BDI Etudes IA et data-Environnement graphique-Banniere

Contexte & objectifs de l'étude

L’IA et la data science font parties des technologies clés identifiées pour favoriser le développement économique d’un territoire et de ses acteurs. Terre historique du numérique, la Bretagne est un creuset pour la R&D, l’expérimentation et le développement des usages de l’IA.  Bretagne Développement Innovation, l’agence régionale de développement économique et le centre de recherches A.I. Driven Business de Rennes School of Business ont lancé en 2020 cet observatoire afin de faire un état des lieux du développement et de l'adoption de l'IA dans les secteurs clés de l'économie bretonne et de cartographier et valoriser les compétences en IA.  En s’appuyant sur un réseau de partenaires régionaux, deux enquêtes ont été menées : une première en direction des entreprises utilisatrices, la seconde vers les fournisseurs de telles technologies. 

Bretagne Développement Innovation

L’agence régionale de développement économique a pour mission de faciliter l’accès aux marchés pour les entreprises bretonnes, soutenir l’innovation en lien avec les acteurs du territoire et développer l’attractivité de la Bretagne. Dans le cadre de ses activités, elle mène des travaux de cartographie des compétences sectorielles à l’échelle régionale, nationale ou européenne, ainsi que des études sectorielles. BDI pilote et alimente depuis 2010 un observatoire du numérique en Bretagne, avec une cartographie de plus de 1 000 acteurs sur le territoire.

Rennes School of Business

Il est un des quatre centres de recherche à RSB. Notre vision est de devenir l’un des centres français reconnus pour la recherche et les applications commerciales de l’IA en termes de qualité et de variété des publications en plus de notre impact sur les tissus régionaux et les pratiques des entreprises. Notre mission est de produire de la recherche scientifique en plus de l’innovation pédagogique, liée à l'impact de l'intelligence artificielle (IA) sur les pratiques commerciales.

Partenaires de l'étude

Périmètre et méthodologie

L’enquête, composée de 2 questionnaires distincts, a été menée d’octobre 2020 à mars 2021.  Un panel de 290 entreprises a été constitué : 200 utilisateurs potentiels identifiés à l’aide des partenaires de cet observatoire et 90 « fournisseurs de technologies » suivi par l’Observatoire du numérique de BDI.  Parmi ce panel : 57 entreprises bretonnes ont répondu au questionnaire « utilisateurs » et 65 entreprises au questionnaire « fournisseurs de technologies »  Sans prétendre à l’exhaustivité ni à une représentativité parfaites, cette enquête est la première du genre à être réalisée sur un périmètre de compétences et d’usages aussi larges. Elle permet de prendre le pouls des pratiques d’utilisation et de production et de rendre compte d’un paysage régional très diversifié.  Typologie des acteurs répondants :  Pour les fournisseurs, il s’agit plutôt de petites entreprises de services numériques, de conseil en technologies ou éditrices de logiciels. Elle sont souvent spécialisées sur des marchés phares de la Région (ex : cybersécurité, automobile, agroalimentaire) Le répondant utilisateur se situe dans la catégorie des « grandes » petites entreprises, i.e ayant la capacité à mener un projet d’informatisation assez conséquent, incluant l’automatisation d’une partie de l’analyse et de la prise de décision des flux de données de l’établissement. 

Typologie des répondants "fournisseurs bretons"

Une très grande majorité des fournisseurs de technologies œuvre dans le domaine de l’intelligence artificielle et de la data science depuis moins de 10 ans. Il est à noter qu’une partie des entreprises interrogées semble nées du développement de ces technologies (70% des acteurs déclarant moins de 5 ans d’expérience dans ces technologies ont une moyenne d’âge… de 7 ans).Ces entreprises bretonnes interviennent dans une grande diversité de domaines, avec une prépondérance pour la vision / perception / reconnaissance, l’aide à la décision et la datavisualisation de données complexes ou massives.

