Table des Matières
La gouvernance des données dans une entreprise industrielle consiste à décider qui est responsable de chaque type de données, des tags de l'historian aux résultats de laboratoire, aux historiques de maintenance et aux plans, quelles règles s'appliquent à leur qualité, leur accès, leur conservation et leur partage, et comment ces règles sont contrôlées. Commencez par un inventaire, des propriétaires nommés et quelques règles écrites, pas par un logiciel.
Points clés
- Les données d'usine doivent être gouvernées autant que les données de gestion. Le guide conjoint piloté par la CISA demande des « politiques strictes de gouvernance des données » pour protéger les données OT sensibles utilisées par les modèles d'IA (CISA et al., 2025).
- Chaque domaine de données a besoin d'un propriétaire nommé, qui en répond, et d'un data steward, qui tient à jour les définitions et les règles de qualité. L'IT exploite les systèmes mais ne devrait pas être propriétaire des données.
- Commencez par un inventaire des données et de leurs métadonnées, que le Cybersecurity Framework 2.0 du NIST cite parmi ses résultats attendus (NIST CSF 2.0), puis classifiez-les.
- Mesurez la qualité selon quelques dimensions définies, et jugez-la par rapport à un usage : il est « peu probable que des données soient également adaptées à tous les usages » (UK Government Data Quality Framework).
- Les données personnelles contenues dans les registres de l'usine relèvent de la loi 18-07 modifiée par la loi 25-11 ; faites confirmer vos obligations par un juriste.
Qu'est-ce que la gouvernance des données dans une entreprise industrielle ?
La gouvernance est la couche de décision au-dessus de la gestion des données : qui décide, et non qui exécute. Une définition du glossaire du NIST trace la limite : les data stewards font appliquer les règles, et les gestionnaires de données les mettent en œuvre et gèrent la qualité au quotidien (NIST CSRC glossary).
Les données industrielles ont leurs propres difficultés. Une grande partie naît dans l'informatique industrielle (OT) : capteurs, DCS ou SCADA, historian. Les équipements survivent aux personnes qui les ont configurés, et les documents d'ingénierie arrivent des contractants EPC et des fournisseurs. En Algérie, une même pompe peut être décrite en français dans la GMAO, en anglais dans le manuel du constructeur et en arabe dans un cahier de quart.
Comme le dit le cadre de qualité des données du gouvernement britannique, des données adaptées à leur usage « dépendent de pratiques efficaces de gestion et de gouvernance des données » (UK Government Data Quality Framework).
Pourquoi la gouvernance des données compte-t-elle davantage dès que démarrent les projets d'IA ?
Les modèles révèlent des problèmes de données cachés. Lors d'entretiens avec 53 praticiens de l'IA, des chercheurs de Google ont constaté que 92 % avaient vécu au moins une « cascade de données », un effet en aval qui s'amplifie à partir d'un problème de données (Sambasivan et al., 2021). Une personne interrogée, qui travaillait sur des données de centrale électrique, a dû supposer les horodatages faute de métadonnées, et la centrale avait été mal cartographiée.
La propriété compte autant que la qualité. Des ingénieurs de Google ont averti que lorsqu'un signal d'entrée et le modèle qui l'utilise ont des propriétaires différents, le signal peut changer à tout moment. Leur exemple : un modèle ajusté sur un signal mal étalonné est brusquement perturbé quand quelqu'un corrige l'étalonnage sans prévenir (Sculley et al., 2015). En usine, l'équivalent est un transmetteur réétalonné, une nouvelle échelle de mesure ou un tag renommé après une rénovation.
Vient ensuite la sécurité. Le guide piloté par la CISA souligne que les données de configuration d'ingénierie, comme les schémas réseau, les inventaires d'équipements et les schémas logiques, ont une « valeur durable » et sont « très précieuses pour les cyberattaquants ». Il avertit aussi que les mesures procédé utilisées pour entraîner un modèle peuvent devenir accessibles ou rester stockées (statistiquement) plus longtemps dans le modèle (CISA et al., 2025). Quelqu'un doit décider quelles données peuvent entrer dans quel modèle.
Quelles données industrielles faut-il gouverner ?
