Que faut-il savoir sur « Valeur ajoutée et limites » — Partie III : Mise en œuvre opérationnelle › 3. Automatisation et intelligence artificielle ?
Extrait de Gouvernance des données
L’apport de l’intelligence artificielle et de l’automatisation se mesure principalement sur la vitesse et la précision de traitement, mais aussi sur la capacité à dégager des tendances ou des corrélations complexes.
Cependant, la fiabilité de ces algorithmes n’est pas absolue, en particulier si les données d’entraînement sont de qualité insuffisante ou biaisées.
La gouvernance doit donc gérer ces aléas et mettre en place des procédures de contrôle humain ou de vérification statistique pour éviter une dérive dommageable.
La stratégie globale de l’entreprise doit clarifier dans quelle mesure elle entend confier la prise de décision à des mécanismes automatisés.
Dans certains secteurs (finance, santé, social), la prudence impose d’expliquer et de justifier les analyses algorithmiques, pour respecter les exigences de transparence ou de non-discrimination.
En conséquence, l’IA est un levier puissant pour la gouvernance, mais elle ne saurait s’y substituer complètement : la place des Data Owners, Data Stewards ou Data Managers et instances de pilotage reste primordiale pour assurer la cohérence et l’équité du dispositif.