Avec un effectif médian de 12 salariés et un chiffre d’affaires médian inférieur à 1,5 M€, les entreprises de l’IA/data science ayant participé à l’enquête sont en grande majorité des TPE. Si pour la plupart d’entre elles, le personnel dédié à l’IA n’excède pas 50%, il peut atteindre jusqu’à la totalité des effectifs pour les plus petits acteurs.






Une filière en gestation

Des acteurs historiques et de nouveaux arrivants "techno push"

Les fournisseurs de technologies interrogés se trouvent principalement dans le conseil et les services en réalisant des prestations sur mesure. Peu d’acteurs peuvent faire valoir une position d’éditeur de solutions sur étagères. L’étude révèle par ailleurs que les pratiques de cotraitance sont peu courantes. Elle distingue également deux catégories d’acteurs : Les premiers sont des « fournisseurs historiques » qui renforcent leurs positions sur ses marchés traditionnels en innovant par l’intégration de briques IA/Data science. Les seconds sont des « data native » qui ont saisi une double opportunité pour se lancer : un accès extrêmement facilité à des outils et plateformes d’IA/Data Science souvent en Open Source et la digitalisation de l’économie qui génère des sets de données « sectorielles » et multiplie les marchés potentiels. Ceux-ci sont plus portés par la technologie que par par la connaissance fine des marchés qu’ils adressent.

Une excellence reconnue, renforcée par les technologies d'IA/Data Science

L’étude souligne que les fournisseurs excellent dans les cœurs de compétences de la Bretagne : Analyse/Reconnaissance et synthèse du signal (audio, vidéo), datavisualisation, aide à la décision/planification et dans des champs applicatifs phares de la région, tels que la sécurité des systèmes d’information et de communication, les moteurs de recommandation.  En ce sens, les technologies d’IA et de data science sont des moteurs de renforcement de positions déjà affirmées et reconnues, tout en ouvrant le champ à de nouvelles perspectives ouvertes par les nouveaux entrants.

Collaboration

L'innovation par la recherche

Qu’il s’agisse de petits (moins de 50 salariés) ou grands fournisseurs, un acteur sur deux a déjà collaboré avec des laboratoires de recherche situé majoritairement en Bretagne (57%). Ceci s’est fait sur trois thématiques principales, l’agri-agroalimentaire, la santé et la mer qui couvrent 50% des citations.

Pas de mouvement fédératif

Il est difficile d’identifier un mouvement de fédération des acteurs fournisseurs. Si certains font partie de réseaux institutionnels (French Tech, Pôles de compétitivité…) sur des thématiques plus larges que l’IA, plus nombreux sont ceux qui intègrent des réseaux dédiés privés (Nvidia, Microsoft AI par exemple) ou associatifs (Breizh Data Club). Toutefois la constitution d’un réseau breton dédié à l’IA n’apparait pas une priorité pour la majorité des fournisseurs. Si communauté IA bretonne existe, elle n’est pas explicite et se révèle plutôt en croisant l’empreinte géographique des membres de groupes ou forums spécialisés sur les réseaux sociaux par exemple (plus de 45 acteurs bretons sont en effet dans les groupes LinkedIn « Intelligence Artificielle : Impact Entreprise, Culture, Société, Modes de vie » ou « Artificial Intelligence, Deep Learning, Machine Learning » ).

Projets : Une diversité de données à manipuler

Leurs projets les conduisent à se confronter à la manipulation de données issues de plusieurs sources, hétérogènes, rares, incertaines ou en faible quantité. Ils doivent s’adapter à un grand nombre de contextes et disposer ou développer des compétences adéquates pour les adresser. Par ailleurs, 54% des acteurs déclarent utiliser des sources en Open Data. Ce sont essentiellement des bases de données géographiques, cadastrales, des banques d’images satellites (COPERNICUS), des données météorologiques et énergétiques, ou encore des bases de l’agroalimentaires telles que Open Food Fact ou BD Porc. Ce chiffre est à rapprocher des 18% d’utilisateurs déclarant exploiter des données ouvertes.

