Data Mesh
Le data mesh remet la propriété des données aux équipes métier qui les produisent, chacune exposant ses données comme un produit accessible et documenté.
Architecture de gestion des données qui décentralise la responsabilité des données vers les équipes métier productrices, en les traitant comme des produits autonomes avec des interfaces standardisées, en opposition aux entrepôts de données centralisés gérés par une unique équipe technique.
- L'équipe commerciale devient propriétaire du domaine « données clients », publie une API standardisée que l'équipe marketing et les agents IA peuvent consommer sans passer par la DSI.
- Dans une PME de 50 personnes adoptant le data mesh : 4 domaines (Finance, Commercial, Production, RH) chacun avec un responsable données et un catalogue documenté, remplaçant une base centralisée non maintenue.
- Un agent IA de reporting peut interroger directement le produit-données « commandes » de l'équipe logistique plutôt que d'attendre un export mensuel de l'ERP.
Data mesh : repenser la propriété des données à l’ère de l’IA
Le data mesh est une réponse architecturale aux limites des entrepôts de données centralisés : lenteur de livraison, goulot d’étranglement sur l’équipe technique centrale, données décontextualisées loin des équipes qui les comprennent vraiment.
Les quatre principes fondateurs
Propriété décentralisée par domaine : chaque équipe métier est responsable des données qu’elle génère. L’équipe commerciale gère les données clients, la finance les données transactionnelles, la RH les données collaborateurs. Cette proximité améliore la qualité et la pertinence des données.
Données comme produit : chaque domaine expose ses données via une interface documentée, avec des SLA de fraîcheur et de qualité, exactement comme un produit logiciel. Les consommateurs (autres équipes, agents IA) savent ce qu’ils peuvent attendre.
Infrastructure en libre-service : une plateforme centrale fournit les outils communs (stockage, pipelines, catalogues) que les équipes utilisent en autonomie, sans dépendre d’une équipe centrale pour chaque évolution.
Gouvernance fédérée : des standards communs (formats, sécurité, conformité RGPD) s’appliquent à tous les domaines, mais leur implémentation reste décentralisée.
Pertinence pour les projets IA
Dans un contexte de déploiement d’agents IA, le data mesh simplifie l’alimentation des systèmes : plutôt qu’un pipeline centralisé fragile, chaque agent consomme directement les produits-données des domaines concernés, avec des garanties de fraîcheur et de qualité portées par les équipes productrices.