Depuis l'arrivée des LLMs et la course aux benchmark, suis-je la seule à avoir l'impression d'être constamment en retard, de ne jamais réussir à suivre le rythme effréné des avancées ? Chaque semaine, je tombe sur de nouveaux outils, modèles ou frameworks qui semblent déjà plus pertinents que ceux que j'avais choisis la veille. De quoi se noyer, avec l'impression de boire la tasse à chaque post LinkedIn. Dans ce contexte, comment construire une stratégie data solide, sans épuiser son équipe à développer une solution que le marché, la recherche ou nos pairs auront déjà dépassée, voire rendue insignifiante, avant même sa mise en production ? Face à cette accélération, deux pièges guettent les organisations. Le premier : rester enfermées dans un cycle infini de tests et de POCs, nourri par la peur de rater "le bon outil", aka le FOMO. Le second : ne rien planifier, en attendant passivement qu'une solution parfaite émerge ailleurs. Dans les deux cas, on perd de vue l'essentiel : notre rôle est de créer de la valeur à court, moyen et long terme sans devenir obsolètes. Dans ce talk, je propose d'abord de prendre un peu de recul pour sortir la tête de l'eau. On commencera par un retour historique : quelles approches stratégiques ont fonctionné dans le passé ? Quelles erreurs ont rendu certaines entreprises obsolètes ? Et surtout, qu'est-ce qui, dans ce moment précis, change fondamentalement la donne par rapport aux vagues technologiques précédentes ? Je partagerai ensuite une série de conseils concrets pour construire une stratégie data dans ce contexte mouvant, illustrés par des cas historiques, des exemples d'entreprises tech, et des retours d'expérience récents : mettre en production vite par petits morceaux et améliorer ensuite, construire en pensant que tout peut être supprimé demain, mesurer toujours, canaliser la veille. Ce talk s'adresse aux CDO, CTO, tech leads, managers, data strategists et à tous ceux qui conçoivent ou pilotent des projets data/IA.