Comment préparer les données de votre entreprise pour un labo d'IA

Que faut-il faire pour préparer des données pour un labo d'IA ?

Trois tâches : convenir de ce qui est inclus, l'exporter et valider le résultat nettoyé. Le nettoyage entre les deux, c'est notre travail, pas le vôtre.

Un export administrateur est la fonction intégrée d'un outil qui permet de télécharger tout un compte : chaque canal, chaque boîte mail ou chaque projet, avec son historique. Slack, Microsoft 365, Google Workspace, Jira et la plupart des autres outils professionnels en ont un. C'est votre propre démarche, avec votre propre outil, et elle laisse un fichier propre derrière elle.

Nous ne nous connectons pas à vos systèmes en service. Un export ponctuel est plus simple, facile à vérifier, et rien ne continue de tourner une fois qu'il est fait. La plupart des entreprises n'ont besoin d'aucun nouveau logiciel pour cela : les exports existent déjà dans les outils que vous payez.

Préparer ne veut pas dire rendre vous-même les données « prêtes pour l'IA ». Les labos ne veulent pas que vous renommiez des fichiers, fusionniez des dossiers ou effaciez des noms à la main. Ils veulent les archives telles qu'elles sont, avec les informations personnelles retirées par quelqu'un qui le fait tous les jours.

Étape 1 : convenir du périmètre avant d'exporter quoi que ce soit

Le périmètre d'abord, les fichiers ensuite. Un appel de 20 minutes suffit pour fixer les outils inclus, le nombre d'années et ce qui reste exclu.

Listez vos outils

Notez chaque outil où le travail se fait, jusqu'où remonte son historique et qui en a les droits d'administration. Notez aussi l'offre ou la licence, car c'est elle qui décide de ce qu'un export peut contenir. Une entreprise avec huit ans de tickets a plus à offrir qu'une entreprise qui a changé de système au printemps dernier.

Indiquez ce qui reste exclu

• Les systèmes de vos clients, et toutes les données que vous traitez pour leur compte.
• Les dossiers RH, de paie et médicaux.
• Tout ce qui relève d'un accord de confidentialité ou d'un contrat qui interdit la réutilisation.
• Les numéros d'identification nationaux et les autres identifiants officiels.
• Tout canal, toute boîte mail ou tout dossier que vous décidez de laisser de côté.

Retrouvez les anciens systèmes

Les outils abandonnés comptent aussi. Un ancien serveur de messagerie, un outil de tickets remplacé il y a des années ou un disque partagé que plus personne n'ouvre peut contenir dix ans d'archives. Demandez à la personne qui gérait l'informatique à l'époque où se trouvent les sauvegardes. Notre page sur gagner de l'argent avec d'anciennes données d'entreprise explique ce qui, dans une archive, vaut de l'argent.

Laisser de côté une boîte mail ou un canal entier ne pose pas de problème. Mais un export plus complet vaut en général plus, alors ne coupez pas par réflexe. Notre page sur la vente de données Slack, Teams et Jira montre ce que les labos apprennent de chaque outil.

Étape 2 : lancer l'export propre à chaque outil

Un export par outil, lancé par quelqu'un qui a les droits d'administration. Choisissez vos outils ci-dessous pour voir qui le lance, ce que vous obtenez et à quoi faire attention.

Lancez les exports avec l'offre que vous avez aujourd'hui. Parfois, un mois sur une offre supérieure débloque un export plus complet, par exemple les canaux privés sur Slack Business+. Nous vous dirons pendant l'appel quand cela en vaut la peine.

Slack

Un propriétaire de l'espace de travail le lance depuis les paramètres de l'espace de travail, puis Importer/Exporter des données. Sur les offres gratuite et Pro, vous n'obtenez que les canaux publics. Sur Business+, le propriétaire peut demander à Slack un export complet qui inclut les canaux privés et les messages directs, et sur Enterprise, c'est le support Slack qui active les outils pour cela. L'export contient des liens vers les fichiers partagés, pas les fichiers eux-mêmes, alors gardez l'espace de travail actif jusqu'à ce que les fichiers soient arrivés.

Microsoft 365 : Outlook, Teams, SharePoint et OneDrive

Une seule recherche eDiscovery dans Microsoft Purview couvre toutes les boîtes mail, les conversations Teams, les sites SharePoint et OneDrive, et les exporte en une fois. L'administrateur qui la lance a besoin des droits eDiscovery et d'une licence qui inclut l'export. C'est pourquoi cette tâche revient souvent à votre prestataire informatique.

Google Workspace : Gmail, Drive, Agenda et Meet

Un super-administrateur utilise l'outil d'exportation de données de Google pour exporter toute l'organisation en une fois. Les instructions de Google précisent que le compte administrateur doit avoir au moins 30 jours et utiliser la validation en deux étapes. Un export prend en général environ 72 heures, et peut prendre jusqu'à 14 jours. Les organisations de plus de 1 000 utilisateurs doivent d'abord contacter l'assistance Google, et l'export exige un abonnement actif.

Jira, Confluence, le code et le reste

Jira et Confluence font une sauvegarde complète du site, pièces jointes comprises. Sur GitHub, une seule archive de migration contient le code avec tout son historique, les issues, les pull requests et les revues, qui comptent autant que le code lui-même. Les outils de support, les CRM et Notion ont chacun leur propre export. Votre compte Lodex contient un guide pas à pas pour chaque outil.

