aiko × Databricks : un partenariat pour accélérer les projets Data & IA dans les Hauts-de-France

aiko officialise son partenariat avec Databricks, référence mondiale des plateformes Data & IA, et devient intégrateur de sa Data Intelligence Platform.

Ce partenariat marque une nouvelle étape dans le développement de l’expertise Data d’aiko, avec une ambition commune : aider les entreprises à construire les fondations Data nécessaires pour accélérer leurs projets Data & IA et les amener jusqu’en production.

Pour ce lancement, nous avons échangé avec Adelaide Maillard, Account Executive chez Databricks, qui accompagne notamment les entreprises des Hauts-de-France. Ensemble, nous revenons sur les enjeux Data qu’elle observe sur le terrain, les conditions nécessaires pour structurer une plateforme Data et la complémentarité entre Databricks et aiko pour accompagner les entreprises de la région.

Tu accompagnes de nombreuses entreprises dans les Hauts-de-France. Quels sont les enjeux qui reviennent le plus souvent ?

On entend systématiquement qu’il y a un décalage entre l'ambition et la réalité opérationnelle. Les directions générales parlent d'IA, de prédictif, d'automatisation et elles ont raison, c'est là que se joue la compétitivité. Mais quand on descend au niveau des équipes data et IT, on retrouve souvent les mêmes freins :

• Premièrement, la fragmentation des données. Les entreprises ont accumulé des systèmes au fil du temps : ERP, CRM, WMS, outils métier… et les données vivent en silos. Il leur manque souvent une vue unifiée et gouvernée de l'ensemble de leur patrimoine data.

• Deuxièmement, la question des compétences. Les PME et ETI n'ont pas forcément des équipes data de 20 personnes. Elles ont souvent un ou deux profils qui doivent tout faire : de l'ingestion à l'analyse, en passant par la qualité des données.

• Troisièmement, le "time to value". Les entreprises veulent voir de la valeur rapidement, itérer et industrialiser progressivement plutôt que d’entreprendre des projets data qui prennent 18 mois avant de produire un premier résultat.

Enfin, les entreprises ne veulent plus être enfermées dans un écosystème propriétaire dont elles ne peuvent plus sortir. Elles veulent garder le contrôle sur leurs données et sur leurs choix technologiques.

On parle énormément d'IA, mais les entreprises disposent-elles du socle data nécessaire ?

Honnêtement, dans la majorité des cas, pas encore. Et c'est normal. L'IA générative a créé un effet d'accélération inédit dans les attentes, mais le socle data ne se construit pas en un claquement de doigts.

Ce qu’on observe, c'est que beaucoup d'entreprises ont des données, parfois en grande quantité, mais elles ne sont pas accessibles, pas fiables, pas gouvernées. On retrouve des fichiers Excel, CSV qui circulent, qui ne communiquent pas entre eux, des référentiels clients qui divergent entre le commerce et la finance.

Or, l'IA, qu'elle soit prédictive ou générative, a besoin d'un socle de données de qualité. Si un modèle est alimenté avec des données incohérentes ou incomplètes, les résultats sont inutilisables pour la prise de décision.

La bonne nouvelle, c'est qu'aujourd'hui on peut construire ce socle de façon progressive et pragmatique.

L'approche Lakehouse que porte Databricks permet justement ça : on unifie toutes ses données structurées, semi-structurées, non structurées dans un même environnement, en format ouvert, et on peut commencer à délivrer de la valeur dès les premiers cas d'usage. C'est cette approche itérative qui fait la différence pour les PME et ETI.

À quel moment une plateforme data devient-elle un vrai sujet pour une PME ou une ETI ?

Il n'y a pas de seuil magique de maturité. En revanche, il y a des signaux déclencheurs qu’on retrouve souvent :

• Quand l'entreprise passe plus de temps à chercher et préparer ses données qu'à les analyser.

• Quand les reportings se contredisent entre les différents domaines parce que chacun a sa propre version de la vérité.

• Quand un projet d'IA ou d'automatisation est bloqué parce qu'on n'arrive pas à accéder aux bonnes données au bon format.

• Ou tout simplement quand la volumétrie explose et que les outils historiques, par exemple un fichier Excel de 500 000 lignes, ne suivent plus.

