MEIA : Cloud, SaaS, Paas : infrastucture et modèles économiques

Catalog of Institut Mines-Télécom Business School courses

Code

MGYF MIS 5920

Level

M2

Field

Systèmes d’information

Language

Français/French

ECTS Credits

2

Class hours

28

Total student load

40

Program Manager(s)

Department

  • Management, Marketing et Stratégie

Educational team

Introduction to the module

Ce cours est construit autour des interrogations suivantes qui guideront la réflexion tout au long de la semaine :
● Alors que les coûts de développement d'une solution métier sur mesure s'effondrent avec l'IA, qu'est-ce qui justifie encore de passer par un tiers pour s'équiper ?
● Comment architecturer une solution systémique respectant de strictes contraintes de souveraineté et de confidentialité ?
● À quel moment (turning point) le développement d'une solution sur-mesure devient-il plus rentable ou moins risqué que l'achat d'une licence SaaS ?
● Comment évaluer de manière exhaustive les risques liés au lancement d'une solution IA (utilisateurs, ingénierie, viabilité économique, cadre légal) ?
● Quelles couches de service faut-il déléguer (Cloud, modèles fondamentaux) et lesquelles conserver en interne pour éviter le Vendor Lock-in ?

Le contenu croisera une approche stratégique, produit et architecturale :
● Analyse systémique et écosystèmes : Les frameworks de décision (Wardley Maps, méthode MIFA), le concept de Solution Systémique vs Ponctuelle, distinction entre le cœur de métier (à construire) et la commodité (à déléguer).
● Modèles économiques et FinOps : Analyse du TCO de l'IA, comparaison des coûts d'infrastructure/API (Custom) face aux licences (SaaS), modélisation du Turning point.
● Gestion des risques Produit (Framework Cagan) : Évaluation des 4 risques majeurs : Value risk (désirabilité), Usability risk (utilisabilité), Feasibility risk (faisabilité technique), Business viability risk (viabilité pour l'entreprise).
● Gouvernance, Sécurité et Régulation : Contraintes de souveraineté, protection des données métier, et conformité réglementaire (EU AI Act / MDR).
● Architecture Décisionnelle : Conception de l'architecture produit et formalisation via un Architecture Decision Record (ADR).

Learning goals

  • 5. Élaborer une vision stratégique et innovante, en s’appuyant sur les potentiels de l’intelligence digitale et sur un écosystème favorable

Learning objectives

  • 5.1 - Monitor global and systemic changes in ecosystems in an international environment with a view to anticipating possible transformations and innovations and proposing proactive and proportionate responses to the major issues and challenges ahead.
  • 5.2 - Lead or co-lead the development of an innovative, meaningful strategic vision, drawing on the potential of digital intelligence, within a set of identified constraints, to create the conditions for sustainable performance.

Course Learning objectives

À l'issue de ce séminaire de 4 jours, les étudiants seront capables de :
● Comprendre le nouveau paradigme technologique : Distinguer les modèles d'infrastructure classiques (IaaS, PaaS, SaaS) des nouveaux écosystèmes liés à l'IA générative.
● Arbitrer une décision stratégique (Build vs Buy) : Évaluer s'il est plus pertinent de développer une solution IA en interne ou d'acheter une solution SaaS sur étagère, particulièrement sous de fortes contraintes de souveraineté et de confidentialité des données.
● Développer une "pensée système" (Systems Thinking) : Modéliser un processus métier pour passer d'une simple « solution ponctuelle » à une véritable « solution systémique » à l'aide d'outils d'analyse (Wardley Maps, MIFA).
● Modéliser l'économie d'un projet IA : Analyser le TCO (coût total de possession), comparer les modèles économiques (Custom vs Sur l'étagère) et identifier le point de bascule technico-économique (Turning point).
● Évaluer la faisabilité et les risques produit : Appliquer les matrices de risques (Valeur, Usabilité, Faisabilité, Viabilité métier) tout en intégrant les contraintes réglementaires (EU AI Act).
● Concevoir et documenter une architecture : Produire un livrable professionnel de type Architecture Decision Record (ADR) justifiant les compromis technologiques.
● Soutenir une recommandation : Argumenter des choix stratégiques, financiers et architecturaux devant un Comex virtuel.