Les données exploitées proviennent de sources « mixtes » clients et externes dans 92% des projets. 30% des acteurs déclarent ne travailler qu’avec des données clients et seuls 8% déclarent travailler exclusivement ou majoritairement avec des sources externes.

Des pratiques de développement avancée

Une bonne maîtrise de l'apprentissage automatique

Près de 70% des acteurs déclarent intégrer une brique d’apprentissage automatique dans leur système d’IA, majoritairement par de la classification. Les phases d’apprentissage sont réalisées très largement en mode supervisé, avec ou sans renforcement. Pour réaliser cette phase d’apprentissage, plusieurs types d’architectures sont utilisés : réseaux de neurones (55% des citations), approches probabilistes et statistiques (37%), les autres approches, dont algorithmes génétiques, ne recueillant que 7% ou moins de citations. Quant aux notions d’apprentissage sans fin, d’apprentissage par transfert, par contraintes ou bien encore la remise en cause de connaissances préalablement générées, elles apparaissent maîtrisées par 46% des acteurs mais pas nécessairement mises en œuvre dans les projets.

Des modules de décision automatisée proposés majoritairement sous forme « d’aide »

Près de 60% des fournisseurs intègrent un module décisionnel dans leur système. Il prend très majoritairement la forme d’une « aide » à la décision pour un humain (classification ou recommandation), bien qu’il puisse s’agir également d’un ordre (mécanique pour l’industrie) ou informatique (immatériel pour les services de banque assurance par exemple). Le caractère débrayable de ces modules décisionnels s’appliquent dans les trois quarts des cas et rend possible la « reprise en main » du système par l’humain.

Des progrès à réaliser dans la gestion des biais

La moitié des répondants (52%) déclarent maîtriser globalement certains concepts tels que le biais cognitif, le partage de décision, l’explicabilité, la traçabilité, la justification et l’interprétabilité de la décision ce qui ne signifie pas nécessairement que ceux-ci peuvent être ou sont mis en œuvre dans les projets.

La maitrise de ces concepts est nécessaire pour répondre en partie à l’attention que porte les clients sur l’éthique, en particulier : Veiller à la qualité des données utilisées et à leur origine afin de garantir des systèmes les plus équitables possibles : donnée unifiée, cohérente, vérifiée, traçable et exploitable Prévenir les risques de discriminations dues à des décisions biaisées ou stéréotypées par exemple Développer des mécanismes d'autocontrôle et de débrayage de leurs systèmes afin de prévenir les éventuelles dérives de ceux-ci

A ce titre l’étude souligne que 45% des fournisseurs indiquent ne pas être aptes à former et sensibiliser leurs collaborateurs aux stéréotypes et aux biais de l’IA.

Typologie des répondants "utilisateurs" bretons

3 secteurs d’activité couvrent la moitié du panel des  utilisateurs. Il s’agit des Services aux entreprises (informatique, télécom, logistique / transport, nettoyage, comptabilité...), de l’Energie & Eau et de l’Industrie (automobile, navale, ferroviaire, mécanique, métallurgie, chimie, plastique, textile, électronique...).
La santé, la production d’énergie et l’informatique sont les principaux marchés adressés par les utilisateurs. Viennent ensuite, la mobilité & le transport logistique, la banque/assurance et l’administration / services publics. Enfin, le panel de répondants présente un effectif médian de 20 salariés et un Chiffre d’affaires médian de 2,3 M€

Des degrés d'appétence disparates pour l'IA

Une majorité d’acteurs peu familiers des usages de l’IA et de la data science…

L’étude fait le constat qu’une +de 50% des utilisateurs potentiels n’a pas encore engagé de projets d’IA/data science ou plus simplement d’automatisation du traitement de leurs données. Pour certains, il s’agit avant tout d’une absence d’intérêt pour ces technologies. Pour d’autres, si une réflexion sur le sujet a été conduite, elle n’a pas engendré de travaux plus concrets (perspectives de projets, expérimentations…). L’étude invite par ailleurs à émettre l’hypothèse que la présence de ces technologies dans quantité d’outils métiers est méconnue de leurs utilisateurs.

