Le data sharing consiste à mettre en commun des données entre différentes entités, pour créer une valeur que l’on n’aurait pas pu atteindre en restant cloisonné. Découvrez dans cet article l’importance du Data Sharing et pourquoi, plus que jamais, il est opportun d’en reparler.
Sommaire
Pourquoi est-ce que c’est opportun de reparler de Data Sharing maintenant ?
Un contexte règlementaire qui évolue
L’Union Européenne a clairement mis en avant la donnée comme un levier stratégique. Après le RGPD (côté protection des données personnelles), elle se prépare à l’application de nouvelles règles, comme le Data Act (entrée en application attendue en septembre 2025).
L’objectif : doter les entreprises d’un cadre sécurisant et harmonisé, tout en promouvant la souveraineté numérique européenne. Comme l’explique la Commission dans sa Stratégie européenne pour les données, il s’agit de permettre la libre circulation de la donnée à l’intérieur de l’UE, dans le respect des droits fondamentaux et de la concurrence.
L’essor des IA génératives et la souveraineté technologique en ligne de mire
L’arrivée de l’IA générative (GenAI) rebat les cartes à une vitesse inédite et oblige les entreprises à repenser leur manière de gérer et d’exploiter la donnée. Comme le souligne un récent rapport (IA générative : s’unir ou subir), le partage des données constitue un levier stratégique majeur. « Nous sommes tous collectivement créateurs de données qui nécessitent de l’extraction, du raffinage et de l’enrichissement comme toute autre matière première ».
Or, pour alimenter de façon pertinente les grands modèles de langage et leurs usages avancés (agentification, automatisation, etc.), le volume, la diversité et la qualité des données disponibles sont décisifs. En d’autres termes, l’IA générative ne peut pleinement délivrer son potentiel qu’avec l’accès à de vastes gisements de données, idéalement mutualisées et structurées.
Dans ce contexte, l’Union européenne met en avant l’idée de s’unir ou subir. D’un côté, si les acteurs économiques renoncent à la coopération et se contentent d’adopter les solutions de quelques géants extra-européens, ils risquent de subir une dépendance technologique accrue (cloud, modèles d’IA, etc.) et de voir la valeur de leurs données captée ailleurs. De l’autre, le pari d’unir ses forces, en facilitant la mise en commun des informations (data spaces, portails sectoriels, plateformes d’intelligence artificielle de confiance), permettrait à l’Europe de doter ses filières d’IA génératives adaptées à leurs réalités, tout en respectant la protection de la vie privée, la sécurité des données et la souveraineté technologique.
Une opportunité business colossale
D’après une étude sur les écosystèmes de partage de données (Data sharing masters: How smart organizations use data ecosystems to gain an unbeatable competitive edge), les organisations tirant parti de data sharing ecosystems pourraient améliorer leurs revenus annuels de 2,4 % dans un scénario pessimiste et jusqu’à 9 % dans un scénario optimiste grâce à de nouvelles sources de revenus, des réductions de coûts et une amélioration de la productivité.
En quoi consiste le Data Sharing ?
Le data sharing consiste à mettre en commun des données entre différentes entités, pour créer une valeur que l’on n’aurait pas pu atteindre en restant cloisonné. On distingue plusieurs formes de partage.
Partage de données entre entreprises (B2B)
On parle ici de données issues du secteur privé et échangées entre acteurs économiques, par exemple des données industrielles produites par des dispositifs IoT (Internet des objets), ou encore la mise à disposition de données commerciales pour créer de nouveaux services.
Malgré un fort potentiel économique, le partage B2B reste limité par un manque de confiance, la peur de perdre un avantage concurrentiel et des incertitudes juridiques (qui peut faire quoi avec ces données ?).
Il existe donc un réel besoin d’établir un cadre plus clair, notamment pour les données “co-produites” (produites simultanément par plusieurs parties, comme dans la chaîne logistique).
Partage de données du secteur public vers le secteur privé (G2B)
L’UE promeut activement la “libération” de nombreuses données publiques (open data) — on pense aux données météo, aux informations géographiques, aux bases statistiques, etc. — afin de stimuler l’innovation et la création de nouveaux services. La directive sur les données ouvertes pousse les administrations à mettre davantage d’ensembles de données de haute valeur à disposition, dans des formats exploitables (par exemple via des interfaces de programmation).
Pour illustrer la mise à disposition de données publiques en libre accès, on peut citer la plateforme data.economie.gouv.fr. Gérée par Bercy, cette plateforme fait l’objet d’une modernisation visant plusieurs objectifs :
Rendre les données plus compréhensibles
- Une animation éditoriale permet d’expliquer le contenu des jeux de données (fiches explicatives, articles contextualisés).
- Des data visualisations (graphiques interactifs, tableaux de bord) sont mises à la disposition des utilisateurs pour donner un sens immédiat aux informations, en complément des simples fichiers bruts.
- Un catalogue de data visualisations recense différentes productions et exemples d’exploitation, pour encourager la réutilisation par la communauté.
Fédérer une communauté open data
- Les utilisateurs (journalistes, chercheurs, citoyens, start-ups, etc.) sont invités à échanger avec les producteurs (directions et services de Bercy) via des canaux de discussion et des retours d’expérience.
- Les retours issus de ces échanges font l’objet d’un premier traitement automatisé (LLP, ou langage naturel), afin de catégoriser les discussions, de suivre des indicateurs sur l’usage, et d’adapter au mieux l’offre de données.
Améliorer l’exploration et la découverte de jeux de données
- Le portail propose plus de filtres pour affiner les recherches (type de données, thématique, format, etc.).
- Chaque jeu de données est accompagné de métadonnées plus riches : date de mise à jour, responsable, licence, description fonctionnelle, etc., permettant un accès facilité et plus transparent à l’information.
