Une IA sécurisée commence par les bases

Les systèmes hérités peuvent sembler insurmontables, en particulier dans les grandes entreprises, où ils s’intègrent aux applications fondamentales, aux environnements de données, aux couches d’intégration et à d’autres infrastructures centrales. Pourquoi transformer ce qui fonctionne déjà ?

Mais comme le montre notre enquête, les systèmes hérités posent de nombreux défis à moyen et long terme. Et il est important de reconnaître que la modernisation ne doit pas viser à transformer d’un seul coup l’ensemble du parc technologique d’une organisation. Elle doit au contraire être réfléchie et méthodique.

Les dirigeants doivent déterminer dans quels domaines l’IA peut apporter une réelle valeur ajoutée à leurs affaires, puis examiner les systèmes concernés. À quelles données l’IA devrait-elle avoir accès ? Quelles dépendances faut-il prendre en compte ? La cartographie opérationnelle qui en résulte permet une modernisation systématique.

Cela est d’autant plus important en matière de cybersécurité. À mesure que l’IA gagne en autonomie, l’architecture et la gouvernance qui l’encadrent ne feront que gagner en urgence. Protéger les données – et la confiance – des entreprises et de leurs parties prenantes revient à intégrer la sécurité dès la base sur laquelle l’IA est déployée. Cela implique de simplifier les intégrations, d’améliorer les contrôles des données et de préparer dès le départ la prochaine phase d’innovation.

Nous voyons déjà à quoi ressemble cette approche méthodique dans la pratique. Pour la branche des services financiers d’un constructeur automobile mondial, GFT a mis en place une « landing zone » infonuagique sécurisée comme fondement de sa transformation, permettant à l’organisation de migrer en toute sécurité sa plateforme de banque centrale, puis de transférer d’autres charges de travail en fonction de ses priorités en matière d’affaires et de technologie.

Cet exemple nous enseigne une leçon : la modernisation ne signifie pas nécessairement tout transformer d’un seul coup. Elle consiste à comprendre où se situe la complexité héritée du passé entre les affaires de l’entreprise et la valeur que l’IA peut apporter, puis à moderniser de manière ciblée autour de ces priorités, de façon sécurisée et efficace.

Le fossé de mise en œuvre de l’IA n’est pas simplement un problème lié à l’IA. Il s’agit de plus en plus d’une question de préparation de l’entreprise. Les organisations qui combleront ce fossé seront celles qui considéreront la modernisation, la sécurité, les données et la gouvernance des données non pas comme des initiatives technologiques distinctes, mais comme les fondements permettant de transformer les ambitions en matière d’IA en valeur commerciale durable.