… Tandis que d’autres ont intégré l’IA dans leur stratégie d’entreprise

A contrario (15%), des Directions générales se sont saisies de la question de l’IA et envisagent ces technologies comme une véritable opportunité de développer leur compétitivité. En ce sens, ils ont pris le contrepied de ce qui a pu être observé en matière de cybersécurité ou de qualité, pour lesquelles la mise en place s’est faite au pied du mur, face à une attaque de leur SI ou des retours clients/produits, par exemple. Ces acteurs ont acquis une certaine autonomie dans leurs projets, leur besoin en accompagnement sera probablement ponctuel ou ciblé sur certaines problématiques.

Bénéfices d'un projet d'IA au sein de l'entreprises

Qu’ils soient ou non déjà engagés dans une démarche d’IA, les répondants identifient prioritairement les fonctions marketing/client, techniques et réglementaires et de Direction comme levier de transformation de l’entreprise. A contrario, leur intérêt dans la gestion des ressources (humaines ou autres) apparait moins évidente.

Des visions différentes entre les fournisseurs et les utilisateurs

Ces résultats sont à mettre sont à mettre en regard de ceux donnés par les fournisseurs pour les mêmes questions. Sans clairement présenter une contradiction entre les visions utilisateurs/fournisseurs, on constate ainsi que pour ces derniers, ce sont plutôt les fonctions de gestion des ressources (humaines ou autres) et de la finance qui semblent les plus à même de bénéficier d’une autonomie des systèmes d’IA. Inversement les axes technique et règlementaire ainsi qu'Organisationnel sont peu cités.







Inconvénients et freins réels ou supposés

Pour les entreprises qui n'ont pas encore entamé de démarche d'IA

Elles mettent en avant le coût et la complexité technique d’un tel projet, anticipent des difficultés en matière de pilotage/conduite du changement et peuvent avoir des inquiétudes quant à la sécurité de leurs données. 

Pour les entreprises qui ont mené un projet ou sont déjà engagées dans une expérimentation

En dehors du coût toujours identifié comme un inconvénient, elles abordent des sujets très différents comme le manque de lisibilité des offres produits, la nécessité d’acquérir des connaissances suffisantes en IA pour pouvoir mener un projet, la durée de mise en place des outils, ou encore le manque de données disponibles pour « entrainer » l’IA. Certaines pointent le risque que ces projets se fassent au détriment de recrutements et entraine une démotivation des salariés. Elles pointent enfin le manque d’agilité des outils mis en place qui «enferment» les processus de l’entreprise.

Un triptyque 3V rarement contraignant mais la présence d’autres caractéristiques qui appellent de hautes compétences d’analyse et de traitement

Dans la majorité des cas ce sont exclusivement des données « internes » à l’entreprise qui sont exploitées. Moins de 20% des répondants exploitent des données ouvertes et 18% des données personnelles. La présence simultanée de hauts niveaux de volume, de vélocité et de variété (Big Data) est rare. Toutefois, il existe une très forte corrélation dans l’utilisation de données à la fois complexes, hétérogènes et massives, qui appelle un fort niveau de compétences pour être traitées

L'enjeu de la consolidation automatique des données

Hormis dans les contextes tendus (industrie par exemple) qui rendent impossible l’intervention humaine (extrême rapidité du process, risque pour l’intégrité de la personne, très haute précision…), les solutions utilisées ne sont pas « globales ». Chaque outil métier fonctionne en « silo » dans son processus d’analyse décisionnelle. Dans les cas complexes avec des processus imbriqués, il est nécessaire de réconcilier manuellement les résultats individuels pour obtenir une décision finale cohérente. Les utilisateurs estiment toutefois disposer des compétences nécessaires pour cela.

