On ne gouverne pas des agents IA avec des données ingouvernées
Quand on parle d'IA agentique, on parle de systèmes qui ne se contentent plus de répondre -ils décident, exécutent et enchaînent des actions de manière autonome. C'est un saut qualitatif considérable. Mais ce saut repose sur un prérequis que la majorité des organisations choisissent d'ignorer : la qualité et la gouvernance des données qui alimentent ces agents.
Une enquête publiée en mars 2026 par l'institut Censuswide pour le compte de Semarchy, spécialiste du Master Data Management, vient poser des chiffres sur ce que beaucoup pressentaient. Et le constat est sans appel : les investissements dans l'IA agentique progressent trois fois plus vite que la maturité des fondations de données censées les alimenter. L'étude, qui cible des organisations de plus de 200 millions de dollars de chiffre d'affaires déjà engagées dans des projets IA, révèle un décalage structurel entre l'ambition affichée et la réalité opérationnelle.
Le chiffre qui devrait alarmer tout responsable de gouvernance
Le résultat le plus frappant : 64 % des dirigeants français conduisent des initiatives d'IA agentique sans avoir mis en place de fondations MDM (Master Data Management). Plus de la moitié -53 % -n'appliquent même pas de normes formelles de qualité des données.
Traduit en termes de gouvernance, cela signifie que la majorité des agents IA en production s'appuient sur des pipelines dans lesquels personne ne garantit la traçabilité des données, la cohérence des référentiels, ni la fiabilité des entrées. Dans un système classique, un problème de données produit un rapport erroné qu'un humain peut corriger. Dans un système agentique, un problème de données produit une chaîne de décisions autonomes fondées sur des informations incorrectes -et le coût de correction croît exponentiellement avec chaque action enchaînée.
C'est la différence fondamentale : l'IA agentique transforme chaque défaut de gouvernance des données en risque d'erreur systémique, pas seulement ponctuel.
Quand les architectes des données sont exclus de la stratégie IA
Les conséquences ne sont pas théoriques. En 2025, un dirigeant sur cinq a déjà subi des retards dans ses projets IA à cause de données peu fiables (21 %), de problèmes de qualité (19 %) ou d'une perte de confiance dans les modèles IA due aux entrées (18 %). Trois symptômes, une seule cause : des architectures de données non préparées pour alimenter des systèmes d'inférence à haute fréquence.
Mais le paradoxe le plus révélateur est ailleurs. L'étude montre que la gestion des données est identifiée comme le premier obstacle aux projets IA par les répondants eux-mêmes. Pourtant, seulement 11 % des CDO et 23 % des CIO jouent un rôle décisionnel dans la stratégie IA de leur organisation.
Relisez ce chiffre. Les personnes les mieux positionnées pour résoudre le problème le plus fréquemment cité sont systématiquement écartées des instances où se prennent les décisions. Comme le résume Craig Gravina, directeur technique de Semarchy : « Vous ne pouvez tout simplement pas séparer la vision de l'IA de la réalité des données. Lorsque les architectes de votre infrastructure de données sont écartés de la stratégie, les lacunes d'exécution sont inévitables. »
Pour quiconque travaille en gouvernance de l'IA, c'est un signal d'alarme. Il ne s'agit pas d'un problème technique -c'est un défaut de structure décisionnelle. Tant que le CDO restera absent de la table où se conçoit la stratégie IA, les organisations continueront de construire sur des fondations fragiles.
L'optimisme de façade : +42 points de confiance, même maturité
L'étude révèle un autre décalage préoccupant. La confiance des dirigeants français dans l'atteinte de leurs objectifs IA est passée de 45 % à 87 % en un an -soit 42 points de progression. Une telle hausse ne correspond à aucune évolution plausible de maturité organisationnelle sur la même période.
