La transformation numérique des entreprises s’est jusqu’ici concentrée sur l’amélioration des performances, l’accélération de l’innovation et la réduction des coûts. Le cloud computing, les plateformes collaboratives et les outils de type software-as-a-service (SaaS) se sont généralisés dans les entreprises, souvent adoptés par pragmatisme ou par nécessité supposée. Pourtant, l’essor rapide de l’intelligence artificielle (IA) générative redessine aujourd’hui profondément ce paysage. Si ces outils promettent des gains de productivité, ils soulèvent une question cruciale : qui contrôle réellement les données de l’entreprise ? Cette problématique a été mise en lumière par le phénomène de l*« shadow AI »*, où des employés utilisent des outils d’IA en dehors des directives formelles, souvent sans l’aval des services informatiques ou juridiques. Ils y saisissent des rapports, des documents stratégiques, des données clients ou des informations financières sensibles, non par malveillance, mais parce que ces outils sont faciles à utiliser et efficaces. Cette tendance marque un tournant : la gouvernance des données, autrefois principalement du ressort des responsables informatiques ou de la cybersécurité, concerne désormais les plus hauts niveaux de la direction. Perte de contrôle sur les données peut affaiblir la prise de décision, la résilience et l’avantage concurrentiel d’une entreprise. Les risques dépassent largement les menaces cybernétiques classiques, comme les fuites de données ou les attaques par ransomware. Une entreprise peut perdre le contrôle de ses données sans subir d’attaque : elle ignore alors où sont stockées les données critiques, qui y a accès, dans quelles conditions elles peuvent être récupérées, ou encore quels droits s’appliquent. Cette dépendance technologique croissante est devenue un enjeu stratégique, d’autant plus dans un monde marqué par l’instabilité géopolitique. L’Europe, en particulier, est confrontée à la nécessité de souveraineté numérique. Plus de 80 % des technologies numériques utilisées sur le continent sont aujourd’hui développées hors d’Europe, principalement aux États-Unis ou en Chine. Longtemps, cette dépendance a été justifiée au nom de l’innovation ou de la rapidité de mise sur le marché. Mais l’essor de l’IA rend plus urgente encore la question de la souveraineté, de la traçabilité et de la capacité à reprendre le contrôle sur les actifs numériques. Les entreprises ne peuvent se permettre de s’isoler du progrès technologique mondial, mais elles doivent désormais opérer des arbitrages clairs. Toutes les données ne revêtent pas la même importance stratégique, et toutes les infrastructures numériques ne doivent pas être externalisées à 100 %. Selon les secteurs — agences gouvernementales, entreprises de défense, banques ou industriels — les défis réglementaires et stratégiques diffèrent, exigeant des approches sur mesure. La maturité numérique passe par l’abandon des solutions universelles et la construction d’architectures hybrides, adaptables et évolutives. L’urgence n’est pas technologique, mais organisationnelle : de nombreuses entreprises adoptent l’IA sans avoir préalablement cartographié leurs données les plus sensibles ou stratégiques. Sans cette visibilité, une gouvernance efficace est impossible. Autre priorité : réintroduire le principe de réversibilité dans les infrastructures numériques. Pendant des années, certaines organisations ont privilégié la performance au détriment de la capacité à récupérer ou transférer les données. Dans un monde marqué par des crises récurrentes, la possibilité de reprendre rapidement le contrôle est essentielle à la résilience. L’avenir des infrastructures numériques restera hautement technologique, mais il devra aussi être plus fiable. L’intelligence artificielle sera bientôt profondément intégrée à ces systèmes, permettant des tâches comme la maintenance prédictive, la détection d’anomalies ou le suivi en temps réel des chaînes logistiques. Cette évolution offre des opportunités majeures, mais elle exige aussi une plus grande responsabilité de la part des fournisseurs de technologies. Une IA performante ne peut exister sans des infrastructures sécurisées, fiables et réversibles. Cela suppose des investissements continus dans des réseaux sécurisés, des architectures adaptables et une approche prospective face à des défis comme le cloud hybride, la cybersécurité post-quantique ou la résilience des systèmes critiques. L’IA n’a pas créé le besoin de gouvernance des données — elle l’a rendu impossible à ignorer.