Dans un monde et un rôle résolument technophiles, Arthur Dénouveaux se projette dans ses fonctions comme un diplomate au service des métiers. “Une rotule” destinée à apporter du liant, de la collaboration et du dialogue entre la DSI et les métiers.
Ex-prop trader passé Chief Data Officer chez l’un des plus grands mutualistes français, Arthur défend une discipline contracyclique de la donnée. À une époque qui célèbre les démonstrations rapides d’IA, il rappelle que les vraies victoires d’un grand groupe se gagnent sur les chantiers long-termistes et peu visibles – l’accès à la donnée, la gouvernance, l’infrastructure.
Arthur, on commence par la question rituelle : comment se retrouve-t-on dans l’assurance ? Seras-tu le premier à en rêver depuis tes 6 ans ?
Cela s’est joué par élimination. (Rires)
Plus sérieusement, de formation, j’étais forcément très orienté vers les mathématiques. En sortant d’école, je suis allé faire de la finance de marché, d’abord proprietary trader à la Société Générale, puis avec Machina Capital, un fonds lancé avec des anciens de la SoGe.
C’était passionnant, mais j’ai ressenti le besoin de changer. C’est à ces carrefours de vie que tu te poses la vraie question : “Qu’est-ce que je sais faire ? Réellement.” Dans mon cas, c’était optimiser des algorithmes sur une connaissance assez fine de quelques marchés et de quelques instruments financiers.
À partir de là, il me restait deux pistes. La première consistait à aller faire de la data science mais c’était un domaine d’activité encore bourgeonnant à cette époque.
La seconde était de revenir dans un grand groupe, mais lequel ? Qui allait rêver de recruter un ex-prop trader ? Les banques, à la rigueur, mais elles n’en manquaient pas.
C’est alors que je me suis tourné vers l’assurance. En soit, la finance de marché et l’assurance répondent à des dynamiques similaires, car le trading c’est avant tout une affaire de maîtrise du risque. J’ai vu qu’il y avait de belles choses à construire dans ce secteur, donc je me suis lancé.
On est donc plus sur un mouvement raisonné. Mon objectif était de sortir de la finance de marché mais tout en mettant à profit mon bagage technique.
Très clair ! Ta décision est donc prise. Ce sera l’assurance. Tu quittes les salles de marché pour rejoindre un grand mutualiste. Est-ce que cela t’a fait un petit choc ?
Oui, mais ce n’est pas celui qu’on imagine. En vérité, je m’étais préparé : j’avais lu, je savais à quoi m’attendre côté assurance et côté mutualisme.
Le vrai choc, ça a été le grand groupe.
J’ai passé des années à la Société Générale, mais un desk de prop trading, c’est une illusion de grand groupe. Tu opères en petites équipes commandos, très rapides, avec énormément de support derrière. La capacité décisionnelle est immédiate parce qu’elle est centrale au métier.
Le vrai grand groupe, c’est autre chose. Le nombre de gens nécessaires pour valider quelque chose, l’historique à comprendre avant de lancer un nouveau projet, etc. — c’est une échelle et une profondeur fascinantes.
T’as une anecdote qui te vient en tête en me disant ça ?
J’en ai un paquet mais pour n’en citer qu’une, je parlerais de mon premier jour chez MMA.
Il faut se projeter : on est en plein COVID. Les bureaux sont vides. Je ne croise personne. Deuxième jour, c’est ma première séance de Codir. Au programme : captation de la vidéo des vœux pour plus de 10 000 collaborateurs. Cela paraissait irréel de passer un message à autant de personnes que je n’avais jamais rencontrées, et que je n’étais a priori pas près de voir non plus.
Au-delà de l’ambiance singulière de cette époque, il y a aussi cette échelle qui complexifie tout. Faire passer un message clair et véhiculer de l’enthousiasme à des milliers de personnes en simultané n’est pas quelque chose d’inné.
C’est une vraie science qu’on ne peut apprendre que par le vécu.
J’imagine bien ! Cela m’amène sur le sujet de l’équipe. Tu m’avais dit chercher des gens qui ne pensent pas comme toi. Peux-tu développer ?
