Google en passe de racheter les datas de Spirit Airlines

Une IA spécifique à l’aérien

L’intérêt d’une telle opération est d’entraîner les modèles d’IA, non plus avec des données génériques et publiques (que tous les LLMs ont déjà ingurgitées), mais avec des données sectorielles, bien spécifiques, et propriétaires.

Certes, une association de personnels navigants (Association of Flight Attendants-CWA) a déposé un recours au motif que l’anonymisation des données les concernant était réversible, vu la masse d’informations et les recoupements possibles. Et certes Spirit Airlines n’était pas une compagnie bien gérée. Mais cet intérêt de Google, qui a remporté l’enchère face à Mercor, une autre société spécialisée en IA, qui proposait 7,5 millions $ – montre qu’une des prochaines « frontières » des modèles frontières est d’aller vers la verticalisation et la « grounded AI ».

Pour les experts de Constellation Research, l’initiative confirme en creux « la pertinence de la stratégie des entreprises qui souhaitent entraîner leurs propres modèles à partir de leurs données ».

Des fiches de paie des personnels aux données logistiques des avions

Les données concernées par la vente sont, pêle-mêle, les mails internes, les messages Teams, les calendriers des employés, la documentation interne (slides, wiki, etc.), les informations des applications métiers – y compris celles sur la productivité opérationnelle des employés, les données sur la logistique des avions, les données RH (dont les fiches de paie et 175 000 dossiers salariés, remontant depuis 1986), la comptabilité, les éléments de pricing dynamique de Spirit (3,53 milliards de tarifs depuis 2023), la veille sur les prix de la concurrence (7,25 milliards d'observations depuis 2021) ainsi que les données transactionnelles (7,5 milliards d’enregistrements qui remontent jusqu’à 2008), selon le détail des actifs déposé au tribunal.

« Cette acquisition confirme la pertinence de la stratégie des entreprises qui souhaitent entraîner leurs propres modèles avec leurs propres données ».

Autrement dit, quasiment tout pour comprendre finement le fonctionnement des compagnies aériennes (ou plus exactement pour comprendre ce qu’il ne faut pas faire dans le cas de Spirit).

Sont en revanche exclus du « deal », les 97,5 millions de profils passagers et les 50 millions de données du programme de fidélité de la compagnie.

Un tribunal américain devait valider la vente le 19 août, en prenant en compte le fait que les données étaient anonymisées, ou tout du moins pseudonymisées pour permettre de faire des corrélations et des croisements – un élément important pour entraîner les modèles d’IA. Mais c’est justement ce point que les associations professionnelles ont attaqué pour la faire reporter. La nouvelle audience est fixée au 9 septembre.

Mais, quel que soit le délibéré, « la leçon à retenir est que les données constituent un actif et peuvent être monétisées », insiste Holger Mueller, de Constellation Research, « elles sont extrêmement précieuses pour comprendre les processus et les interactions et ainsi entraîner des modèles sur des bases de connaissances ».

Des données massives, pas encore prêtes à décoller

La valeur réelle de ce jeu de données pose question.

Les données de Spirit Airlines s’étalent sur une très longue période. Elles sont non structurées et vieillissent vite face aux évolutions réglementaires. Elles nécessiteront donc un nettoyage massif pour éviter le « biais organisationnel » et le « data drift ».

Par ailleurs, un modèle d’intelligence artificielle entraîné sur des historiques apprend des corrélations, mais il ne garantit ni l’intégrité transactionnelle stricte, ni la conformité aux normes comptables, fiscales ou de traçabilité qui sont assurées par un ERP comme SAP ou Oracle.

Cependant, en s’appropriant la connaissance des processus métiers, Google ne cherche probablement pas à devenir un système de registre (System of Records), mais il cherche à capturer la couche de décision (System of Intelligence). Et si l’agent IA de Google devient l’interface principale d’exécution des employés, l’ERP risque d’être relégué au rang de simples bases de données passives.

Qu’en retenir pour un DSI ?

1 – La question est de savoir si les entreprises d’un secteur (ici l’aérien, et Air France - KLM par exemple qui muliplie les projets IA et qui est un partenaire de Google Cloud depuis 2024) auront intérêt à développer elles-mêmes leurs agents IA ou à acheter, « sur étagères », des modèles pré-entrainés par Google (ou d’autres) au risque de se faire désintermédier.

2 – L’autre question, côté acteurs de l’IT, est de savoir si ces opérations de rachats de données – qui devraient se multiplier secteur par secteur – aboutiront à des modèles experts, « grounded », suffisamment contextualisés pour rivaliser avec des offres qui mettent justement en avant leurs connaissances des processus opérationnels et industriels (comme SAP).