Commencez par nommer les domaines. Les propriétaires ci-dessous sont un point de départ, pas une règle.
| Domaine de données | Système habituel | Propriétaire pertinent | Principales questions de gouvernance |
|---|---|---|---|
| Séries temporelles procédé | Historian, DCS, SCADA | Responsable production ou procédé | Nommage des tags, unités, changements d'instruments, fuseaux horaires, conservation |
| Résultats de laboratoire et qualité | LIMS | Responsable qualité ou laboratoire | Heure de prélèvement ou heure de saisie, changements de méthode, corrections |
| Maintenance et fiabilité | GMAO | Responsable maintenance | Arborescence des équipements, codes de défaillance, comptes rendus en texte libre |
| Documents d'ingénierie et configuration | Gestion documentaire, outils d'ingénierie | Responsable technique ou ingénierie | Révisions, tel que construit ou tel que conçu, accès restreint |
| Données de référence : équipements, articles, fournisseurs | ERP | Achats et logistique, ou finance | Doublons, codes cohérents avec la GMAO |
| Données personnelles des cahiers de quart, dossiers RH, registres d'accès | Divers | RH, avec le délégué à la protection des données | Base légale, conservation, transferts à l'étranger |
Les formulations, recettes et résultats de R&D méritent leur propre domaine, sous la responsabilité de la R&D, car ils constituent souvent le savoir-faire le plus précieux de l'entreprise.
Qui est propriétaire des données, et qui fait le travail ?
| Rôle | Qui, dans une usine | Responsable de |
|---|---|---|
| Propriétaire des données | Le responsable du domaine métier | Répond des données : classification, qui peut y accéder, autorisation de les partager à l'extérieur |
| Data steward | Un ingénieur ou un analyste qui connaît les données | Noms et définitions, règles de qualité, suivi des erreurs |
| Dépositaire (custodian) | Administrateurs IT et OT | Exploitation des systèmes, sauvegardes, mise en œuvre des droits d'accès |
| Utilisateurs des données | Ingénieurs, équipe data, sous-traitants, fournisseurs | Utiliser les données dans le respect des règles, signaler les problèmes |
| Sponsor | Un cadre dirigeant ayant autorité sur l'exploitation et l'IT | Arbitrer les conflits, financer, demander des comptes aux propriétaires |
Le guide piloté par la CISA demande des rôles clairs, en citant « les propriétaires des données, les développeurs de modèles et les utilisateurs finaux », pour éviter « la mise en cause de responsabilités et la confusion » en cas d'incident (CISA et al., 2025). Une nouvelle équipe data fournit souvent les premiers data stewards ; voir comment constituer votre première équipe data industrielle.
Que doivent couvrir les premières règles ?
Gardez un premier ensemble assez court pour pouvoir être contrôlé.
- Inventaire. Listez chaque source de données avec son système, son propriétaire, son emplacement, sa durée de conservation et la présence ou non de données personnelles. Le NIST CSF 2.0 demande que les « inventaires des données et des métadonnées correspondantes pour les types de données désignés soient tenus à jour » (NIST CSF 2.0).
- Classification. Utilisez trois ou quatre niveaux, par exemple interne, confidentiel et restreint, avec les formulations et les configurations des systèmes de contrôle au niveau le plus élevé. Le même cadre demande que les actifs soient hiérarchisés selon leur classification et leur criticité.
- Accès. Décidez qui peut lire et qui peut modifier chaque domaine. L'analytique et l'IA doivent lire par des chemins en lecture seule ; voir la place de l'IA dans le modèle Purdue et le transfert unidirectionnel par diodes de données.
- Noms et définitions. Règles de nommage des tags et des équipements, unités, et un dictionnaire de données pour les tags utilisés dans les rapports et les modèles.
- Gestion des modifications. Enregistrez les remplacements d'instruments, réétalonnages, changements d'échelle et renommages de tags comme des événements visibles par les analystes.
- Conservation et cycle de vie. Fixez la durée de conservation de chaque type de données et le moment de son archivage ou de sa suppression ; le NIST CSF 2.0 demande que les données soient « gérées tout au long de leur cycle de vie ».
- Partage externe et fournisseurs. Le guide piloté par la CISA recommande une politique d'usage des données « faisant clairement référence à la résidence des données, aux chemins de communication, au chiffrement et au stockage ». Notre liste de questions sur l'entraînement des modèles sur vos données aide à en faire des clauses contractuelles.
- Règles de qualité. Définissez ce que chaque dimension ci-dessous signifie pour chaque domaine, et qui la contrôle.
Comment mesurer la qualité des données ?