La première règle, c’est de se connaître soi-même par rapport au poste qu’on occupe. Quand je suis arrivé chez Covéa Affinity par exemple, j’étais un très jeune assureur. Mon premier réflexe a donc été de trouver quelqu’un de plus solide que moi sur ces sujets. Je cherche à me garantir un accès au savoir dont j’aurai besoin en quelque sorte.
Ensuite, j’essaye effectivement de me forcer à travailler avec des gens qui ne pensent pas comme moi. Évidemment, il est plus confortable de s’entourer de gens avec qui vous êtes alignés; des personnes qui formulent les choses exactement comme vous. Pour autant, c’est non seulement le choix de la facilité, c’est aussi celui des œillères.
J’ai besoin d’avoir dans mes équipes des personnes que je lutte à comprendre; même quand elles expliquent des choses simples. Ces personnes qui n’utilisent pas les mêmes mots que moi. Je capte beaucoup de signaux et d’idées que je n’aurais jamais eus sans ces écarts de sémantique.
Enfin, j’ajouterais aussi la question de l’ambiance. Une conviction forte que j’ai : une mauvaise ambiance se retrouve forcément dans les résultats. Même si tu as une bonne relation individuelle avec chacun de tes N-1, s’ils se nuisent entre eux, il faut couper court. C’est l’une des rares raisons qui peut amener à sortir quelqu’un de performant. Peu importe si nous n’avons pas une information exhaustive. Si un membre d’équipe est dans une optique de nuisance, le long terme ne tient pas.
As-tu d’autres bonnes pratiques ou routines de management ?
C’est assez informel. Pour faire simple, je privilégie des contacts brefs et fréquents.
Cela se matérialise par 30 minutes hebdomadaires avec chaque N-1, en complément des échanges informels via la messagerie. Ils arrivent avec leur agenda, moi avec le mien. Les vrais sujets de fond passent par une version documentée en amont.
Ma priorité est d’identifier au plus tôt toute interaction compliquée avec une autre équipe. Au final, c’est là qu’est ma vraie valeur ajoutée; aller chercher un cran au-dessus quand il le faut. Pour moi, le supérieur est là pour régler ce qui ne se règle pas en dessous.
Est-ce une culture managériale propre à Covéa ?
C’est relativement commun mais c’est certainement marqué au sein du groupe.
Plus tu montes dans la hiérarchie, moins tu es attendu sur les affaires courantes. Les plus haut placés ne traitent d’ailleurs quasiment que des choses compliquées. Ils bougent, observent et agissent différemment. Ils sont constamment en mouvement pour rester au courant de tout, et faire des sondages de température continus. C’est comme ça qu’ils ont déjà un mapping de l’espace de décision lorsque les problèmes surgissent.
Sur des périmètres aussi larges que ceux des grands groupes, c’est un vrai savoir-être.
Très intéressant. J’aimerais revenir sur des sujets plus métier et stratégiques si tu veux bien. Tu n’es pas actuaire, mais tu côtoies au quotidien l’une des fonctions les plus quanti de l’assurance. Comment cohabitent la data et l’actuariat chez Covéa ?
C’est intéressant que tu poses la question car nous avons pris le parti chez Covéa de séparer les deux directions.
Je ne suis effectivement pas actuaire mais c’est une discipline que j’estime beaucoup.
Les actuaires ont une maturité data et un usage de la donnée exceptionnelle. Ils ont en plus un cadre de contraintes — réglementaires, éthiques — qui leur est très propre. Ce n’est pas notre travail à nous, direction data, d’aller marcher sur leurs plates-bandes.
La vraie mission d’une direction data consiste plutôt à aller agréger des données moins normées et les rendre accessibles aux bons collaborateurs.
Les usines actuarielles, surtout sur le particulier, tournent déjà de manière très optimisée. La problématique data globale autour du client, des parcours, des données non structurées — c’est un autre métier.
Et comment donc définirais-tu la valeur ajoutée du métier de CDO aujourd’hui ?
J’aime voir ma fonction comme celle d’une rotule.
Nous opérons dans un groupe multimarque très soucieux des spécificités de chaque entité. Mon rôle n’est pas de tout chambouler, mais d’apporter du liant et des solutions.
Cela implique d’avoir des champs d’expertise et de responsabilité bien définis. Personne ne demande aux métiers d’être spécialistes de la donnée, même si beaucoup la comprennent et la manient bien. A contrario, les équipes data ne sont pas là pour expliquer le métier aux experts.