Intégration de l'IA dans l'entreprise

Un développement "maison" autant prisé que le recours à des prestataires externes

A quasi-parts égale la réalisation d’un projet de transformation digitale orientée « IA » se fait autant par un développement « maison » que par le recours à des prestataires externes (42%, contre 38%), ce qui suppose que les compétences sont présentes au sein de l’entreprise utilisatrice. 

Des solutions provenant d'éditeurs nationaux

Lorsque l’entreprise réalise sa propre intégration de solutions tierces (20% des cas), ces dernières proviennent le plus souvent d’éditeurs nationaux.

Des prestataires externes sollicités pour l’intégration de solutions tierces

Lorsque les fournisseurs de services/produits IA sont sollicités, c’est dans le cadre d’une intégration et d’un déploiement de solutions tierces (69%) plutôt que pour le développement d’un outil sur mesure (31%).

Une offre régionale insuffisamment connue

Les fournisseurs de technologie bretons sont dans l'ombre d'entreprises nationales et internationnales...

Si l’enquête « fournisseurs » permet de valider la présence d’une offre régionale en IA et le caractère régional d’une part de leur marché, l’enquête « utilisateur » ne fait pas mention de cette offre. Une très grande majorité des répondants qui ont fait appel à de la prestation de services dans le cadre de leur projet d’IA s’est adressée à des entreprises nationales et internationales (75% et 17%).

...mais les laboratoires tirent leur épingle du jeu

En revanche, 58% des utilisateurs déclarent travailler avec des laboratoires de recherche et ces collaborations sont engagées autant avec des acteurs régionaux que nationaux. Aucun ne travaille avec des laboratoires internationaux.

La question de l'Ethique & des Compétences

Des utilisateurs attentifs à la dimension éthique de leurs projets

une très grande majorité (70%), ces acteurs déclarent prendre en compte les dimensions éthiques lors de la mise en place d’un projet IA/data science dans leur entreprise. Que ce soit sur l’acceptabilité des outils, sur la confiance dans les résultats obtenus, sur l’explicabilité de ceux-ci et celle de la transparence des algorithmes informatiques ils sont systématiquement plus nombreux à déclarer y porter attention que le contraire. 76% d’entre eux disposent même d’une charte régissant et explicitant la collecte, le traitement et l'utilisation des données internes et externes. L’étude rappelle enfin à dessein que 20% d’entre eux déclarent utiliser des données personnelles.

les questions éthiques, un enjeu plus sous-estimé par les fournisseurs

Coté fournisseur, cette attention apparait moindre. En effet, plus de 45% d’entre eux se déclarent non concernés par l’aspect éthique dans leurs projets. Si, parmi ceux qui le sont, la majorité considère que la pluridisciplinarité des équipes est une nécessité et que le respect de clauses éthiques peut constituer dès à présent un avantage concurrentiel, ils sont plus de 60% à déclarer ne pas être capable de prévenir les risques de discriminations provenant de décisions biaisées ou stéréotypées des systèmes à base d’IA. Enfin, ajoutons que seuls 45% se déclarent prêts à former et sensibiliser leurs collaborateurs aux stéréotypes et aux biais de l’IA.

Les compétences, sujet incontournable

Exception faite des micro-acteurs, le personnel dédié spécifiquement à l’IA n’excède pas 50% des effectifs de l’entreprise. Il existe une très forte demande en compétences IA/data science à court et moyen termes pour 2/3 d’entre elles. Cela concerne autant les petits acteurs (moins de 50 salariés) que les plus grands. Les profils recherchés sont avant tout techniques : « data scientists », « data ingénieurs » ou compétences associées au « deep learning ou data mining ». Ces recrutements visent majoritairement à renforcer les activités d’analyse et de reconnaissance de signal (voix, image) ou encore de sécurité informatique, ils sont cohérents avec les marchés applicatifs majoritairement cités par les fournisseurs. Ces derniers recherchent en revanche peu de profils « droit – sciences humaines », mettant en évidence la relative absence d’intérêt pour la multidisciplinarité.

