Table ronde Lyon Data Science (06/10) : débloque ton projet IA en 90 minutes

Tu as un projet IA bloqué ? Parfait, c’est exactement le bon format

La plupart des boîtes n’ont pas un “problème d’IA”. Elles ont un problème de décision. Quel cas choisir, quelles données ouvrir, quel niveau de risque accepter, quel budget mettre, qui porte le run. Résultat : on fait un POC, ça démo, puis ça cale.

Ce scénario n’a rien d’exotique. Gartner estime qu’au moins 30 % des projets de GenAI seront abandonnés après la preuve de concept d’ici fin 2025, notamment à cause de la qualité des données, des contrôles de risques insuffisants, des coûts et d’une valeur métier floue (source : Gartner, 29/07/2024). Et côté organisations qui réussissent, Gartner relie la pérennité des initiatives en production à un duo simple : valeur métier + faisabilité, plus de la gouvernance et de l’ingénierie (source : Gartner, 30/06/2025).

La table ronde participative, elle, sert à une chose : prendre une décision nette, sur un cas réel, avec des gens qui ont déjà vu les mêmes murs. C’est l’idée de la session Lyon Data Science du 6 octobre.

Fiche express (infos à confirmer au moment de l’inscription)

• Intitulé : “Data & IA : projets, blocages et retours terrain” (table ronde participative Lyon Data Science)
• Date : mardi 6 octobre 2026
• Horaire : 18h30 à 20h00 (CEST)
• Lieu : TUBÀ Lyon, Lyon Part-Dieu
• Format : pas de conférence descendante, pas de slides imposées, les sujets viennent des participants, discussion puis synthèse
• Inscription : gratuit via Meetup, places annoncées comme limitées
• Préparation : tu peux proposer ton sujet en amont dans les commentaires Meetup ou sur le Discord Lyon Data Science

Source : page Meetup de l’événement “Data & IA : projets, blocages et retours terrain” et site de la communauté Lyon Data Science.

Pourquoi cet événement data science Lyon peut vraiment débloquer un dossier

Parce que 90 minutes, c’est court. Et quand c’est court, tu ne peux pas te cacher derrière des concepts. Tu arrives avec un cas. Tu exposes un blocage. Le groupe t’aide à :

• reformuler ton problème pour qu’il soit arbitrable
• identifier la vraie contrainte (donnée, SI, sécurité, achat, juridique, sponsor)
• choisir un prochain pas réaliste

McKinsey pointe régulièrement les difficultés côté données, gouvernance et processus associés (enquête début 2024). Traduction terrain : ce n’est pas “l’IA” qui bloque, c’est l’organisation autour.

Choisir le bon problème à exposer (sinon tu perds ta fenêtre de tir)

Tu n’as pas besoin d’arriver avec “un projet IA”. Tu as besoin d’arriver avec une question qui se tranche. Le bon sujet, c’est celui qui peut finir par une décision.

1) Prends un problème arbitrable, pas un grand thème

Mauvais exemples :

• “On veut faire de l’IA dans la relation client.”
• “On voudrait exploiter nos données.”
• “On veut mettre un LLM sur nos docs.”

Bons exemples :

• “On a 3 cas possibles. Lequel a le meilleur ratio valeur vs faisabilité en 8 semaines ?”
• “Faut-il partir sur RAG ou fine-tuning pour notre base documentaire interne, vu nos contraintes ?”
• “Peut-on lancer un pilote sans données personnelles, et garder quand même de la valeur ?”
• “Quelle métrique de succès minimum pour valider un déploiement ?”

2) Formule ton blocage comme une hypothèse testable

Structure simple, qui force la clarté :

• Si on obtient X (accès, données, sponsor, validation sécu)
• alors on peut livrer Y (pilote sur un périmètre)
• en Z semaines
• et mesurer avec 1 ou 2 indicateurs

Tu veux que la salle puisse dire : “OK, on y croit” ou “Non, ça ne passera pas comme ça, voilà pourquoi”.

3) Ancre ton cas sur un process métier, pas sur une techno

Parle en unités métier : ticket, commande, devis, dossier, appel, réclamation, incident. C’est plus concret, et ça évite les débats stériles “LLM X vs Y”.

Ce que tu dois apporter (pour que le groupe te réponde, pas qu’il devine)

Tu n’as pas besoin d’un deck. Tu as besoin d’éléments vérifiables. Idéalement sur une page, ou dans une note.

