Offre — Data Readiness & Corpus IA
Donner les cartes avant de jouer : cartographier, qualifier, sécuriser vos données avant de lancer
Vous ne pouvez pas décider si un cas d'usage IA est réaliste sans savoir si vos données le permettent. Cette offre transforme l'incertitude "on verra avec nos données" en diagnostic factuel : cartographie des sources, audit qualité, règles d'accès, plan de constitution du corpus minimum viable, et backlog data priorisé sur 30-60-90 jours.
Pour qui
DSI, Data, Responsable métier, DPO.
Organisation qui veut valider la faisabilité data d'un cas d'usage IA avant de s'engager, ou qui doit structurer un corpus RAG sans déclencher un chantier SI de 9 mois.
Pour quel besoin
Vous savez ce que vous voulez faire avec l'IA, mais vous ne savez pas si vos données le permettent réellement.
Vous avez des documents dispersés (SharePoint, serveurs de fichiers, ERP, emails) et vous ne savez pas par où commencer pour constituer un corpus exploitable.
Vous voulez un diagnostic honnête : "Go avec ces corrections" ou "Stop, les données ne sont pas prêtes" avant d'investir dans un pilote.
Vous devez sécuriser l'accès aux données (PII, confidentialité, droits) sans bloquer le projet pendant des mois.
Problème que l'on résout
Un projet IA échoue rarement par manque de modèles. Il échoue parce que les données n'existent pas au format exploitable, ou qu'elles sont dispersées, obsolètes, inaccessibles, ou juridiquement non utilisables.
Le résultat est connu : vous découvrez à J+60 que 40% du corpus promis n'existe pas, que 30% est obsolète, et que le reste exige 6 mois de nettoyage. Le projet s'arrête ou dérive.
Ce que vous obtenez
Cartographie complète des sources : où sont les données, dans quel format, quel volume réel, quel niveau de qualité, quels droits d'accès.
Diagnostic qualité factuel : taux de complétude, de redondance, d'obsolescence, de conflits entre versions, avec exemples concrets.
Plan "minimum viable data" : ce qu'il faut corriger en priorité pour démarrer un pilote, et ce qui peut attendre.
Backlog data priorisé 30-60-90 jours : actions concrètes (nettoyage, versionnage, centralisation, règles d'accès), avec effort estimé et responsables identifiés.
Règles d'accès et de confidentialité : cartographie PII, pseudonymisation, politiques de journalisation, conformité RGPD/AI Act.
Choisissez votre niveau (3 couches)
Un même besoin "data readiness" peut exiger trois profondeurs. Vous choisissez le niveau selon votre urgence, votre risque, et votre maturité data.
Niveau 1 — Essentiel
Pour valider la faisabilité data avant de décider d'un pilote.
Livrables typiques :
- Cartographie des sources (localisation, format, volume estimé, propriétaire).
- Diagnostic qualité sur échantillon (100-200 documents) : taux d'obsolescence, redondance, conflits.
- Note Go/No-Go data (critères, gaps identifiés, effort de correction estimé).
- Plan minimum viable data (ce qu'il faut corriger pour démarrer, ce qui peut attendre).
Niveau 2 — Projet
Pour structurer un corpus exploitable et sécuriser l'accès sans chantier data de 9 mois.
Ajouts typiques (selon contexte) :
- Backlog data priorisé 30-60-90 jours (nettoyage, versionnage, centralisation, responsables, effort).
- Audit qualité approfondi (300-500 documents) : complétude, cohérence, granularité, structure.
- Cartographie PII et règles de pseudonymisation (détection automatisée, masquage, journalisation).
- Plan de constitution du corpus RAG (chunking, indexation, métadonnées, politique de mise à jour).
Niveau 3 — Production
Pour industrialiser la gouvernance data et tenir dans la durée : versioning, qualité continue, conformité.
Ajouts typiques :
- Politique de gouvernance du corpus (versioning, workflow de validation, rôles, rituels de revue).
- Jeu d'or data (100-300 cas annotés pour mesurer la qualité du corpus en continu).
- Gabarits et checklists (audit qualité trimestriel, nettoyage vectoriel, détection de drift documentaire).
- Plan de conformité data (RGPD, AI Act, journalisation, rtention, droits d'effacement).
Comment ça se passe
Nous gardons un format volontairement court : peu de réunions, une clarification nette, puis des livrables.
Questionnaire(s) de cadrage : cas d'usage cible, sources identifiées, contraintes d'accès, exigences de confidentialité.
Entretien court : clarification des périmètres et arbitrages (ce qui est "hors scope" compte autant que le reste).
Production des livrables personnalisés : adaptés à votre organisation (SI, métier, contraintes RGPD, enjeux de coût).
Round de corrections : vous relisez, vous corrigez, nous ajustons pour obtenir une version présentable et utilisable.
Comment nous décidons
On ne "vend" pas l'IA. On documente une décision data.
La décision se structure autour de quatre questions :
Les données existent-elles au format exploitable, dans quel volume réel, et avec quelle qualité mesurée (pas supposée) ?
Quelles sources sont accessibles immédiatement, lesquelles exigent des autorisations, et lesquelles sont juridiquement non utilisables (PII, confidentialité, droits) ?
Quel niveau de nettoyage est nécessaire pour démarrer un pilote, et quel effort cela représente (jours-homme, délai, responsables) ?
Quelle preuve de qualité du corpus à 90 jours, et quelle règle Stop/Go si elle n'est pas au rendez-vous (score jeu d'or, taux d'obsolescence, fidélité RAG) ?
Quand choisir cette offre
Vous voulez lancer un cas d'usage IA mais vous ne savez pas si vos données le permettent réellement.
Vous avez des documents dispersés et vous refusez de déclencher un chantier data de 9 mois avant de tester.
Vous devez constituer un corpus RAG exploitable sans improviser sur la qualité ou la conformité.
Vous voulez un diagnostic honnête "Go avec ces corrections" ou "Stop, pas prêt" avant d'investir dans un pilote.
Quand ne pas la choisir
Vous cherchez une implémentation technique clé-en-main (cette offre prépare la décision data et le plan de constitution, pas l'exécution).
Vous voulez "nettoyer toutes les données de l'entreprise" (cette offre cadre le minimum viable data pour un cas d'usage précis).
Vos données sont déjà centralisées, versionnées, auditées et gouvernées (vous n'avez probablement pas besoin de cette offre).
Cadre d'intervention
Cette offre produit des livrables de diagnostic et de plan d'action (cartographie, audit qualité, backlog priorisé) pour décider et cadrer, avec un format comité.
Elle ne remplace pas un audit data complet, un projet de gouvernance des données à l'échelle de l'organisation, ou une prestation d'ingénierie data : elle fournit un cadre structuré pour décider si et comment les données permettent le cas d'usage IA cible, et dialoguer efficacement avec vos équipes data, DSI, DPO et métiers.
Coordination avec vos experts (ou offre personnalisée)
Selon le contexte, nous travaillons en coordination avec vos professionnels spécialisés (data engineers, DPO, RSSI, équipes SI) afin de sécuriser les points qui ne se traitent pas "sur une page" (accès aux sources, pseudonymisation, journalisation, pipelines d'ingestion, etc.).
Si vous n'avez pas ces compétences en interne, une offre personnalisée peut intégrer les expertises nécessaires (ingénierie data, conformité RGPD, architecture SI) au bon moment, sans alourdir la décision initiale.
