Peut-être vous reconnaissez-vous dans l’une de ces questions :
- « Tout le monde parle de l’IA, mais par où commencer ?
- « Nous avons lancé un chatbot, mais l’entreprise n’y voit aucune valeur ajoutée. »
- « Comment puis-je m’assurer que nos données restent sécurisées lorsque des personnes utilisent ChatGPT ?
- « Mes employés utilisent déjà des outils d’IA… mais lesquels, et avec quelles données ? »
- « Nous avons trois projets d’IA en cours, mais personne ne sait comment ils sont reliés.
- « Le RSSI dit non. L’entreprise veut aller vite. Le département informatique n’a pas la capacité nécessaire. Et le PDG veut des résultats.
- « Comment protéger mon organisation des risques posés par l’IA ?
- « Nous nous intéressons à Copilot, mais s’agit-il d’un outil, d’une plateforme ou d’une stratégie ?
L’une de ces questions vous semble-t-elle familière ? Dans ce cas, lisez ce qui suit.
La pile d’IA en six couches
L’IA fonctionne par couches. Et chaque couche s’appuie sur la précédente. De nombreuses organisations investissent dans une application d’IA et oublient qu’en dessous, il y a quatre ou cinq autres fondations qui aident à déterminer si elle fonctionne. Résultat : on construit sur du sable.
Couche 1 : les modèles
Les grands modèles linguistiques eux-mêmes : GPT-4o, Claude, Gemini, LLaMA. Fermés ou ouverts, puissants ET source de biais, d’hallucinations et de questions de propriété intellectuelle. Le mauvais modèle pour le mauvais cas d’utilisation et tout va mal avant même que vous ne commenciez.
Couche 2 : La couche API
La passerelle silencieuse entre votre organisation et le modèle. Chaque requête dans un outil externe envoie des données : les fournisseurs enregistrent, les modèles apprennent, les fuites de clés API donnent un accès complet. La couche que la plupart des organisations négligent.
Couche 3 : Outil du développeur
Les outils que les développeurs utilisent pour construire avec l’IA : GitHub Copilot, Claude Code, Azure AI Foundry, Copilot Studio. Liés à des serveurs distants en arrière-plan, y compris les secrets et la logique commerciale. En l’absence de politiques claires, cela reste un angle mort.
Couche 4 : Cadres d’agents et orchestration
La couche où l’IA agit plutôt que de répondre : MCP, LangChain, AutoGen, des systèmes multi-agents qui envoient des courriels, créent des fichiers, lancent des processus. À ce niveau, l’injection rapide devient une véritable surface d’attaque.
Couche 5 : les applications d’entreprise
La couche que l’entreprise voit : chatbots, agents de messagerie, traitement des documents, automatisation des processus. Avec une base solide, cette couche apporte de la valeur. Si les couches sous-jacentes sont défaillantes, elles deviennent un autre silo ou une bombe à retardement.
Couche 6 : Gouvernance, sécurité et conformité
Le cadre qui permet de gérer tout ce qui se trouve au-dessus : loi européenne sur l’IA, GDPR, ISO 42001, politiques d’utilisation acceptable, pistes d’audit, surveillance humaine. Sans cette couche, tout ce qui se trouve au-dessus n’est pas géré.
« Une couche faible se répercute sur tout ce qui se trouve au-dessus d’elle.
Vous pouvez avoir la plus belle mise en œuvre de Copilot. Sans gouvernance des données, sans politiques autour de l’IA fantôme ou sans surveillance, vous construisez une belle maison sur des fondations précaires.
En quoi l’approche de Xylos est-elle différente ?
L’IA est en train de changer quelque chose de fondamental dans la façon dont les projets informatiques sont menés. Ce qui fonctionnait auparavant comme des domaines distincts – lieu de travail moderne, nuage, sécurité, données, services gérés – est fusionné par l’IA. Un agent d’IA dans le nuage touche à la sécurité. Une mise en œuvre de Copilot concerne la gouvernance des données et le lieu de travail moderne. Un projet d’automatisation des processus concerne la couche applicative ainsi que l’infrastructure. Les frontières entre ces disciplines s’estompent et de nombreuses parties restent bloquées.
Chez Xylos, nous avons développé une expertise dans tous ces domaines depuis des années. Chacun avec son propre personnel, sa propre maturité, ses propres choix d’architecture. Aujourd’hui, l’IA rapproche nos collaborateurs : l’expert en sécurité parle à l’architecte des données, le spécialiste du lieu de travail travaille avec le développeur qui construit les agents. C’est ainsi que nous travaillons.
En même temps, nous voyons trop d’organisations qui ne s’intéressent qu’à la couche supérieure. Les applications d’entreprise, le chatbot, le Copilot ou la licence Claude. Ceux qui ne s’intéressent qu’à cette couche supérieure oublient les questions qui devraient être posées en premier lieu : les données sont-elles en ordre, les processus sont-ils mûrs pour l’automatisation, qui gère les risques ?
Par où commencer en tant qu’organisation ?
Commencez par un plan. Choisissez ensuite l’outil.
C’est pourquoi nous faisons appel à un gestionnaire de programme d’IA: quelqu’un qui se rendra rapidement auprès de votre organisation, dressera la carte des initiatives, identifiera les angles morts et proposera un programme adapté à tous les niveaux. Techniquement étayé, organisationnellement soutenu, de la direction à l’employé. Ce qui reste, c’est un point de départ clair, une voie réaliste et un partenaire qui comprend l’ensemble du processus.
Toute l’expertise est réunie sous un même toit : lieu de travail moderne, cloud, sécurité, données, services gérés. Ancré localement, avec des personnes qui comprennent votre contexte, et une vision qui va au-delà du chatbot ou de l’e-mail optimisé.
« L’IA mérite une approche programmatique ».
Votre organisation est-elle prête à s’attaquer à l’ensemble de la pile d’IA ? Je serais ravi d’en parler.
A propos de l’auteur
Peter Verrykt est Business Unit Lead Data & AI chez Xylos et guide les organisations dans la transformation des données en valeur commerciale concrète. Il aide les entreprises à voir au-delà des implémentations techniques et à déployer les données et l’IA comme fondement de meilleures décisions, d’une plus grande agilité et d’une croissance durable.