Le cadre du gouvernement britannique utilise six dimensions définies par DAMA UK (UK Government Data Quality Framework). Chacune a son équivalent en usine.
| Dimension | Définition dans le cadre | Exemple en usine | Contrôle simple |
|---|---|---|---|
| Complétude | « le degré auquel les enregistrements sont présents » | Trous dans l'historian pendant une perte de communication | Part des valeurs attendues effectivement présentes |
| Unicité | « absence de doublons dans les enregistrements » | La même pompe créée deux fois dans la GMAO | Nombre de fiches équipement en double |
| Cohérence | Les valeurs « ne contredisent pas d'autres valeurs représentant la même entité » | Codes équipement différents dans la GMAO et l'ERP | Rapprochement entre systèmes |
| Actualité | Les données reflètent la période qu'elles représentent et sont à jour | Résultats de laboratoire horodatés à la saisie et non au prélèvement | Délai entre prélèvement et saisie |
| Validité | Données « dans la plage et le format attendus » | Valeurs hors de l'échelle de l'instrument, mesures figées | Contrôles de plage et de vitesse de variation |
| Exactitude | « le degré auquel les données correspondent à la réalité » | Un transmetteur qui dérive | Comparaison avec l'étalonnage ou le laboratoire |
Fixez les seuils selon l'usage : un rapport de production mensuel tolère des trous qu'un capteur logiciel ne tolère pas. Voir les problèmes courants de qualité des données industrielles pour les causes et les remèdes, et les données d'historian pour le machine learning pour l'historian.
Quelles normes du secteur réutiliser ?
- ISA-95, publiée aussi sous la référence IEC 62264, fournit « un modèle abstrait d'échange d'informations » entre systèmes de gestion et systèmes de contrôle, avec une terminologie commune et des niveaux allant du procédé physique (niveau 0) à la planification de l'activité (niveau 4) (ISA).
- ISO 14224 fournit un format normalisé pour les données de fiabilité et de maintenance dans les industries du pétrole, de la pétrochimie et du gaz naturel : données équipement, données de défaillance comme la cause et la conséquence, et données de maintenance comme les actions et les temps d'arrêt (résumé de l'ISO 14224:2016). C'est une référence toute prête pour l'arborescence des équipements et les codes de défaillance de la GMAO.
- CFIHOS, programme industriel conjoint de l'IOGP, « définit un langage normalisé pour les équipements et les livrables d'ingénierie » (IOGP). Il vaut la peine de le citer dans les contrats EPC des nouvelles unités, pour que les données de remise arrivent dans une structure connue.
Qu'ajoute le droit algérien ?
Ce qui suit résume un guide de cabinet d'avocats et ne constitue pas un avis juridique. Faites confirmer votre situation par un juriste au regard des textes officiels.
Selon le guide CMS, la loi 18-07 relative aux données personnelles a été modifiée par la loi 25-11 du 24 juillet 2025. Un responsable du traitement ne peut transférer des données personnelles à l'étranger qu'avec l'autorisation de l'autorité nationale. La modification introduit un délégué à la protection des données, des analyses d'impact pour les traitements à haut risque, et la notification d'une violation de données personnelles « au plus tard cinq (5) jours » après en avoir pris connaissance. Le même guide cite une décision de l'ARPT qui impose aux hébergeurs cloud de conserver les données des clients sur le territoire national, et un dispositif national de sécurité des systèmes d'information fixé par le décret présidentiel 20-05.
En pratique, l'inventaire doit signaler les données personnelles, et le délégué à la protection des données doit travailler avec les propriétaires des cahiers de quart, des dossiers RH et des registres d'accès. Le savoir-faire qui ne relève pas des données personnelles est protégé surtout par les contrats. Notre guide de l'IA souveraine sur site traite de l'hébergement.
Quel lien entre gouvernance des données et gouvernance de l'IA ?
Le NIST AI Risk Management Framework, publié en janvier 2023 pour un usage volontaire, organise la gestion des risques de l'IA en quatre fonctions : Govern, Map, Measure et Manage. Des questions comme « sur quoi ce modèle a-t-il été entraîné ? » n'ont de réponse que si les données ont déjà des propriétaires, une classification et une origine connue. Les équipes pétrole et gaz peuvent le vérifier avec notre checklist de préparation des données pour l'IA.
Quelles erreurs freinent la gouvernance des données ?
- Acheter un outil d'abord. Un catalogue sans propriétaires ni règles devient un système de plus que personne ne maintient.
- Faire de l'IT le propriétaire de tout. L'IT ne peut pas juger si une valeur de laboratoire ou un code de défaillance est juste.
- Ne gouverner que les données de l'ERP en laissant de côté l'historian, le LIMS et les documents d'ingénierie.
- Écrire des règles que personne ne contrôle, ou traiter la gouvernance comme un projet ponctuel. Les instruments, les tags et les personnes changent sans cesse.
Ce que nous avons constaté chez KABAS AI
Nos deux projets publiés portent sur la R&D de formulation, mais les deux études de cas décrivent des problèmes de gouvernance des données. Chez ADFC, des décennies d'expérience en formulation étaient dispersées sous divers formats et en divers endroits, et le projet Virtual Lab les a structurées dans un référentiel centralisé, avec un déploiement souverain qui garde les données sous contrôle total dans l'environnement IT de Sonatrach et une traçabilité complète pour les audits. Chez ENAD Shymeca, la cohérence de la documentation et la traçabilité entre projets de formulation faisaient partie des difficultés citées, et le travail a commencé par une phase de découverte des processus et des structures de données de l'équipe R&D avant la migration des données historiques.