Des utilisateurs confiants dans leur capacité à relever le défi, mais preneur d’une meilleur visibilité et clarification de l’offre

Qu’ils aient ou non déjà amorcé un projet, 60% d’entre eux se sentent – de moyennement à tout à fait - pourvus en compétences pour adresser l’engagement dans un projet utilisant l’IA et, plus globalement, tout projet d’automatisation du traitement de leurs données. Plus que le besoin en compétences, c’est du temps, de l’expertise métier mais également une meilleure visibilité des solutions existantes qui manquent aujourd’hui à ces utilisateurs pour adresser plus sereinement les projets d’IA/data science.

Analyse SWOT

...de la filière IA / data science bretonne

   

FORCES FAIBLESSES
  • Des compétences pointues sur certains maillons de la chaîne IA/data science et des marchés applicatifs de prédilection solides
  • Une stratégie d'adoption par anticipation et une attention à la dimension éthique des projets
  • La recherche de collaborations avec la recherche
  • Un petit tissu d'entreprises fournisseuses peu valorisé
  • Un manque de prise en compte des dimensions éthiques dans les projets d’IA
  • Des marchés d'applications à consolider et étendre
  • Un faible nombre d’entreprises engagées concrètement dans l’IA/Data science
  • OPPORTUNITES MENACES
  • Capitaliser sur la démarche réussie de la filière cybersécurité et les synergies avec l’IA/data science
  • Exploiter le levier de la dynamique européenne sur le sujet (projets, stratégie européenne de la donnée…)
  • Développer des synergies entre « l’IA pour la gouvernance et les citoyens » et le développement d’une filière économique en Bretagne, (ex : utilisation de la commande publique comme levier)
  • Exploiter l’excellence bretonne sur certains champs d’IA pour adresser de nouveaux marchés à fort potentiel
  • Un risque de décrochage si les fournisseurs n’intègrent pas dès maintenant le champ règlementaire (ex : directives EU)
  • Une utilisation captive des outils propriétaires non européens
  • Un risque de décrochage des entreprises qui n’auront pas saisi l’opportunité d’exploiter le potentiel de l’IA
  • Une utilisation non éclairée de l’IA/data science enfouie dans les fonctionnalités des logiciels métiers
  • Nourrir une ambition pour la Bretagne

    La cybersécurité a vu la Bretagne occuper en moins de 10 ans l’une des toutes premières places nationale et européenne. Le territoire peut nourrir une ambition similaire pour l’IA/Data Science et investir dans une stratégie de développement de la filière. Forte de son tissu d’entreprises, de laboratoires de recherche compétents dans ce domaine et d’une dynamique de réseaux, la Bretagne dispose en effet des atouts pour devenir un territoire reconnu à l’échelle européenne. De plus, avec la Feuille de route régionale pour un numérique responsable et sécurisé ainsi que l’inscription du levier « Données et intelligence » dans la Stratégie régionale d’innovation (S3), la Bretagne s’est donné les moyens d’engager des actions ambitieuses. Ce périmètre s’étend par ailleurs aux acteurs publics et aux citoyens pour faire en sorte que l’ensemble du territoire se mobilise autour de la donnée, au-delà du simple cadre de l’IA/Data Science. 

