Vous n’avez pas besoin d’une couche sémantique
Dans le monde de la data, le consensus est que, pour utiliser l’IA sur vos données, il vous faut une couche sémantique.
Pour la plupart des entreprises, c’est sans doute quelque chose qu’elles devront faire tôt ou tard. Mais en réalité, ce n’est pas nécessaire pour commencer, et pour beaucoup d’entre elles, c’est inutile.
Si vous êtes une petite entreprise, vous vous en passerez probablement très bien.
Si vous voulez simplement utiliser l’IA avec vos équipes IT / data, vous pouvez commencer sans.
En vérité, avant la révolution de l’IA, la plupart des entreprises n’avaient jamais eu de couche sémantique.
Les humains se sont appuyés pendant des millénaires sur un contexte partagé et désordonné. Ils analysaient des données, en tiraient quelques enseignements, prenaient parfois une décision… puis passaient à autre chose.
Pas de définition formelle du « client actif ». Pas de « propriétaire ». Rien à maintenir.
Cela semble grave, mais créer et maintenir une couche sémantique, ce n’est pas faire le travail.
Au bout du compte, la donnée n’est utile que si elle aide à prendre une meilleure décision et à améliorer l’activité. Maintenir une couche sémantique, c’est comme avoir du code propre : ça aide peut-être, mais c’est rarement le tournant.
La formalisation n’est pas inutile. Les contrats lient deux parties. Les normes comptables existent pour les investisseurs et l’administration fiscale. Le droit civil existe pour des inconnus qui ne partagent ni contexte ni confiance.
La donnée fonctionne de la même façon. Formalisons pour créer de la confiance entre des parties différentes :
- le reporting financier et réglementaire
- les KPI liés aux primes et aux objectifs
- les indicateurs groupe dans les grandes organisations
Laissez le reste au contexte : un catalogue, un glossaire, le vocabulaire de l’entreprise. Un agent qui a ce contexte sait reconstruire le calcul.
Pourquoi l’IA se trompe sur les données, les six niveaux de gouvernance, et le niveau requis pour chaque usage.