Étape 3 : déposer les fichiers, ou confier la tâche à votre informaticien

Déposez chaque export depuis votre compte Lodex une fois que nous vous avons validé comme vendeur. Ou envoyez un seul lien de dépôt à la personne qui gère votre informatique : elle dépose les fichiers sans avoir besoin de compte.

Les gros exports sont envoyés en plusieurs parties, et chaque partie est vérifiée à son arrivée. Une connexion coupée ne veut pas dire tout recommencer. Pour les exports très volumineux, demandez-nous plutôt un accès direct au bucket.

L'essentiel du travail revient à la personne qui a les droits d'administration. Souvent, ce n'est pas le dirigeant, mais un responsable informatique ou un prestataire externe. C'est normal : le dirigeant signe, l'administrateur exporte.

Gardez une courte note de ce que vous avez exporté : quel outil, quelles années et ce que vous avez laissé de côté exprès. Elle accélère notre vérification, et elle rejoint les documents qui accompagnent le jeu de données.

Que faut-il éviter avant de vendre ?

Ne supprimez rien, ne passez pas à une offre inférieure et ne nettoyez pas. Chacune de ces actions vous coûte de l'argent ou des données que vous ne récupérerez pas.

• Ne supprimez pas les anciens canaux, boîtes mail ou projets. Les années d'historique sont ce qu'un labo paie.
• Ne passez pas Slack à l'offre gratuite. L'offre gratuite supprime les messages et les fichiers de plus d'un an.
• Ne résiliez pas un abonnement avant la fin de son export. L'export complet de Google exige un abonnement actif.
• N'effacez pas les noms vous-même. Un rechercher-remplacer à la main oublie des choses et casse les fils de discussion. Le nettoyage est notre travail, et vous vérifiez le résultat.
• Ne raccourcissez pas les durées de conservation. Une règle qui supprime les messages au bout d'un an efface sans bruit l'historique que vous êtes sur le point de vendre.
• N'envoyez pas de fichiers par e-mail et ne partagez pas de liens vers un disque. Utilisez la page de dépôt, pour que chaque partie arrive vérifiée.

Vous fermez l'entreprise en même temps ? Alors l'ordre compte encore plus. Notre page sur les données de l'entreprise quand on la ferme met les étapes dans l'ordre.

Comment protéger les données des clients et des salariés ?

En laissant certaines données de côté et en retirant les informations personnelles du reste avant que quoi que ce soit ne sorte. Les noms, adresses e-mail, numéros de téléphone, adresses postales et numéros de compte sont retirés ou remplacés. Les remplacements restent cohérents dans un même fil, donc une conversation garde son sens. Aucune clé n'est conservée pour remettre les noms. Les mots de passe, clés d'API et jetons qui traînent dans la messagerie ou le code sont aussi repérés et retirés.

Vous exportez. Nous nettoyons. Vous validez. Rien n'arrive chez un labo avant que vous ayez vu un échantillon nettoyé.

Notre page sur la façon dont nous anonymisons les données d'entreprise montre une fiche avant et après. Au titre du RGPD, il vous faut aussi une raison claire de traiter les données et une limite claire sur ce qui reste exclu. Le guide RGPD sur la vente de données d'entreprise détaille tout cela étape par étape.

Nous cédons des licences uniquement à des labos d'IA et à des équipes de recherche sous contrat, jamais à vos concurrents. Notre copie des originaux est supprimée une fois le traitement terminé.

Combien de temps faut-il pour préparer les données de l'entreprise ?

Deux à trois semaines entre le premier appel et un jeu de données nettoyé, c'est le délai habituel. Les exports eux-mêmes prennent de quelques minutes à quelques jours.

Un export Google Workspace prend en général environ trois jours. Les petits outils sont souvent prêts le jour même. Ce qui ralentit, c'est en général ce qui se passe dans votre propre entreprise : trouver qui a les droits d'administration, ou attendre l'accord d'un conseil d'administration ou du comité social et économique.

C'est pourquoi nous conseillons d'ouvrir ces discussions avant l'appel. Notre page pas à pas sur comment vendre les données de votre entreprise liste qui doit approuver quoi.

Vous avez une échéance, comme un abonnement qui se termine ou une entreprise qui ferme ? Dites-le dès le premier appel, et lancez d'abord l'export le plus long. C'est en général Google Workspace ou Microsoft 365.

Que se passe-t-il après le dépôt ?

Nous comparons les fichiers déposés au périmètre convenu, nous les nettoyons et nous vous montrons un échantillon. Vous donnez votre accord, et c'est seulement alors que les données sont cédées sous licence.

1. Vérification. Nous comparons ce qui est arrivé avec ce qui a été convenu et vous prévenons s'il manque quelque chose.
2. Nettoyage. Les informations personnelles sont retirées, ainsi que les exclusions convenues.
3. Échantillon. Vous regardez des fiches nettoyées tirées de vos propres données.
4. Validation. Vous donnez votre accord, ou demandez des changements.
5. Licence. Un labo ou une équipe de recherche reçoit la copie nettoyée, sous contrat.
6. Paiement. Sous 7 jours après le paiement de l'acheteur à Lodex.

Les données d'une entreprise peuvent rapporter €50K–€600K, et ce sont les jeux de données les plus complets qui valent le plus. L'estimation ci-dessous donne une première fourchette en une minute. Notre guide sur ce que valent les données de votre entreprise explique ce qui fait varier le prix.