De l’Algorithme à l’Impact Géopolitique

Dans un secteur où la donnée et l’intelligence artificielle redéfinissent les capacités opérationnelles, un acteur européen de référence de l’IA pour la défense et l’aérospatial a fait appel à Thiga pour l’accompagner dans la mise à l’échelle de ses produits les plus stratégiques.

L’entreprise conçoit des solutions d’analyse d’images satellitaires et de signaux complexes, capables d’identifier automatiquement des objets d’intérêt militaire à partir de données multisources. Face à une croissance rapide et à un volume de données en expansion exponentielle, elle devait renforcer la scalabilité de ses produits et structurer sa gouvernance produit pour soutenir l’innovation à long terme.

Thiga est intervenue à travers une mission de Product Management IA, visant à renforcer la performance de la pipeline de données et à introduire une approche produit orientée valeur dans un environnement historiquement très technique. L’enjeu : concilier excellence technologique, rigueur opérationnelle et vision produit pour permettre au client de franchir une nouvelle étape de maturité dans sa transformation data et IA.

Prendre en main un produit ultra-technique et sensible

L’environnement combinait algorithmes IA, pipelines de données, et intégration logicielle à haute contrainte de sécurité. La compréhension des sujets nécessitait un alignement constant entre ingénieurs en géospatial, experts en IA et développeurs back-end.

Accéder aux utilisateurs finaux limités par la confidentialité

Les clients, principalement des institutions gouvernementales et militaires, rendaient la collecte de feedbacks difficile, voire impossible sur certains cas d’usage confidentiels. Cette contrainte imposait de repenser la manière de valider les besoins et de prioriser les fonctionnalités.

Absorber un volume de données en forte croissance

La montée en charge des données satellitaires, le “tsunami de données”, nécessitait une refonte du pipeline d’ingestion et une gouvernance claire des flux. L’objectif était d’assurer la robustesse du système face à des volumes de données croissants tout en préparant l’intégration de nouveaux types de données.

Accompagner le passage à l’échelle organisationnelle

L’entreprise évoluait d’une structure d’experts à une organisation produit. La synchronisation entre squads devenait critique : il fallait rationaliser la priorisation, fluidifier la communication inter-équipes et ancrer une culture produit orientée “outcomes” plutôt que “outputs”.

• Scalabilité accrue du pipeline d’ingestion : forte augmentation de la capacité à traiter et stocker des volumes massifs d’images satellites, tous formats confondus.
• Fiabilisation et industrialisation du flux de données : préparation réussie à l’ajout de nouvelles sources et capteurs.
• Optimisation de la delivery produit : meilleure prévisibilité des releases et gestion proactive des retards et priorités.
• Renforcement de la culture produit dans un environnement technique : adoption de pratiques favorisant la collaboration entre data, IA et produit.
• Reconnaissance du produit à l’échelle internationale, utilisé aujourd’hui par plusieurs ministères et acteurs gouvernementaux, témoignant de la solidité technique et organisationnelle du modèle mis en place.