Un logiciel peut faire appliquer des décisions une fois qu'elles existent. La page produit de Virtual Lab mentionne des données appartenant au client, un contrôle d'accès par rôles, la journalisation des actions, des sauvegardes et l'export des données à tout moment, et DALILE fonctionne sur l'infrastructure du client avec chiffrement, contrôle d'accès et journal d'audit. Décider qui possède chaque jeu de données, quelle version fait référence et quelle qualité est acceptable reste du ressort du client, et doit précéder tout modèle.
Par où commencer ?
Prenez le domaine de données derrière votre prochain projet d'IA. Nommez son propriétaire et son data steward, inventoriez ses sources, appliquez les huit règles ci-dessus à ce seul domaine et mesurez deux ou trois dimensions de qualité. Élargissez ensuite. Une évaluation de maturité IA aide à choisir le domaine.
Notre équipe conseil réalise des évaluations de maturité et aide à mettre en place la gouvernance de l'IA, et notre équipe data science prend en charge la collecte, la préparation et la structuration des données. Contactez-nous pour parler de vos données.
Sources
- CISA, ASD's ACSC et al., Principles for the Secure Integration of Artificial Intelligence in Operational Technology, 3 décembre 2025
- NIST, The NIST Cybersecurity Framework (CSF) 2.0, CSWP 29, 26 février 2024
- NIST CSRC glossary : data steward
- Gouvernement britannique, The Government Data Quality Framework, 2020
- Sambasivan et al., "Everyone wants to do the model work, not the data work": Data Cascades in High-Stakes AI, CHI 2021
- Sculley et al., Hidden Technical Debt in Machine Learning Systems, NeurIPS 2015
- ISA, ISA-95 Standard
- ISO 14224:2016, Collection and exchange of reliability and maintenance data for equipment (résumé)
- IOGP, Joint Industry Programmes (CFIHOS)
- CMS Expert Guide to data protection and cyber security laws: Algeria
- NIST AI Risk Management Framework
Questions fréquentes
Quelle est la différence entre gouvernance des données et gestion des données ?
La gouvernance décide qui est responsable de chaque type de données, quelles règles s'y appliquent et comment leur respect est contrôlé. La gestion des données est le travail quotidien de stockage, de transfert, de nettoyage et de protection des données selon ces règles. Une définition du glossaire du NIST le résume : les data stewards font appliquer les règles, et les gestionnaires de données les mettent en œuvre et gèrent la qualité au quotidien.
La gouvernance des données doit-elle revenir à l'IT dans une usine ?
L'IT doit exploiter les systèmes et mettre en œuvre les droits d'accès, mais ne doit pas être propriétaire des données. Le propriétaire des données procédé est en général un responsable production ou procédé, celui des données de maintenance le responsable maintenance, et ainsi de suite. Ce sont eux qui savent ce que signifient les données et qui doit y accéder. Les administrateurs IT et OT en sont les dépositaires.
Faut-il un catalogue de données ou un logiciel de gouvernance avant de commencer ?
Non. Un premier inventaire peut être un tableur partagé qui liste chaque source de données, son système, son propriétaire, sa classification, sa durée de conservation et la présence ou non de données personnelles. Achetez un logiciel quand vous savez quelles règles appliquer et où le travail manuel devient le goulot d'étranglement.
La gouvernance des données couvre-t-elle l'historian et le SCADA, ou seulement les données de gestion ?
Les deux. Le guide conjoint piloté par la CISA classe les données de configuration d'ingénierie et les mesures procédé parmi les données à protéger, et demande des politiques strictes de gouvernance des données pour les données OT sensibles utilisées par les modèles d'IA. Les tags de l'historian, les unités, les changements d'instruments et les horodatages ont besoin de propriétaires et de règles, comme n'importe quelle table de l'ERP.
Que prévoit le droit algérien pour les données industrielles ?
La loi 18-07, modifiée par la loi 25-11 du 24 juillet 2025, régit les données personnelles, que les usines détiennent dans les cahiers de quart, les dossiers RH et les registres d'accès. Selon le guide juridique de CMS, elle impose une autorisation pour les transferts à l'étranger, un délégué à la protection des données, des analyses d'impact pour les traitements à haut risque et la notification des violations sous cinq jours. Les données non personnelles comme les formulations sont protégées surtout par les contrats. Faites valider votre cas par un juriste.



