Souveraineté numérique · une proposition
Pendant qu'on parie sur un champion national de l'IA, l'essentiel reste sans gardien : nos données, leur circulation, et les structures qui en produisent sans pouvoir s'en servir.
Et si l'on dirigeait une part de cet effort vers un réseau fédéré d'artisans de la donnée, au plus près du terrain — pour faire entrer chaque entreprise dans le circuit du numérique, maîtriser la circulation des données, et bâtir une infrastructure faite pour durer ?
La course au géant de l'IA concentre capitaux et puissance de calcul sur un seul pari. L'élan est légitime — il ne suffira pas. Un modèle vieillit vite ; la course au calcul est ruineuse et incertaine ; et la dépendance, elle, demeure.
Surtout, ce pari laisse de côté ce qui dure : la donnée, sa circulation, et l'immense tissu des très petites structures qui en produisent chaque jour sans pouvoir l'exploiter.
L'alternative
Plutôt que tout miser sur le modèle, miser également sur la donnée et sur les femmes et les hommes capables d'en prendre soin. La proposition : un réseau fédéré d'acteurs locaux — des artisans de la donnée — capables d'aider chaque structure, et d'abord les plus petites, à maîtriser leurs données d'activité. Un métier de proximité, qui rend autonome sans déposséder.
Ce métier n'existe pas encore. Le corpus À l'épreuve du flux en démontre la nécessité et en appelle la création. Cette page en porte la proposition.
Le premier bénéficiaire
Avant d'être partagée, une donnée bien faite sert d'abord celui qui la produit. Aidé par l'artisan, l'entrepreneur n'attend plus que ses données « servent un jour » : elles l'aident tout de suite à piloter son activité — voir clair, décider, anticiper. Moins de charge mentale, du temps libéré, la maîtrise retrouvée.
En local, des outils de gestion et de pilotage transforment ces données en tableau de bord de l'activité. Et pour anticiper, des services de prévision fondés sur des modèles de fondation pour séries temporelles — capables de prédire n'importe quelle série temporelle à partir de ses propres données, sans qu'il faille une équipe de data science — en tirent des prévisions utiles : la demande à venir, les niveaux de stock, la production d'énergie, la charge de fabrication.
La donnée à haute valeur est donc d'abord un avantage pour soi. Ce n'est qu'ensuite — parce qu'elle se copie sans se diviser — qu'elle peut être partagée, et profiter à d'autres sans rien retirer à qui la transmet.
Le bénéfice collectif
Une fois maîtrisée chez chacun, la donnée à haute valeur peut être mise en commun — et c'est là qu'elle change d'échelle. Des flux d'observation bien calibrés, tenus par des acteurs compétents puis partagés, valent infiniment plus que la collecte massive et aveugle. C'est cela, l'intelligence collective : un fait partagé dont chacun tire parti.
À l'échelle d'un secteur, l'entité qui le fédère — une interprofession agricole, par exemple — peut réunir la donnée bien faite de ses nombreux producteurs pour en tirer une veille collective : anticiper un marché, repérer un risque sanitaire ou climatique, ajuster les pratiques. Chaque membre y gagne, et le secteur tout entier avec lui. C'est là, concrètement, que naît l'intelligence d'un territoire.
Le même partage sert le bien commun : les laboratoires publics de recherche et les jeunes pousses deep tech qu'ils essaiment ont besoin de données spécifiques (santé, énergie…) pour entraîner des modèles verticaux. Ainsi, des modèles de découverte s'entraînent déjà, par apprentissage fédéré, sur des données qui ne quittent pas leur lieu de production — la donnée bien gardée, mise au service de la science et de l'intérêt commun.
La donnée bien faite est l'actif qui dure. Le modèle, lui, tourne.
Pour l'essentiel des usages d'entreprise — automatiser des tâches cadrées, faire travailler des agents sur des processus définis —, des modèles exécutés localement suffisent. Et le matériel pour les faire tourner dans l'entreprise arrive : des stations à mémoire unifiée de plusieurs dizaines de gigaoctets, abordables, capables de servir des modèles de plusieurs dizaines de milliards de paramètres, sans dépendre d'un service distant.
Mais le plus important n'est pas seulement qu'ils tournent en local : c'est qu'ils peuvent devenir meilleurs et moins coûteux à mesure qu'on les nourrit de données mieux faites. C'est là que tout se relie : le maillage se tisse, et la coordination s'installe.
Et personne n'a à faire du numérique un second métier : maîtriser la donnée, c'est précisément le rôle de l'artisan. La compétence est mutualisée, pas reportée sur chacun.
Le changement de paradigme
Le cœur de la valeur se déplace. Demain, il tiendra moins dans la taille du modèle que dans la capacité à produire des données à haute valeur : fiables, situées dans leur corpus de référence, datées de leur fraîcheur. C'est précisément ce que fabrique l'artisan de la donnée.
Une donnée mieux faite, c'est un modèle moins bruité, plus factuel, plus à jour, et capable de saisir les relations entre les choses. À performance égale, il peut alors être plus petit — donc moins coûteux à entraîner et à faire tourner, jusqu'au local. Et ce modèle amélioré — un modèle de fondation souverain, entraîné en France — revient au plus près, chez le client de l'artisan, qui en bénéficie : mieux outillé, il améliore la qualité de son travail et obtient de meilleures données.
Chacun y gagne :
Aidée aujourd'hui, mieux servie demain par une IA qu'elle a contribué à créer.
Un entraînement de meilleure qualité : des modèles plus compétitifs et moins coûteux en ressources.
Une intelligence collective qui se compose et se renforce à chaque tour.
Le modèle devient un moteur que l'on peut standardiser ; l'avantage décisif passe à l'écosystème qui produit la donnée.
Investir dans l'artisanat de la donnée, c'est investir là où la valeur se crée désormais.
Temps long
Ce réseau dessine une infrastructure souveraine non par décret, mais par conception : la donnée traitée au plus près de là où elle naît, qui ne part pas se concentrer ailleurs, qui continue de fonctionner même quand le lien extérieur se rompt.
Une souveraineté distribuée, qui ne promet pas de ne pas déposséder : elle est faite pour ne pas le pouvoir. Là où un modèle peine à durer, un maillage d'acteurs et de pratiques s'installe dans le temps long.
Moins de charge mentale, du temps libéré, et la maîtrise retrouvée de sa propre activité.
De l'inclusion, de la résilience, de l'autonomie — au plus près du terrain.
Des données à haute valeur en circulation, et un système productif solide et compétitif.
Une proposition à faire exister
Rien de tout cela n'existe encore : ni le métier, ni le réseau. Diriger une part de l'effort et des capitaux vers la donnée et ceux qui en prennent soin — voilà le pari complémentaire que cette page défend.
Restera à inventer — et non à copier sur l'existant — la manière dont ces données s'échangeront équitablement : les moyens, l'espace, les règles et les protocoles. C'est l'une des questions à mettre en débat.
Si l'idée vous parle, le geste le plus utile est de la faire circuler. Et si vous voulez en débattre ou y prendre part :