Andorre pourrait devenir l’un des pôles de croissance d’une nouvelle ère technologique, où les données et l’intelligence artificielle ne seraient pas gérées de manière chaotique, mais au contraire encadrées par une gouvernance stricte et des règles claires. C’est la vision d’un vétéran mondial de la gestion des données, Ali Elkortobi, qui a passé plus de 40 ans à travailler dans le secteur bancaire suisse, chez Oracle aux États-Unis, ainsi que sur de grands projets informatiques internationaux.
Selon Ali, le principal défi auquel les grandes entreprises sont confrontées aujourd’hui n’est pas le manque de données, mais au contraire leur excès et leur désordre : l’information est fragmentée, dupliquée et souvent mal protégée. Ce problème devient particulièrement critique dans le contexte du développement rapide de l’intelligence artificielle.
L’expert estime que l’avenir repose sur une approche dans laquelle les données sont d’abord organisées, nettoyées et sécurisées, puis seulement ensuite utilisées par les systèmes d’IA. En plus, infoCorvus réfléchit à l’ouverture d’une filiale en Andorre, avec l’objectif de rejoindre le hub privé d’IA, coordonné par la société andorrane ASC/Aitek, actuellement en cours de structuration dans la Principauté, et de participer à son rayonnement comme vitrine européenne de la souveraineté numérique et de l’IA souveraine. Cette initiative confirme l’attractivité croissante d’Andorre pour les acteurs technologiques en quête d’un environnement alliant innovation, sécurité et souveraineté.
Qu’est-ce qui, dans votre propre parcours, vous a fait sentir que la gestion des données d’entreprise restait trop fragmentée et que le marché avait besoin d’une solution plus unifiée ?
Je travaille dans la gestion des données depuis probablement 40 ans. J’ai commencé dans le secteur bancaire, en travaillant sur la modélisation des données pour les banques, puis en développant des applications bancaires en Suisse. Ensuite, j’ai rejoint Oracle, où je travaillais sur la migration de données, l’implémentation de bases de données et d’autres déploiements complexes. Oracle a remarqué que je faisais quelque chose de particulier et m’a demandé de venir aux États-Unis, donc je suis parti en Californie. Là-bas, j’ai dirigé pendant de nombreuses années l’ingénierie liée au data warehousing et à l’ETL (transformation, chargement et extraction des données).
J’ai ensuite rejoint une nouvelle division centrée sur l’archivage des données. J’y ai dirigé l’ingénierie pour l’archivage des bases de données, des données non structurées, des e-mails, en fait tout ce qui concerne l’archivage. Cela a élargi ma vision sur le profiling des données, leur découverte, la rétention, la suppression, la conservation légale… en somme tous les aspects de la gestion du cycle de vie de la donnée.
Après la scission de HP et la vente de sa division logicielle à MicroFocus, puis l’acquisition de MicroFocus par OpenText, je faisais partie des dirigeants qui ont été remerciés. J’ai alors reçu des propositions pour retourner chez Oracle, mais j’ai aussi eu l’opportunité de rejoindre un ancien collègue qui souhaitait transformer son entreprise de services en entreprise produit. Nous avons décidé de créer une nouvelle société, infoCorvus. Nous avons trouvé des investisseurs et construit un système hautement scalable, distribué, capable de traiter de très gros volumes de données avec de fortes performances.
Les fondateurs créent souvent une entreprise non seulement parce qu’ils voient une opportunité, mais aussi parce qu’ils ont vu les mêmes problèmes se répéter encore et encore. Y a-t-il eu un défi client précis, une transformation ratée ou un manque récurrent du marché qui vous a poussé à créer infoCorvus ?
J’ai vu des problèmes récurrents chez les banques, les compagnies d’assurance et les télécoms. J’ai travaillé avec de grands éditeurs de logiciels et eu accès à de grandes entreprises. Le problème est toujours le même : comment elles gèrent l’intégration des données, c’est-à-dire le déplacement, la transformation et la publication des données. Les données ne restent jamais à un seul endroit ; elles sont toujours déplacées, transformées puis publiées vers de nouvelles populations d’utilisateurs, en interne ou en externe.
Il est crucial de protéger les données, de les publier vers les bonnes personnes et de comprendre quelles données on possède. Nous avons construit un module de découverte des données pour fournir de la visibilité : quelles données existent, ce qu’elles contiennent et comment elles doivent être protégées. Nous avons aussi intégré une couche d’enrichissement des données, afin de créer des données dérivées pour l’analyse. L’objectif de la plateforme est d’assurer une manipulation correcte des données, d’améliorer leur qualité et de permettre l’IA sur des données gouvernées.
ROAD est présenté comme un plan de contrôle unique. Quelle était l’idée stratégique initiale derrière le fait de rassembler toutes ces capacités au lieu de les traiter comme des catégories logicielles séparées ?