Le nerf de la guerre est dans l’expression du besoin et sa traduction. Cela relève presque de la diplomatie.
C’est un fin équilibre à trouver, très ancré sur l’écoute. Dans certains cas, tu peux arriver à apporter de la valeur par un rapprochement d’idées ou une bonne pratique dégotée ailleurs mais on est très largement dans une posture de service.
Enfin, je considère qu’un CDO a une vraie mission de pédagogie et d’acculturation. Avec les percées technologiques qui s’abattent en continue sur le marché, le pas à faire franchir aux équipes n’est pas très loin de celui de l’arrivée de l’ordinateur personnel. On l’oublie, mais c’est un virage qu’on a dû prendre.
A cette époque, le D du CDO voulait dire digital. Aujourd’hui, il fait référence à la data. Demain, qui sait ? On est là pour accompagner le groupe dans cette évolution permanente.
A propos de ton titre justement, c’est Chief Data Officer, pas Chief AI Officer. Dans une époque qui célèbre l’IA, c’est presque un statement. Pourquoi ce choix ?
Chez Covéa, on a une direction IA, Data, Innovation. Moi, je couvre la partie data, avec la data science sous ma responsabilité. Il y a une partie IA à côté, et on travaille tous ensemble.
Cela dit, je pense vraiment que la data porte des enjeux de pilotage et de business qu’on ne peut pas ramener à l’IA. Le cœur du sujet, c’est d’avoir une donnée de qualité, disponible, dont quelqu’un sait faire quelque chose. Or l’essentiel de ce « quelque chose », c’est encore du pilotage business, du reporting financier, de la Solvabilité II.
C’est sûr qu’à vue de nez l’IA a un côté plus ludique et valorisant. Tu n’as qu’à demander à une IA un PowerPoint sur des cas d’usage d’IA, elle produira quelque chose de fabuleux.
À côté de ça, tu as un collaborateur qui te parle de sa difficulté très terre à terre d’accès à la donnée. Ce n’est pas la même discussion. Pourtant, c’est le cœur du réacteur. Ce sont ces longs chantiers invisibles qui construisent les grandes infrastructures sur lesquelles l’IA peut agir efficacement.
Covéa ne renvoie pas l’image d’un groupe orienté vers le “clinquant”. Tu confirmes ?
Absolument. La culture mutualiste est beaucoup plus pragmatique et servicielle. Il y a une exigence presque protestante de bien faire les choses. La vraie tension n’est pas entre clinquant et ingrat. Elle est entre ce qui servira le client tout de suite et les sujets d’infra.
Les règles du jeu sont les mêmes partout : tu as une capacité finie. Quels arbitrages fais-tu ?
Pour reprendre la formule que Mark Carney appliquait au climat, c’est une “Tragédie des Horizons” : tout projet d’infra, de data, voire d’industrialisation IA, ne portera pas de fruits tout de suite mais pendant longtemps. Tandis que tu peux refaire des bouts de parcours client assez vite, et avoir un impact très concret et visible. La discipline, c’est de ne pas toujours laisser le plateau de la balance pencher du même côté.
Si tu déposais aujourd’hui trois paris technologiques, quels seraient-ils ?
Le premier serait sans aucun doute l’agentique. Cela relève encore un peu de la lubie mais je vois un potentiel énorme dans les grands groupes où cohabitent plusieurs systèmes d’information. Ces technologies pourraient en théorie réconcilier tous ces systèmes en évitant les refontes massives. Cela mettrait un peu de magie là où tout était bloqué. En somme, la fin, ou le début de la fin, de la dette technique.
Deuxième pari, son corollaire : l’IA pour l’IT. On a des bouts de code très anciens, non documentés, mais qui ont le mérite d’être robustes. Le jour où l’on peut déployer Claude Code dessus, je pense qu’il y aura moyen d’en faire une version plus efficace et facile à maintenir. On pourrait voir ça comme de l’entretien de patrimoine.
Enfin, troisième pari, l’IA pour la data science. Je pense plus précisément aux interfaces conversationnelles permettant d’interroger la donnée directement. J’ai testé un outil intégré dans la solution d’un de nos providers qui me permettait de dire : « à partir de ce fichier de sinistres que je te charge, fais-moi telle analyse. » Il te livre le code dans le langage de ton choix et te sort les résultats.
