L’application progressive de l’AI Act européen impose de nouvelles exigences en matière de transparence, de traçabilité et de supervision des systèmes d’intelligence artificielle. Si ces obligations suscitent des interrogations concernant les coûts et la complexité de leur mise en œuvre, elles pourraient également encourager les entreprises à mieux structurer leurs projets d’IA.
Pour Arnaud Chiffert, directeur France de Snowflake, la réglementation ne doit pas uniquement être considérée comme une contrainte. Elle peut également inciter les organisations à renforcer la gouvernance de leurs systèmes et à créer les conditions d’une utilisation plus fiable de l’IA.
L’AI Act adopte une approche fondée sur les risques, avec des exigences renforcées pour certains usages sensibles, notamment dans la santé, la finance ou les infrastructures critiques. Pour les entreprises, le défi ne concerne donc pas seulement les performances des modèles, mais aussi l’environnement dans lequel ils sont déployés. Il s’agit notamment de maîtriser les données auxquelles ils accèdent, leur utilisation et leur intégration dans les processus métiers.
Cette évolution renforce le rôle des plateformes de données et met en avant trois dimensions essentielles : la transparence, qui permet d’identifier les modèles et les données disponibles ; la traçabilité, qui vise à suivre leur origine et leur utilisation ; et l’auditabilité, qui permet de vérifier le respect des règles définies. L’intégration de ces mécanismes dès la conception des systèmes peut faciliter les contrôles et limiter les risques liés à la multiplication de solutions isolées.
Au-delà de la conformité, une gouvernance structurée peut également contribuer à améliorer le retour sur investissement de l’IA. Un distributeur ayant développé un modèle pour optimiser les déplacements dans ses entrepôts pourrait, par exemple, réutiliser certains composants pour améliorer ses itinéraires de transport. Cette approche permettrait de capitaliser sur les développements existants plutôt que de repartir de zéro pour chaque projet.
La question se pose également pour les entreprises internationales, confrontées à des cadres réglementaires différents selon les marchés. Intégrer des mécanismes de gouvernance et de sécurité dès la conception peut faciliter l’adaptation des systèmes à ces exigences.
Avec l’AI Act, la gouvernance de l’intelligence artificielle dépasse ainsi la seule question de la conformité. Pour les DSI, elle devient également un enjeu d’industrialisation des usages, de maîtrise des risques et de rentabilité des investissements dans l’IA.