L’idée stratégique était en réalité très simple : les données doivent être gérées comme un cycle de vie unique, et non comme des événements déconnectés. Dans la plupart des entreprises, la gouvernance est traitée séparément de la migration. La migration est traitée séparément de l’ingestion. L’ingestion est traitée séparément de l’archivage ou de l’extinction des applications. Mais en réalité, tout cela fait partie d’un même continuum opérationnel.
Quand une entreprise modernise son architecture, passe au cloud, retire une application legacy, prépare des données pour l’analytique ou expose des données à l’IA, elle traite toujours du même sujet de fond : comment contrôler, déplacer, comprendre, sécuriser et opérationnaliser les données.
C’est pour cela que nous avons conçu ROAD comme une plateforme unique plutôt qu’une collection de solutions ponctuelles. Et nous voulions rendre cela accessible non seulement aux très grands groupes, mais aussi à la couche plus large du mid-market et de l’upper enterprise.
Donc, l’intuition stratégique d’origine était la suivante : si la donnée constitue une seule réalité d’entreprise, alors la couche de contrôle qui l’entoure doit, elle aussi, être unique.
Une grande partie du marché de l’IA parle d’abord de vitesse et d’accélération, puis seulement ensuite de gouvernance et de contrôle. Votre message semble inverser cette logique. Pourquoi pensez-vous que la donnée gouvernée doit venir en premier si les entreprises veulent que l’IA soit réellement utile ?
Beaucoup d’entreprises sont attirées par l’IA et veulent en extraire rapidement de la valeur. Elles recrutent des développeurs et leur donnent accès aux données pour construire des applications d’IA, mais elles ignorent souvent la sécurité et la gouvernance. Nous pensons que même si l’IA accède aux données, les politiques de l’entreprise et la sécurité doivent passer en premier : qui peut accéder à quoi, et qui peut voir quoi.
Nous avons construit un Governed AI Bridge qui traite l’IA comme un utilisateur humain : avec des rôles, des privilèges et un accès contrôlé. L’IA peut accéder uniquement aux données qu’elle est autorisée à voir, et nous protégeons dynamiquement les données sensibles au moment de leur restitution.
Votre Governed AI Bridge est particulièrement intéressant parce qu’il semble se situer à l’interface entre le contrôle des données d’entreprise et l’exécution de l’IA. Le voyez-vous principalement comme une couche de protection, ou comme le début d’une nouvelle architecture pour une IA d’entreprise de confiance ?
Je le vois comme les deux, mais surtout comme le début d’une nouvelle architecture. À un premier niveau, oui, c’est une couche de protection. Elle garantit que lorsque l’IA accède aux données de l’entreprise, elle le fait selon les mêmes permissions, rôles et contrôles que ceux qui s’appliqueraient à un utilisateur humain. Mais c’est plus qu’un simple wrapper de sécurité.
Ce que nous avons réellement construit, c’est une couche d’interaction gouvernée entre l’IA et les données d’entreprise. Cela signifie que l’IA n’a pas besoin de savoir d’où viennent les données. ROAD peut servir ces données dynamiquement, juste à temps, et de manière contrôlée.
En même temps, nous pouvons appliquer des protections dynamiques, par exemple masquer certains champs si l’IA n’est pas censée les voir.
Donc oui, cela protège. Mais surtout, cela crée un nouveau modèle d’entreprise : l’IA doit interagir avec les données à travers une couche de médiation gouvernée, et non par un accès direct non contrôlé.
Je pense que cela va devenir un principe d’architecture très important pour une IA d’entreprise digne de confiance.
Sous ce nouveau dictionnaire de données, est-il possible de le tokeniser ?
Oui. ROAD peut agir comme un serveur MCP avec une couche sémantique autour des données. Vous pouvez ajouter votre propre couche sémantique, enrichir les métadonnées et apporter de la connaissance sur les données. Cela nous permet de tokeniser les données si nécessaire. La plateforme fournit des métadonnées et de la connaissance aux LLM ou à l’IA agentique, afin d’aider l’IA à trouver et utiliser correctement les données. Donc oui, la tokenisation est totalement prise en charge via cette couche sémantique et de métadonnées.
Andorre propose une initiative visant à créer un hub technologique centré sur le cloud souverain, l’IA conversationnelle souveraine, le développement no-code agentique et l’intelligence opérationnelle. À quel point la préparation des données est-elle importante avant de lancer une telle plateforme, et comment pourriez-vous contribuer à cet effort ?
ROAD peut préparer, nettoyer et servir les données à ces systèmes. Il peut enrichir les métadonnées, appliquer des couches sémantiques et fournir de la connaissance en temps réel aux LLM ou à l’IA agentique. En substance, ROAD fournit la fondation de données préparées et gouvernées, tandis que la société andorrane ASC/Aitek peut utiliser ces données pour des applications souveraines, des agents, des workflows et de l’intelligence opérationnelle.
ROAD aide les entreprises à nettoyer, gouverner, migrer et exposer leurs données en toute sécurité, tandis qu’une plateforme comme ASC / Aitek peut se situer plus haut dans la chaîne de valeur, en transformant ces données gouvernées en applications souveraines, en agents, en workflows et en action métier.