Et les données le confirment : 80 % de ces mêmes dirigeants reconnaissent que les compétences de leur organisation en matière de données freinent leur potentiel IA. Seulement 45 % des entreprises françaises se considèrent effectivement prêtes. L'écart entre la confiance déclarée et la capacité réelle est un indicateur classique de dette technique en accumulation -sauf qu'ici, la dette porte sur l'IA elle-même.
Côté conformité, la progression de 50 % à 68 % des organisations ayant intégré l'éthique et la régulation IA dans leur gouvernance semble encourageante. Mais Semarchy précise que cette progression résulte d'une adaptation sous pression réglementaire, pas d'une anticipation proactive. La distinction compte : une conformité construite dans l'urgence produit des cases cochées, pas des architectures robustes.
L'inversion des priorités d'investissement
Les chiffres sur les investissements prévus en 2026 illustrent parfaitement le problème. 82 % des entreprises françaises prévoient d'y consacrer plus de 10 % de leur budget technologique. Mais regardez l'ordre des priorités :
- IA agentique opérationnelle -43 %
- DataOps et data products -43 %
- Pilotes agentiques -38 %
- Gestion des données -37 %
La gestion des données arrive en dernière position. Les organisations investissent dans les couches applicatives de l'IA avant de sécuriser les couches fondationnelles. C'est comme construire un immeuble en commençant par le toit.
Ce séquencement inversé n'est pas une simple erreur de priorisation -c'est le symptôme d'une gouvernance de l'IA qui fonctionne en silo. Les équipes IA avancent sur leurs cas d'usage sans coordination avec les équipes data, et les instances de pilotage ne disposent pas des mécanismes pour détecter le décalage avant qu'il ne devienne un problème opérationnel.
Ce que cela implique pour la gouvernance de l'IA
Pour les organisations qui prennent la gouvernance de l'IA au sérieux, cette étude pointe vers des actions concrètes.
Intégrer le CDO dans la gouvernance IA. Si les données sont le premier obstacle aux projets IA, la personne responsable des données doit siéger dans l'instance qui pilote la stratégie IA. Ce n'est pas une question d'organigramme -c'est une condition de viabilité des déploiements.
Auditer les fondations avant d'accélérer. Avant de déployer un agent autonome en production, évaluer la maturité MDM du pipeline qu'il consommera. Un agent IA qui prend vingt décisions par minute sur des données incohérentes ne produit pas de la valeur -il industrialise l'erreur.
Séquencer correctement les investissements. L'IA agentique et la consolidation des données ne sont pas des projets en compétition -ils sont en séquence. Investir dans les agents sans investir d'abord dans les données, c'est accumuler une dette technique dont le coût de correction augmente avec l'échelle.
Traiter la conformité comme un investissement d'architecture. La conformité réglementaire en matière d'IA ne doit pas être une réponse réactive à la pression -elle doit être intégrée dès la conception des pipelines de données. Les organisations qui construisent la conformité en amont économisent des ordres de grandeur en coûts de correction par rapport à celles qui l'ajoutent après coup.
Le fond du problème
L'enquête Semarchy pose une question que tout comité de gouvernance de l'IA devrait se poser : peut-on déployer des systèmes autonomes fiables sur des fondations de données qui ne le sont pas ?
Les chiffres répondent clairement que non. Et pourtant, deux entreprises sur trois font exactement ce pari. Les premiers signaux de défaillance -retards, perte de confiance, erreurs d'inférence -sont déjà documentés. La question n'est plus de savoir si cette dette technique se matérialisera, mais quand et à quelle échelle.
Pour les organisations qui veulent éviter ce scénario, la réponse n'est pas de ralentir l'adoption de l'IA agentique. C'est de gouverner ses fondations avec la même rigueur que ses applications.
Sources :
- Semarchy / Censuswide, « The State of Master Data Management 2026 », enquête menée auprès de cadres supérieurs (CDO, CIO) d'organisations de plus de 200 M$ de CA, publiée en mars 2026. Données françaises isolées dans un volet spécifique de l'étude.
- Déclarations de Craig Gravina, directeur technique de Semarchy, mars 2026.
