision qui va plus loin que le chatbot ou l'e-mail optimisé.
« L'IA mérite une approche programme. »
Votre organisation est-elle prête à s'attaquer à l'ensemble de la stack IA ? J'en discute avec plaisir.
À propos de l'auteur
[Peter Verrykt ](https://be.linkedin.com/in/peter-verrykt)est Business Unit Lead Data & AI chez Xylos et accompagne les organisations dans la transformation de leurs données en valeur business concrète. Il aide les entreprises à voir au-delà des implémentations techniques et utilise la donnée et l'IA comme fondement de meilleures décisions, d'une plus grande agilité et d'une croissance durable.