Snowflake World Tour Paris 2026 : l'IA d'entreprise commence par des données prêtes
Une journée au Snowflake World Tour Paris, le 15 octobre 2026 : ce que j'en retiens pour l'industrie, des données prêtes pour l'IA aux agents, en passant par la souveraineté.
Le 15 octobre, j'ai passé la journée au Palais des Congrès de Paris pour le Snowflake World Tour. Le thème annoncé tenait en une phrase : faire de l'IA une réalité d'entreprise. Pas une démonstration de plus, pas un pilote qui reste dans un tiroir, mais des usages en production. Voici ce que j'en retiens, avec le regard de quelqu'un qui construit des plateformes de données dans l'industrie.
L'IA n'est plus le sujet, les données le sont
Le premier constat est presque paradoxal pour un événement consacré à l'IA : le sujet central de la journée, ce sont les données. Les sessions consacrées aux données prêtes pour l'IA répondaient à une question que se posent toutes les directions : pourquoi tant de projets d'IA brillent en démonstration et s'effondrent en production ?
La réponse est connue de tous ceux qui ont mené un projet data : un modèle ne compense jamais des données mal définies. Si « disponibilité machine » ne veut pas dire la même chose pour la maintenance et pour la production, un assistant IA donnera deux réponses différentes, avec la même assurance. Préparer les données pour l'IA, ce n'est pas un chantier technique de plus, c'est le travail de gouvernance que beaucoup d'entreprises repoussent depuis des années.
- On part du modèle, pas de la décision
- Des tables brutes et des définitions floues
- Un compte technique qui voit tout
- Personne ne suit les coûts ni les réponses
- Une décision précise, un propriétaire métier
- Des indicateurs définis une fois, des données contrôlées
- Les droits de l'utilisateur appliqués à chaque appel
- Coûts, qualité et usages suivis dans la durée
Moderniser d'abord, sinon l'IA tourne à vide
Le deuxième fil de la journée était la modernisation des plateformes. Le message, en filigrane, est clair : on ne branche pas une IA sur un patrimoine de données éclaté entre des entrepôts vieillissants, des fichiers partagés et des applications qui ne se parlent pas.
C'est exactement ce que l'on vit dans l'industrie. Les données utiles sont dispersées entre l'ERP, les outils de gestion du cycle de vie produit, les applications d'ingénierie et les historiques de capteurs. Les rassembler dans une plateforme unique, avec des couches claires et des environnements séparés, est la condition de tout le reste. La modernisation n'est pas un préalable ennuyeux à l'IA : c'est ce qui la rend possible.
Les agents : la promesse, et ce qu'elle exige
Les agents IA occupaient une place importante dans le programme. Un agent ne se contente pas de répondre : il décide quelles sources interroger, combine des documents et des chiffres, et enchaîne les étapes pour produire une réponse ou une action.
La promesse est forte, surtout dans l'industrie, où une question comme « pourquoi ce taux de panne a-t-il augmenté ? » demande de croiser des indicateurs de production et des comptes rendus d'intervention. Mais un agent amplifie ce qu'on lui donne. Branché sur des indicateurs définis une fois, dans une couche sémantique, avec les droits de l'utilisateur, il fait gagner un temps considérable. Branché sur des tables brutes avec un compte technique, il produit des erreurs plausibles et ouvre des accès qui ne devraient pas exister.
C'est la conviction qui guide ce blog, et la journée l'a confortée : la gouvernance ne freine pas l'IA, c'est ce qui permet de lui dire oui.
Industrie et souveraineté : un signal à ne pas manquer
La présence sur la scène de la keynote d'intervenants de Saint-Gobain, d'Orange Business et de Bleu, le cloud de confiance porté par Orange et Capgemini, n'était pas anodine. Elle traduit deux réalités du marché français.
La première : l'IA de production n'est plus réservée aux entreprises nées du numérique. Les groupes industriels sont désormais en première ligne, avec leurs contraintes propres : sites multiples, systèmes anciens, données techniques sensibles.
La seconde : la question de la souveraineté est devenue concrète. Pour un industriel, un opérateur d'infrastructure ou une entreprise du secteur public, savoir où sont hébergées les données, sous quelle juridiction, et qui peut y accéder n'est plus un débat théorique. C'est un critère de choix, au même titre que la performance ou le coût.
Des retours d'expérience plutôt que des promesses
Ce qui fait la valeur d'une journée comme celle-ci, ce sont les témoignages. Devoteam, partenaire de Snowflake, y animait par exemple une session au titre explicite : « Modern Data, Agentic Enterprise: The Snowflake Journey in Three Real-World Use Cases ». Trois responsables data, de Picard, de Blue Link (groupe Air France-KLM) et de Devoteam, y revenaient sur leurs choix stratégiques, les pièges évités et l'impact réel de l'IA sur leur patrimoine de données.
Sur son stand, Devoteam montrait aussi en direct deux solutions, Snowflake CoWork POV et Data Products Studio, consacrées à l'optimisation des environnements de données. Le format compte autant que le contenu : des démonstrations sur des cas concrets et des échanges directs avec des architectes, plutôt que des présentations sur diapositives.
C'est ce que je retiens de ces formats : les entreprises qui avancent ne parlent pas de modèles, elles parlent de décisions, d'erreurs corrigées et d'organisation.
Ce que j'en retiens pour les projets industriels
Trois enseignements très concrets.
Commencer par une décision, pas par une technologie. Les projets qui réussissent partent d'une question métier précise, portée par quelqu'un qui en a besoin, et non de l'envie de tester le dernier modèle.
Investir dans la couche sémantique. C'est elle qui transforme des données techniques en un vocabulaire métier que l'IA peut utiliser sans le réinventer. C'est un investissement qui sert aussi les tableaux de bord, les applications et les audits.
Traiter la gouvernance comme une infrastructure. Droits, masquage, traçabilité et suivi des coûts doivent être en place avant le premier assistant, pas après le premier incident. Le RGPD et l'AI Act européen ne laissent d'ailleurs plus le choix.
Une journée utile
Au-delà des sessions, une journée comme celle-ci sert à confronter sa pratique à celle des autres : partenaires, clients, équipes produit. J'en repars avec une conviction renforcée : en 2026, la différence entre les entreprises qui réussissent leur IA et les autres ne tient pas au choix du modèle. Elle tient à la qualité, à la définition et à la gouvernance de leurs données.
À retenir
- Le thème de la journée, faire de l'IA une réalité d'entreprise, place les données au centre, avant les modèles.
- La modernisation des plateformes est la condition de l'IA, pas un chantier séparé.
- Les agents IA amplifient ce qu'on leur donne : avec une couche sémantique et des droits, ils accélèrent ; sans, ils multiplient les erreurs.
- La présence de groupes industriels et d'un cloud de confiance sur scène confirme deux tendances françaises : l'IA industrielle et la souveraineté.
- Les retours d'expérience clients, comme ceux de Picard et de Blue Link présentés avec Devoteam, valent plus que les annonces : décisions, pièges évités, impact réel.
- Réussir son IA en 2026 se joue sur la gouvernance des données, pas sur le choix du modèle.