    Développer l’utilisation de l’IA sur les filières applicatives bretonnes

    La Bretagne excelle dans l’analyse/synthèse de signal, la recherche/indexation et la recommandation ou encore la planification. Les entreprises de la filière IA/data science disposent de fortes compétences dans des secteurs phares, tels que les industries, le conseil ou encore la sécurité. Ces références font de la région un territoire reconnu pour son savoir-faire. Il convient de renforcer la présence des acteurs sur ces secteurs et d’étendre leurs positions vers de nouveaux marchés à fort enjeu tant sociétal, économique, qu’environnemental : justice/droit, agriculture et agroalimentaire, culture/divertissement, enseignement/éducation, aménagement du territoire, (re)industrialisation, banque/assurance. 

    Sensibiliser les utilisateurs sur le potentiel de leurs données et des technologies de traitement avancées

    Face au manque d’appétence pour ces technologies ou à leur méconnaissance, un travail de sensibilisation des utilisateurs semble nécessaire. Il s’agit d’attirer l’attention sur le fait que la donnée est déjà omniprésente dans leur entreprise et que loin de constituer une charge de stockage, elle constitue un terreau de développement. Convaincre également que l’optimisation de son traitement par des technologies adressant complexité, volume et vélocité, est profitable à tout niveau, lorsque ceci est réalisé de façon éclairée et transparente, avec les compétences nécessaires.

    Fédérer les fournisseurs bretons

    Bien que cela ne soit pas identifié comme une priorité par les fournisseurs, fédérer les acteurs de l’IA et de la data science (entreprises, laboratoires de recherche, structures de l’écosystème…) au sein d’un collectif breton est indispensable pour structurer et promouvoir une offre lisible. Ces fondations sont les bases nécessaires pour préparer l’avenir et aider les acteurs à accéder à des projets et des marchés d’envergure nationale ou internationale. Un premier pas dans cette direction pourrait consister à réaliser des cartographies de compétences des acteurs bretons. Elles encourageront et faciliteront les collaborations avec des utilisateurs désireux de s’engager plus en avant dans des projets d’IA.

    Encourager l’innovation et l’expérimentation

    L’objectif est de créer les conditions favorables de collaborations entre utilisateurs et fournisseurs. A titre d’exemple, il peut s’agir d’identifier des projets complexes dont pourront se saisir les fournisseurs pour développer des solutions pointues et innovantes. En ce sens, la commande publique peut contribuer à stimuler l’innovation et l’expérimentation.

    Développer les atouts et l’attractivité du territoire

    Pour consolider l’offre bretonne, il serait opportun d’établir une chaîne de valeur de la filière et de cibler les maillons à renforcer, notamment par de nouvelles implantations sur le territoire. Ce dernier doit disposer d’atouts pour se distinguer des territoires concurrents et paraitre attractif aux yeux d’entreprises mais aussi de porteurs de projets.  Pour ce faire, la Bretagne devra développer et mettre en avant des atouts tels que les compétences disponibles, les infrastructures, ou encore un cadre novateur autour de la donnée afin d’augmenter son degré d’exploitabilité.

    Mettre en adéquation l’offre de formation et les besoins futurs des entreprises

    Les enjeux de la filière en termes de disponibilité des compétences soulevés par cette étude sont importants, tout comme la capacité de la Bretagne à anticiper les futurs besoins. Un travail de cartographie de l’offre de formation permettrait de faire un premier état des lieux avant de proposer si nécessaire une adaptation des cursus sur le sujet

    Placer les considérations éthiques au cœur des réflexions des fournisseurs

    Côté fournisseurs, la dimension éthique n’apparait pas comme une préoccupation majeure. Or, des règlements nationaux ou transnationaux intégrant cette dimension sont déjà en vigueur. Ils ne cessent d’évoluer au profit d’une meilleure protection des usagers et d’un encadrement de l’utilisation des données à caractère non personnel. En l’absence d’anticipation, les entreprises risquent de ne plus pouvoir se positionner sur des projets stratégiques, laissant champ libre à la concurrence. Des actions de sensibilisation et de formation à brève échéance sont à prévoir sur ce thème.

    Pilotes de l'étude