Stratégie & Gouvernance · N° 95
Mutualisation cloud : cinq ETI régionales partagent une même plateforme souveraine — retour d'expérience
Le modèle promettait 30 % d'économies d'échelle. Réalité : 18 % réalisés, car la gouvernance commune a coûté six mois de négociation. Halminy recommande de commencer par les charges non critiques — les partages qui incluent la production au départ n'ont jamais tenu leurs promesses.

Nous avons mesuré le mauvais indicateur pendant trop longtemps. Le vendredi 24 octobre 2025, j'ai changé de question.
Rien ici n'a été recomposé pour faire joli.
Le point de départ
« Le modèle promettait 30 % d'économies d'échelle. »
Thomas Ivrel, DSI du Groupe Halminy Chimie (France)
Le dossier a été traité dans un contexte très opérationnel, avec France pour cadre réglementaire et commercial implicite. Dans ce type de situation, l'enjeu était de rendre le service utile sans perdre la maîtrise des sources. Nous avons commencé par comparer ce que chaque direction disait du même sujet. L'écart était le vrai sujet.
Ce qui s'est passé, dans l'ordre
- J+00
1. Périmètre documentaire fermé — c'est l'étape qui a pris le plus de temps, et personne ne l'avait vue venir.
- J+09
2. Sources datées et versionnées. Sur le moment, j'ai trouvé ça superflu ; ça nous a évité deux retours arrière.
- J+18
3. Garde-fous et refus hors domaine : la seule étape qui ait été tenue comme prévu.
- J+27
4. Mesure du taux d'erreur réel. J'en ai gardé une trace écrite prise sur le vif, parce que je savais qu'on me demanderait.
- J+36
5. Extension ou arrêt du service — le point où j'ai compris que le calendrier officiel ne tenait pas.
« Réalité : 18 % réalisés, car la gouvernance commune a coûté six mois de négociation. » — cette phrase a été écrite au moment de la revue intermédiaire, avant consolidation des chiffres.
Ce qui a coincé
Les utilisateurs ont détourné l'outil de son périmètre en deux semaines ; personne n'avait écrit ce qui devait lui être refusé. Nous l'avons su trop tard, comme presque toujours.
Nous avons mesuré le succès sur le mauvais indicateur pendant deux mois : le volume d'usage, pas les erreurs rattrapées par les humains. C'est le genre de détail qui ne coûte rien tant qu'on n'en a pas besoin.
Nous avons d'abord mesuré l'adhésion, pas l'erreur. Le taux d'erreur réel est venu beaucoup plus tard. Nous l'avons corrigé depuis ; cela n'a pas suffi à rattraper le temps perdu.
Ce que le dossier dit en chiffres
Ces montants et ces ratios sont ceux présentés en comité, dans leur version d'origine.
| Valeur citée | Où elle apparaît |
|---|---|
| 30 % | citée dans le chapô |
| 18 % | citée dans le chapô |
Ce que je fais désormais
- Un cas d'usage qui ne tient pas sa mesure d'erreur est arrêté, et l'arrêt est annoncé.
- Depuis, chaque domaine documentaire a un responsable nommé, avec une date de revue.
- Aujourd'hui, nous publions les erreurs corrigées par les relecteurs autant que les cas réussis.
La suite
Nous avons gardé deux choses : un propriétaire nommé par sujet, et le droit d'écrire une décision même quand elle déplaît. Le reste a été oublié.
Cadre de référence
- Législation sur l'IA — Commission européenne. Approche par risques, pratiques interdites, calendrier.
- Règlement (UE) 2024/1689 — règles harmonisées sur l'intelligence artificielle (AI Act) — EUR-Lex. ELI officiel vérifié en navigateur, version française.
- Intelligence artificielle (IA) — CNIL. Dossier protection des données et systèmes d'IA.
- L'analyse d'impact relative à la protection des données (AIPD) — CNIL. Méthode, listes de traitements, outil PIA.
- Licence Ouverte 2.0 — data.gouv.fr (Etalab). Conditions de réutilisation des données publiques.
Ces pages officielles externes sont données comme repères : elles ouvrent un nouvel onglet et n'impliquent aucune validation de la part des organismes cités.