L’impact business est potentiellement colossal. Si la donnée est propre, elle permettrait à tout le management d’avoir accès à l’information en continu et à l’échelle. La différenciation ne se jouerait plus à “comment extraire l’information” mais à “qu’est-ce que je vois d’intelligent dans la donnée ».
Tu as un plan stratégique à trois-cinq ans dans un secteur dont les cycles se mesurent en décennies. Les éditeurs d’IA, eux, sortent une nouvelle version tous les six mois. Comment vis-tu ce mismatch ?
Honnêtement, les deux horizons coexistent sans trop de problèmes côté métier. Tous les groupes d’assurance font des plans stratégiques à plus ou moins long termes. Cela fonctionne tant que l’on considère bien la data et l’IA comme un moyen, un levier.
Un plan stratégique à 5 ans peut tout à fait être réactualisé tous les 6 mois. Notre responsabilité en tant que dirigeants est de construire sur le long terme; pas de fondre sur la dernière nouveauté.
L’enjeu réside moins dans la planification interne que dans l’écart des temporalités. Je m’explique. Admettons que tu lances un service en faisant usage d’un LLM précis. Il est pratiquement garanti qu’en l’espace de 2 ans, ce modèle sera écarté au profit d’un nouveau. Tu avais quelque chose de fiable, robuste et testé qu’il te faut complètement revoir, sans avoir sollicité de mise à jour.
Nous allons très vite être confrontés à la problématique de la pérennisation de nos patrimoines IA. Celle-ci découlera en grande partie d’une méconnaissance profonde du fonctionnement des cycles des grands groupes par cette nouvelle vague d’entreprises.
La pérennisation; c’est un sujet bien plus complexe à gérer que d’insérer l’IA dans une stratégie.
Quand on s’est dit tout ça, tu penches plutôt vers le Make ou le Buy ?
Je vais me permettre d’ajouter une troisième option furtive à ta liste : le Make, le Buy et le Cheval de Troie.
Il s’agit de l’éditeur avec qui tu travailles depuis très longtemps qui finit par t’imposer une solution IA. C’est probablement aujourd’hui la première source d’IA au sein du groupe.
Plus sérieusement, on avise forcément au cas par cas. Ce que je dirais en revanche, c’est que le Make peut avoir des vrais intérêts sur le plan de l’acculturation et de la formation. Tu n’es pas un bon acheteur si tu n’as pas creusé le sujet techniquement et si tu n’as aucune idée de ce que t’aurait coûté le développement.
Pour ce qui est du Buy, j’y ai plus recours lorsqu’il s’agit d’un process informatique standard ou si la valeur vient de l’expérience de toute la place.
Arthur, merci pour cet échange si riche. On termine avec ma question d’envoi : quel conseil donnerais-tu à un jeune qui sort d’école aujourd’hui ?
Trois conseils, dans l’ordre.
“Pousse tes études au maximum, et fais une thèse.” On rentre dans un monde d’experts. Tout ce qui n’est pas expertise est en train de se faire commoditiser à vitesse grand V. Au-delà des soft skills qui sont évidemment cruciales, la vraie valeur ajoutée, c’est d’être très bon à quelque chose. Mon sentiment est que l’IA tue le couteau suisse, et que ça se fera au profit de l’expertise profonde.
Deuxièmement : “Essaie, essaie, essaie.”
Et enfin : “Alterne entre grands groupes et petites structures.” Les deux ont autant de qualités et autant de défauts — pas les mêmes, évidemment. Le vrai défaut, c’est de ne pas comprendre l’autre côté. Je le vois bien : il y a encore trop d’incompréhensions sur le modus operandi des uns comme des autres. Les synergies petites entreprises et grands groupes ne seront possibles que si assez de gens ont expérimenté les deux environnements.
Arthur Dénouveaux est Chief Data Officer de Covéa. Polytechnicien et titulaire du MASEF (Dauphine–ENSAE), il a commencé sa carrière en finance de marché — d’abord comme proprietary trader à la Société Générale, puis comme cofondateur du fonds d’investissement Machina Capital. Au sein de Covéa depuis cinq ans et demi, il y a successivement dirigé l’innovation chez MMA, piloté Covéa Affinity, et occupé un poste de chief of staff transverse incluant le pilotage de la transformation et de la communication du groupe.
