Libérer l’innovation en IA grâce à un modèle opérationnel des données évolutif et conforme

Le défi

Construire un socle de données unifié pour une innovation conforme et transfrontalière dans le secteur de la santé

Un grand groupe international de santé a constaté que, malgré son envergure et ses ambitions, sa capacité à exploiter pleinement les données restait insuffisante.

Les capacités locales en matière de données s’étaient développées de manière inégale : certains marchés disposaient de pratiques matures en matière d’analytics et de gouvernance, tandis que d’autres étaient moins avancés. Cette fragmentation entravait l’utilisation conforme et transfrontalière des données de santé sensibles dans un contexte de renforcement des réglementations telles que le RGPD, l’AI Act européen et les législations locales.

La décentralisation maintenait de précieuses innovations en silos. Leur déploiement nécessitait une approche des données unifiée, évolutive et conforme. Celle-ci permettrait de prendre des décisions plus intelligentes et plus rapides dès aujourd’hui, tout en préparant l’innovation portée par l’IA de demain.

L’approche

Concevoir en partenariat un modèle opérationnel des données pérenne

En partenariat avec le CIO du Groupe, le Chief Data Officer et les dirigeants des principaux marchés, nous avons co-conçu un modèle opérationnel des données (Data Operating Model, DOM) à la fois ambitieux et pragmatique, capitalisant sur les points forts, comblant les écarts de maturité et créant des fondations de données standardisées et réutilisables afin de favoriser des prises de décision éclairées et fondées sur les données.

Notre approche s’est articulée autour de trois phases structurées:

• Étape 1 – Établir une base de référence claire

Nous avons appliqué le cadre de maturité du Data Operating Model de Wavestone afin d’évaluer les capacités en matière de stratégie, de gouvernance, de technologie, de processus et de ressources humaines. Cette démarche a permis d’établir une base de référence cohérente et fondée sur des éléments factuels pour chaque marché, en mettant en évidence à la fois les domaines présentant des capacités avancées et les axes d’amélioration prioritaires.

• Étape 2 – Sélectionner le modèle adapté au passage à l’échelle

À partir des enseignements de l’évaluation, nous avons analysé trois archétypes potentiels de modèle opérationnel : décentralisé, centralisé et « hub-and-spoke », en nous appuyant sur le cadre des archétypes du Data Operating Model de Wavestone.

Le modèle retenu est une approche fédérée de type « hub-and-spoke:

• • Hub central: définit les standards, assure la gouvernance des services partagés, gère les outils à l’échelle de l’entreprise et stimule l’innovation.
  • Entités locales: appliquent les standards centraux aux données locales, répondent aux priorités spécifiques de chaque marché et pilotent l’exécution au sein de leur région. Cette structure concilie cohérence globale et besoins locaux, comble les principaux écarts et permet une adoption de l’IA à grande échelle.

Cette structure concilie cohérence globale et besoins locaux, comble les principaux écarts et permet une adoption de l’IA à grande échelle.

• Construire la feuille de route de la transformation

Compte tenu des différents niveaux de maturité des marchés, nous avons élaboré une feuille de route pragmatique sur deux ans, assortie de jalons clairs.

Les premières phases se concentrent sur des cas d’usage à fort impact et transverses à plusieurs marchés, déjà en cours de déploiement, tels que les tableaux de bord de KPI opérationnels, la maintenance prédictive des équipements cliniques et le diagnostic assisté par l’IA, afin de créer une dynamique et de démontrer rapidement la valeur générée.

Les phases suivantes renforcent progressivement les capacités en matière de gouvernance, de technologie et de ressources humaines grâce aux actions suivantes:

• Créer un Centre d’Excellence Data & IA afin d’accélérer les cas d’usage à forte valeur ajoutée et de déployer les meilleures pratiques à grande échelle.
• Renforcer les équipes data locales sur les marchés prioritaires afin de répondre aux priorités locales tout en s’alignant sur les standards centraux.
• Déployer des outils de niveau entreprise, tels que des catalogues de données et des plateformes de gouvernance, afin de garantir cohérence et évolutivité.
• Déployer des programmes de formation afin de développer une culture fondée sur les données.

Les résultats

Transformer la conception en valeur métier tangible

Le Data Operating Model (DOM) génère un impact métier dès le premier jour, allant au-delà de la conformité réglementaire et de la préparation à l’IA pour transformer la prise de décision, la performance et la croissance de l’entreprise.

• Préparation réglementaire et atténuation des risques – Garantit la conformité avec le RGPD, l’AI Act et les exigences propres au secteur de la santé, tout en préservant la confiance des patients grâce à une gouvernance solide.
• Des décisions plus intelligentes et plus rapides – Des données fiables permettent aux dirigeants d’optimiser les opérations, d’améliorer les résultats pour les patients et d’orienter la stratégie commerciale.
• Libérer l’innovation future – Une gouvernance, une architecture et des compétences solides créent un cadre sécurisé pour déployer l’IA à grande échelle au moment opportun.
• Une culture fondée sur les données – Des rôles clairement définis, des parcours de carrière et des programmes de formation renforcent l’engagement et la dynamique sur l’ensemble des marchés.
• Une exécution alignée – Une feuille de route commune garantit que la transformation reste alignée sur les priorités stratégiques et concrètement réalisable sur le plan opérationnel.

Et maintenant ?

Poser les fondations d’un avenir prêt pour l’IA

Ce partenariat fait évoluer l’organisation de pratiques de données fragmentées et pilotées par chaque marché vers une entreprise unifiée, conforme et guidée par les données. Le nouveau DOM fournit les fondations nécessaires pour prendre de meilleures décisions aujourd’hui, tout en créant la plateforme qui permettra de libérer le potentiel de l’IA demain.