Le kit minimal “90 minutes utiles”

• Contexte : ton activité, ton équipe, qui utilise quoi au quotidien.
• Process ciblé : où l’IA s’insère, et à quel moment ça coince aujourd’hui.
• Objectif : réduire un délai, éviter des erreurs, absorber plus de volume, mieux qualifier, mieux répondre.
• Périmètre pilote : un service, une agence, une typologie de dossiers, une période.
• Contraintes SI : où sont les données, quelles applis, quelles API, ce qui est “intouchable”.
• Contraintes sécurité : données sensibles, accès, logs, exigences internes.
• Ressources : qui peut coder, qui peut valider, qui peut trancher.

Le kit données (sans dévoiler l’impossible)

• Exemples réels : 5 à 10 cas anonymisés (tickets, emails, comptes-rendus, devis).
• Volume : combien de cas par semaine/mois, et combien de variantes.
• Qualité : champs manquants, doublons, documents scannés, langues.
• Droits : qui peut accéder, où ça peut sortir (cloud, on-prem, France, UE).

Tu peux venir sans data brute. Mais viens au moins avec des exemples et une idée de la variabilité. Sinon, personne ne peut estimer la faisabilité.

Le kit “business” (celui que tout le monde oublie)

• Coût actuel : temps passé, erreurs, rework, retards, pénalités, opportunités perdues.
• Valeur attendue : gain temps, réduction erreurs, hausse conversion, meilleure conformité.
• Seuil de succès : le minimum acceptable pour continuer.

Si tu veux cadrer proprement avant l’événement, tu peux t’appuyer sur la logique “valeur + faisabilité” qu’on retrouve aussi dans les pratiques qui tiennent en prod. Lyon IA a déjà un guide utile sur le sujet : https://lyon-ia.com/blog/cadrer-un-projet-ia-methode.

Questions à apporter (celles qui déclenchent des réponses nettes)

Une table ronde IA Lyon efficace, c’est une question, une contrainte, une décision. Voici des formulations qui marchent.

Choix de cas d’usage

• “J’ai 3 cas. Lequel sortira en production le plus vite, sans dette énorme ?”
• “Quel cas est le plus ‘mesurable’ en 6 semaines ?”
• “Quel cas a le moins de dépendances SI et juridiques ?”

Données et architecture

• “Est-ce qu’un RAG suffit, ou je vais me planter sans structurer la base de connaissances ?”
• “Comment gérer les documents Word/PDF scannés sans exploser le budget ?”
• “Je fais quoi si mes données sont dans 4 outils et que rien n’est propre ?”

Pour le RAG, tu peux relire avant : https://lyon-ia.com/blog/rag-ia-documents-entreprise et aussi le point “fine-tuning ou RAG” : https://lyon-ia.com/blog/fine-tuning-ou-rag.

Sécurité et conformité

• “Quel niveau de logs et de traçabilité est réaliste pour un pilote ?”
• “Quelles données je dois bannir d’un LLM, et lesquelles je peux anonymiser ?”
• “On fait quoi contre l’injection de prompt si on branche l’IA sur des outils ?”

Tu peux arriver avec une checklist sécurité minimale en tête. Deux ressources Lyon IA utiles : https://lyon-ia.com/blog/injection-de-prompt-securite et https://lyon-ia.com/blog/securiser-un-agent-ia.

Industrialisation

• “Comment éviter de refaire le monde en MLOps alors que je veux juste livrer un pilote stable ?”
• “Qu’est-ce que je dois monitorer dès le début pour ne pas me faire surprendre ?”
• “Quel cut entre ‘POC’ et ‘prod’ est acceptable dans une PME/ETI ?”

Encadré spécial : vos 7 blocages les plus fréquents en PME/ETI

• 1) Données introuvables ou inutilisables : pas d’inventaire, pas de propriétaire, formats hétérogènes, qualité variable.
• 2) Sécurité : pas de cadre clair, peur de la fuite, IAM bancal, pas de logs, pas de politique d’accès.
• 3) ROI flou : “ça pourrait aider”, mais pas de métrique, pas de baseline, pas de seuil de réussite.
• 4) Conduite du changement : personne n’a le temps, les équipes contournent, adoption faible, Shadow AI.
• 5) MLOps et run : qui maintient, qui alerte, qui paie le coût récurrent, comment versionner et tester.
• 6) Achats : cycles trop longs, critères mal posés, comparaisons impossibles, contrats trop vagues.
• 7) Juridique : RGPD, droits sur les données, clauses fournisseurs, documentation AI Act, responsabilités.

