Un nouveau départ

Il fallait bien écrire un premier article.

Et puisque c’est le premier, autant dire ce qui m’amène ici.

Les outils data et IA n’ont jamais été aussi accessibles. Une équipe peut transformer une idée en prototype, interroger ses données ou automatiser une tâche en quelques heures.

Cette accélération ouvre des possibilités. Elle déplace aussi la difficulté : que faut-il construire, pour qui et sous quelle responsabilité ?

C’est cette conviction qui m’a conduit à lancer UpperCase et à ouvrir cet espace.

#La valeur ne disparaît pas, elle se déplace

L’IA permet de tester plus vite, de produire plus vite et d’explorer des pistes autrefois réservées à des équipes spécialisées. Mais lorsque plusieurs solutions deviennent possibles, il faut décider laquelle mérite d’être construite, dans quel ordre et avec quelles limites. Il faut aussi savoir ce que l’on préfère ne pas automatiser.

J’ai rencontré cette réalité bien avant l’essor récent de la GenAI. Aux Galeries Lafayette, rapprocher plus de 20 millions de contacts sur GCP était un défi technique. La valeur est venue de l’alignement de cinq enseignes, de la définition des usages autorisés et du passage de l’infrastructure aux décisions métier.

Chez Guerlain, une CDP couvrant plus de 18 millions de contacts dans 32 pays demandait une roadmap, des cas d’usage priorisés, des responsables de données et des règles claires sur la qualité et le consentement.

Dans les deux cas, la technique ouvrait le champ des possibles. La valeur se déplaçait vers la capacité à choisir une direction, à comprendre les compromis et à construire un système utile au-delà de l’effet de nouveauté.

#Construire avec sérieux

Une démonstration est un début. Un système en production doit continuer à fonctionner avec de vraies données, de vrais utilisateurs et des conséquences réelles.

Pour un produit data ou IA, les questions arrivent vite. Qui répond de la qualité des données ? Que se passe-t-il lorsque le résultat est faux ou incomplet ? À quel moment une personne doit-elle reprendre la main ?

Ces questions influencent l’architecture, le budget et l’expérience utilisateur. Elles sont au cœur du rôle de Product Owner Data & AI : relier la valeur métier, la faisabilité technique, les contraintes juridiques et la capacité réelle des équipes à livrer.

La gouvernance opérationnelle évite qu’un projet avance sans responsable, sans règle de décision ou sans conditions claires de mise en production.

C’est là que les compromis deviennent concrets : un choix technique devient un choix de produit, une règle de sécurité modifie l’expérience et une promesse d’IA doit se traduire en responsabilités précises.

#Pourquoi ce blog, pourquoi maintenant

Mon parcours m’a conduit vers cette intersection. J’ai construit des plateformes data, puis piloté leur adoption, leur roadmap et leur gouvernance. Chez Guerlain, mon rôle de Product Owner, Data Platform & Privacy réunissait le produit, la technique, les métiers et le juridique.

Passer du CDI à l’indépendance est une manière de poursuivre ce travail dans un cadre plus direct. J’ai lancé UpperCase pour accompagner les organisations qui doivent piloter, structurer ou reprendre un projet data ou IA devenu trop transverse pour être traité par une seule équipe.

Ce blog prolonge cette démarche. J’y parlerai de plateformes data, de produits IA et des choix de gouvernance qui déterminent leur passage en production. Les outils auront leur place lorsqu’ils permettent de mieux comprendre un problème ou de prendre une décision plus solide.

Je m’intéresse autant aux fondations qu’aux solutions émergentes, et surtout à ce qui permet de les relier.

Je veux écrire sur ces sujets avec des mots simples, sans réduire leur complexité. Garder le niveau d’exigence, partager ce qui fonctionne et voir un peu plus loin que le bruit.

#Une ligne claire

L’IA cesse peu à peu d’être un sujet isolé. Elle devient une force qui recompose l’ensemble : la manière de concevoir, de travailler, de décider, de sécuriser et de gouverner.

Les organisations n’ont pas besoin d’accumuler les outils. Elles doivent choisir les bons usages, poser des limites claires et réunir les métiers, la data, l’IT et le juridique pour construire des systèmes cohérents, sûrs, utiles et durables.

C’est là que je veux me situer : à l’endroit où la technique rencontre la stratégie, où l’innovation rencontre la responsabilité et où les promesses doivent devenir des choix concrets.

C’est la ligne que je veux suivre ici comme dans mes missions : comprendre profondément, expliquer simplement et construire avec sérieux.

Ce premier article n’est pas un manifeste. Il marque un passage. Une façon de dire d’où je viens, ce que je veux continuer à apprendre et où je veux être utile.

La suite parlera d’IA, bien sûr, mais pas seulement. Elle parlera surtout de ce qu’il faut construire autour pour que ces transformations tiennent dans le réel.

Bienvenue.