Content : structure and schedule

Méthodologie et Évaluation :
Le cours adopte un format intensif alternant théorie et pratique. Les matinées sont consacrées aux apports théoriques et aux évaluations individuelles (50% de la note finale). Les après-midis sont dédiés aux travaux de groupe (40% de la note finale, par groupe de 3) sur un projet fil rouge : la décision Build vs Buy pour un cas d'usage soumis à de fortes contraintes de souveraineté. L'assiduité et la participation complètent l'évaluation (10%).
MARDI : Écosystèmes et Décision Stratégique
● Matin : Présentation IaaS, PaaS, SaaS + Changement IA (30min). Introduction à l'analyse systémique d'un écosystème : Écosystèmes existants, Wardley map, Solution systémique vs ponctuelle.
○ Évaluation Individuelle : Exercice sur MIFA + Wardley map.
● Après-midi : Exercice de groupe. Formulation des hypothèses et premier choix de solution (Build vs Buy) sur le projet fil rouge.
MERCREDI : Modélisation Économique
● Matin : Théorie des modèles économiques de l'IA. Comparaison des coûts (Custom vs Sur l'étagère), introduction au TCO et au Turning point.
○ Évaluation Individuelle : Modélisation TCO et calcul du Turning Point (Custom vs SaaS)
● Après-midi : Exercice de groupe. Analyse chiffrée du TCO du projet, calcul du Turning point et choix final du modèle économique.
JEUDI : Faisabilité, Risques et Architecture
● Matin : Faisabilité et risques d'un choix de solution. Théorie sur les 4 risques produit (Value, Usability, Feasibility, Business viability) et le cadre légal (EU AI Act, MDR).
○ Évaluation Individuelle : Risk Register & compliance EU AI Act.
● Après-midi : Exercice de groupe. Modélisation de l'architecture produit et rédaction du document de synthèse stratégique (Decision Record / ADR).
VENDREDI : Restitution Stratégique
● Matin : Exercice de groupe. Préparation du Deck de présentation (Pitch stratégique, justification Build/Buy, TCO, mitigation des risques).
● Après-midi : Soutenances de groupe type "Comex". Débriefing du jury.

Sustainable Development Goals

Contribution aux Objectifs de développement durable (ODD)
- ODD 9 – Industrie, innovation et infrastructure : Développer les compétences nécessaires pour évaluer, concevoir et piloter des infrastructures numériques et des solutions fondées sur l'IA, favorisant l'innovation technologique et la transformation des organisations.
- ODD 8 – Travail décent et croissance économique : Apprendre à évaluer la viabilité économique des solutions numériques, à optimiser les investissements technologiques et à améliorer la productivité des organisations grâce à l'innovation.

Learning delivery

synchrone

Pedagogical methods

Le cours adopte un format intensif alternant théorie et pratique. En plus des apports théoriques, le cours inclut des travaux de groupe autour un projet fil rouge : la décision Build vs Buy pour un cas d'usage soumis à de fortes contraintes de souveraineté.

Evaluation and grading system and catch up exams

Évaluations individuelles (50% de la note finale).
Travaux de groupe (40% de la note finale, par groupe de 3)
Assiduité et la participation complètent l'évaluation (10%)

Textbook Required and Suggested Readings

● Stratégie & Analyse Systémique :
○ Méthodologie Wardley Mapping (Simon Wardley).
○ Power and Prediction: The Disruptive Economics of Artificial Intelligence (A. Agrawal, J. Gans, A. Goldfarb).
● Product Management & Risques :
○ Inspired: How to Create Tech Products Customers Love (Marty Cagan - Silicon Valley Product Group) pour les 4 risques produit.
○ Textes de référence et synthèses sur l'EU AI Act (classification des risques).
● Architecture & Documentations :
○ Littérature sur l'Architecture Decision Record (ADR) (ex: travaux de Michael Nygard) adaptée aux décisions business.