Partage de données d’entreprises à pouvoirs publics (B2G)
Les pouvoirs publics ont de plus en plus besoin de données du secteur privé pour améliorer leurs politiques et les services à la population : planification de la mobilité, lutte contre les situations d’urgence (inondations, incendies), meilleure fiabilité des statistiques. Les données anonymisées provenant de grandes plateformes ou d’applications mobiles peuvent, par exemple, éclairer la gestion du trafic urbain ou compléter la veille épidémiologique.
Un groupe d’experts mandaté par la Commission européenne a souligné la nécessité de créer des structures nationales dédiées pour favoriser ce partage B2G, tout en s’assurant que les données des entreprises soient protégées et utilisées uniquement à des fins d’intérêt général.
Partage de données entre les pouvoirs publics
Si l’on parle souvent des échanges de données entre administrations et entreprises, le partage de données entre pouvoirs publics est tout aussi crucial. Au-delà du principe “Dites-le nous une fois”, qui évite à l’usager de renseigner plusieurs fois les mêmes informations auprès de différentes administrations, une nouvelle étape se dessine : l’administration proactive.
L’administration proactive : qu’est-ce que c’est ? Plutôt que d’attendre qu’un citoyen fasse la démarche pour obtenir un droit ou une prestation, les administrations croisent leurs bases de données internes pour identifier a priori les usagers potentiellement éligibles. Elles peuvent ainsi :
- Notifier l’usager de son éligibilité (bourses, aides sociales, etc.) et simplifier le parcours d’obtention.
- Automatiser autant que possible l’attribution d’une prestation, lorsqu’aucune formalité complémentaire n’est nécessaire.
Exemple : l’attribution automatique de certaines bourses de l’Éducation nationale à des étudiants reconnus éligibles, sans qu’ils n’aient besoin de remplir un dossier.
Quelles grandes tendances et cas d’usage du Data Sharing ?
L’essor des “data ecosystems” sectoriels
Les initiatives se développent dans de nombreux secteurs stratégiques. Exemples :
- Santé : le partage des données de santé est essentiel pour accélérer l’innovation dans le secteur médical. Il permet aux autorités de santé de prendre des décisions mieux éclairées, contribuant à améliorer l’accessibilité, l’efficacité et la viabilité économique des systèmes de soins.
- Mobilité : le partage de données dans le secteur de la mobilité offre la possibilité de développer des services innovants, basés notamment sur les informations générées par les véhicules connectés. Il permet de fluidifier et d’optimiser les déplacements, de réduire les coûts et les émissions, tout en renforçant la sécurité routière grâce à la maintenance prédictive.
- Finance : le partage des données dans le secteur financier permet d’accélérer l’innovation en facilitant l’émergence de nouveaux services financiers, notamment à travers la banque ouverte (open banking) : agrégation de comptes, initiation de paiement de tiers, prêts et financements rapides, etc.
Des usages orientés “time-to-market” et produits innovants
En partageant les données upstream, on accélère le prototypage et la mise sur le marché de nouveaux produits ou services. Exemples :
- Recherche & Développement : plusieurs industriels peuvent co-financer et co-exploiter des données de R&D, en restant chacun propriétaire de sa partie confidentielle mais en partageant la partie exploitable pour tous
- Jumeaux numériques : on alimente un modèle virtuel (machine, ville, bâtiment) avec de la donnée provenant de capteurs multiples, afin de faire des simulations (consommation énergétique, pannes probables, etc.).
Les data market place “augmentés”
Quelques success stories autour du Data Sharing
Data sharing dans la logistique maritime
Des compagnies de transport maritime ont constitué un écosystème de données pour recenser tous les incidents, accidents et quasi-accidents sur leurs navires (initiative HiLo).
En mutualisant ces informations, elles alimentent un algorithme de prédiction qui permet d’anticiper les risques et d’améliorer la sécurité de toute la flotte. Résultats :
- Réduction de 72% des accidents des canaux de sauvetage
- Réduction de 65% des feux en salle des machines
- Réduction de 25% des déversements de carburant
Data sharing entre distributeurs et fournisseurs
Dans les années 90, Walmart et Procter & Gamble ont conclu un accord de Vendor Managed Inventory (VMI), qui repose sur un partage complet des données de vente et de stock. Résultats :
- Baisse du taux de rupture : P&G peut prévoir plus précisément quand la demande va augmenter (ex. promotions, saisonnalités) et ajuster la production ou les livraisons.
- Diminution des coûts logistiques : moins de livraisons en urgence, meilleure planification du transport, baisse du surstock et donc du coût de stockage.
Les data market place “augmentés”
Autrefois, une data market place était surtout un catalogue de tables CSV ou de flux bruts mis à disposition des clients ou partenaires. Aujourd’hui, les data market place proposent de nouveaux services : des fonctionnalités de data analytics et d’IA intégrées, la capacité de partager des insights, des modèles d’IA réutilisables, une logique de collaboration active en intégrant un volet communautaire.
Lire la suite avec les 5 enjeux clés liés au Data Sharing.
Ouvrir le patrimoine de données avec un agent d’IA : enjeux et étapes
Si le chemin peut sembler long avant de pouvoir déployer un AgentAI sur le patrimoine de données, de nombreuses entreprises disposent déjà d’un patrimoine suffisant, mais souvent mal organisé, mal
Mise en place d’un projet ERP : les clés pour réussir
Cet article est la suite de 4 erreurs dans la mise en place de programme ERP / référentiel de données Chaque problème dans la mise en place de projets ERP et
Gouvernance des données : définition et principes clés
La gouvernance des données est un levier majeur pour améliorer la performance et accélérer la transformation des entreprises. En effet, la donnée est aujourd’hui un actif majeur des entreprises avec