Dans des secteurs fortement régulés — finance, gouvernement, santé, infrastructures critiques — pensez-vous que le prochain avantage concurrentiel viendra non pas de l’IA seule, mais de la combinaison entre une forte gouvernance des données et des environnements souverains d’exécution ?
C’est une excellente question. Et oui, je le pense. Je crois que beaucoup d’entreprises vont d’abord commettre des erreurs. Elles sont très attirées par l’IA et veulent aller vite. Mais elles ne réfléchissent pas toujours à la sécurité, à la gouvernance et à la souveraineté.
Et elles ne s’en rendront probablement compte qu’une fois les problèmes apparus. La vérité, c’est que nous avons déjà traité ces sujets auparavant.
Dans la business intelligence, les data lakes, les data warehouses et les data marts, nous résolvons les mêmes questions de gouvernance depuis plus de 30 ans. Ce n’est pas parce que l’IA est puissante que nous devons oublier tout cela. Nous devons marier les deux : la puissance de l’IA et la discipline de la gouvernance et de la sécurité. Nous voulons aider les clients à tirer de la valeur de l’IA sans perdre le contrôle de leurs données.
Selon vous, qu’est-ce que les grandes entreprises sous-estiment encore le plus : le poids des systèmes legacy, le risque réglementaire d’exposer trop tôt les données à l’IA, ou simplement le fait que la plupart des initiatives IA échouent parce que l’architecture de données sous-jacente n’était jamais vraiment prête ?
Si vous entrez dans presque n’importe quel centre de données et que vous observez le paysage des données, vous constaterez que plus de 50 % des données sont dormantes. Elles proviennent souvent de systèmes legacy, de systèmes historiques, d’applications accumulées ou de processus dupliqués. Et il y a généralement beaucoup de redondance, d’incohérence et peu de visibilité.
L’un des piliers clés de ROAD est justement la capacité à traiter l’ensemble des données qu’une organisation possède. L’idée est de considérer la donnée dans sa globalité, de la classifier et d’aider les entreprises à enfin comprendre et gérer toutes ces données dormantes qu’elles transportent depuis des années.
C’est particulièrement important parce que beaucoup d’entreprises passent aujourd’hui d’environnements on-premise au cloud. Mais faire simplement un “lift and shift” est souvent une mauvaise idée. Parce que les déchets que vous aviez on-premise deviennent les déchets que vous payez désormais dans le cloud. Et dans bien des cas, cela devient encore plus coûteux.
Beaucoup d’entreprises ne réalisent pas pleinement qu’avec le temps, les coûts du cloud peuvent devenir significativement plus élevés. Oui, vous passez du CapEx à l’OpEx, mais si vous regardez le coût opérationnel à long terme sur 3, 4 ou 5 ans, vous pouvez en réalité finir par dépenser bien davantage. La vraie question est donc : “Voulez-vous vraiment des téraoctets et des téraoctets de données dans le cloud ?”
Cela peut devenir une erreur très coûteuse, parfois même critique pour l’entreprise. C’est pourquoi nous nous concentrons sur l’aide apportée aux clients pour comprendre ce qu’ils possèdent, minimiser les données inutiles, remettre de l’ordre dans leur environnement et optimiser l’ensemble du cycle de vie de la donnée. Parce qu’au fond, la donnée est une valeur. La donnée est une monnaie. C’est ainsi que nous la voyons.
infoCorvus envisage un partenariat technologique avec ASC, plateforme andorrane de cloud et d’intelligence artificielle souverains. Ce rapprochement reposerait sur une complémentarité claire : d’un côté, infoCorvus pour la gouvernance, la migration et l’exposition sécurisée des données ; de l’autre, ASC pour transformer ces données en applications souveraines, agents intelligents, workflows métier et intelligence opérationnelle. Si vous deviez concevoir un modèle de partenariat idéal, comment répartiriez-vous les responsabilités ?
Je verrais ROAD comme la couche responsable de : découvrir les données d’entreprise, les classifier, les gouverner, les nettoyer, les transformer, les migrer et les rationaliser, protéger leur accès et les exposer de manière sécurisée à travers des interfaces gouvernées. Ensuite, je verrais ASC / Aitek comme la couche responsable de : l’interaction IA souveraine, les interfaces conversationnelles d’entreprise, les workflows agentiques, la création d’applications no-code, l’orchestration métier et l’intelligence opérationnelle à grande échelle.
Pour le dire simplement : ROAD prépare et gouverne la réalité des données d’entreprise, et ASC / Aitek transforme cette réalité gouvernée en action IA souveraine.
C’est un modèle de partenariat très fort parce qu’il évite les recouvrements et crée une architecture très propre.
Je pense que ce type d’architecture va devenir de plus en plus important à mesure que les entreprises passeront de “l’expérimentation IA” au déploiement opérationnel réel. L’IA ne devient pas prête pour l’entreprise quand le modèle devient plus intelligent. Elle devient prête pour l’entreprise quand les données qui la sous-tendent deviennent gouvernées, sécurisées, compréhensibles et utilisables.