L'erreur serait de penser qu'il faut être "prêt" ou avoir une équipe data structurée pour se lancer. La plateforme est justement ce qui permet de se structurer. Et c'est là où le choix technologique est critique.

Chez Databricks, nous avons fait le choix d'une plateforme ouverte, la Data Intelligence Platform, bâtie sur des formats ouverts comme Delta Lake et Iceberg et des standards comme Apache Spark, Unity Catalog ou MLflow. Concrètement, cela signifie que les données de l'entreprise lui appartiennent réellement, elles ne sont pas captives d’un fournisseur. C'est fondamental pour une PME ou une ETI qui veut garder sa liberté de choix.

Les Hauts-de-France ont un tissu fort dans le retail, l'industrie et la distribution. Quelles problématiques ou opportunités data observes-tu ?

Dans les Hauts-de-France, on trouve des acteurs majeurs du retail et de la grande distribution qui manipulent des volumes considérables de données transactionnelles, logistiques, clients. Et à côté, un tissu industriel dense avec des enjeux très concrets de maintenance prédictive, d'optimisation de production, de supply chain.

Dans le retail et la distribution, le sujet numéro un c'est la connaissance client unifiée et la personnalisation. Les enseignes ont des données en magasin, en ligne, dans leurs programmes de fidélité. Les faire converger pour créer une vision 360° du client est un défi. Derrière, les cas d'usage sont : prévision de demande, optimisation des stocks, pricing dynamique, détection de fraude.

Dans l'industrie, on voit monter les projets autour de l'IoT et de la donnée machine. Les usines se digitalisent, les capteurs génèrent des téraoctets de données, et l'enjeu est de transformer ces flux en décisions : anticiper une panne, optimiser une ligne de production, réduire la consommation énergétique. Ce sont des cas d'usage où le temps réel et le streaming sont essentiels et c'est historiquement un point fort de Databricks avec notre héritage Apache Spark et notre moteur de streaming.

Les entreprises de la région n'attendent plus, passent à l'action et ont besoin d'un accompagnement de proximité pour le faire. C'est exactement là où un partenaire local comme aiko fait la différence.

Quel est concrètement ton rôle auprès de tes clients ?

Je travaille en duo avec Marion Lamoureux, Senior Solution Architect. Notre rôle est d'être le lien entre la technologie et la réalité business des clients.

Concrètement, nous intervenons à plusieurs niveaux :

• En amont, nous échangeons avec les entreprises pour comprendre leurs enjeux, identifier où Databricks peut apporter de la valeur et mobiliser les bonnes expertises au sein de Databricks.

• Pendant le projet, nous faisons le lien entre les équipes techniques du client, nos ingénieurs solutions et les intégrateurs et partenaires comme aiko. Collectivement, nous nous assurons que l'architecture est adaptée et que les bonnes pratiques sont en place pour que le projet avance dans la bonne direction.

• Dans la durée, nous accompagnons la montée en compétences de nos clients sur la plateforme et suivons l'évolution de leurs besoins et de leurs cas d'usage.

Ce que j'aime dans ce rôle, c'est comprendre le contexte de chaque entreprise, ses contraintes et son historique. C'est cette connaissance terrain qui me permet d'accompagner mes clients de la façon la plus pertinente possible.

Qu'est-ce que la complémentarité Databricks + aiko peut apporter aux entreprises de la région ?

La complémentarité se joue sur deux niveaux. Databricks apporte une plateforme Data & IA qui s'est imposée comme l'une des références du marché, unifiée et ouverte, qui couvre l'ensemble de la chaîne de valeur de la donnée, de l'ingestion à l'IA, en passant par la gouvernance et l'analytics.

aiko apporte une approche qui réunit vision business, expertise technologique et approche scientifique, avec un accompagnement de bout en bout, du cadrage jusqu'à la mise en production. Cette combinaison permet d'aller au-delà d'une logique d'intégration technologique pour construire des plateformes Data au service de cas d'usage concrets.

À cela s'ajoutent la proximité avec les entreprises des Hauts-de-France et la volonté commune de faire grandir localement les compétences Data & IA.

Découvrez notre solution Plateforme data.