Si tu veux arriver armé côté contrat, il y a un guide très concret : https://lyon-ia.com/blog/contrat-fournisseur-ia-clauses. Côté documentation des usages, utile aussi : https://lyon-ia.com/blog/ai-act-documenter-vos-usages-dia-en-entreprise-registre-pret-a-copier-exemple-pme-lyon.

Transformer la table ronde en plan d’action dès le lendemain

Le piège classique : sortir motivé, puis retourner au quotidien, et ne rien faire. Tu veux l’inverse : un plan en 7 jours.

Étape 1 : rédige une synthèse de 15 lignes (pendant que c’est frais)

• Le problème reformulé en 2 phrases
• Les 3 options discutées
• La décision recommandée et pourquoi
• Les risques identifiés
• Le prochain pas concret

Étape 2 : fais 3 arbitrages, pas 20

Pour débloquer un projet IA bloqué, tu dois trancher sur :

• Périmètre : quel segment / équipe / flux, et ce qui est hors scope.
• Données : quelles sources on ouvre maintenant, lesquelles plus tard.
• Niveau de risque : quelles gardes-fous dès le pilote (accès, logs, validation humaine).

Étape 3 : pose des indicateurs avant de construire

Deux familles, simples :

• Valeur : temps moyen de traitement, taux de résolution au premier contact, erreurs, backlog, taux de conversion, délai de réponse.
• Qualité et risque : taux d’escalade, taux de refus, taux d’hallucination détectée, conformité, incidents.

Si tu veux une méthode carrée pour mesurer un gain réel, tu peux utiliser l’approche avant/après : https://lyon-ia.com/blog/mesurer-gain-reel-usage-ia.

Étape 4 : cale un mini comité de décision (30 minutes) sous 10 jours

Invités minimum :

• un sponsor métier
• un référent SI
• un référent sécurité ou RSSI si tu en as un
• la personne qui va vraiment exécuter

Objectif : valider le périmètre pilote, le budget, et le cadre d’accès aux données. Pas plus.

Étape 5 : transforme le “retour d’expérience IA” en checklist réutilisable

À la table ronde, tu vas entendre des REX. Ne les garde pas en anecdotes. Convertis-les en check :

• “On s’est planté parce que…”
• “On a corrigé en faisant…”
• “La règle pour nous, maintenant, c’est…”

Tu te fabriques un standard interne. C’est comme ça que ça devient répétable.

Comment préparer ta prise de parole (et ne pas monopoliser)

Format table ronde = temps limité. Si tu veux une réponse utile, vise une présentation de 45 secondes :

• Qui je suis et quel contexte
• Le process concerné
• Le blocage précis
• La décision que je veux prendre ce soir

Le reste vient en questions, au fil des échanges.

À qui ça sert vraiment (et à qui ça servira moins)

Tu devrais y aller si :

• tu as un projet IA bloqué et tu veux le débloquer sans repartir dans un tunnel
• tu veux un retour d’expérience IA brut, pas une démo commerciale
• tu veux challenger ton cadrage valeur/faisabilité

Tu risques de moins en tirer si :

• tu viens chercher “la meilleure techno” sans contexte
• tu n’as pas de cas réel, même petit
• tu n’es pas prêt à réduire le scope pour livrer

Deux liens utiles si tu veux creuser avant d’y aller

• Annonce liée : https://lyon-ia.com/blog/table-ronde-lyon-data-science-x-tuba-0610-viens-avec-un-blocage-repars-avec-un-plan
• Mesurer et piloter la valeur : https://lyon-ia.com/blog/mesurer-la-valeur-de-ses-projets-ia-sortir-du-flou-en-2026

Le plan d’attaque simple pour repartir avec du concret

Avant le 06/10 :

• choisis 1 décision à obtenir, pas 5
• prépare 5 exemples et 3 contraintes (SI, sécurité, délai)
• définis 1 métrique valeur et 1 métrique risque

Le soir même :

• note la recommandation, les alternatives, et le “si tu fais X, attention à Y”
• récupère 1 ou 2 contacts capables de challenger ton exécution

Dans les 7 jours :

• envoie une synthèse courte aux décideurs
• cale le mini comité, tranche le périmètre pilote
• lance une itération de 2 à 6 semaines avec mesure avant/après

Si tu joues le jeu, tu transformes un événement data science Lyon en accélérateur de delivery. Pas en soirée networking de plus.