En 1994, Richard Wang, chercheur à la Sloan School of Management du MIT, commence une étude sur un problème que toutes les grandes entreprises ont mais que personne ne nomme précisément : la qualité des données. Les entreprises investissent massivement dans des systèmes d'information. Leurs données sont mauvaises. Personne ne sait exactement pourquoi ni comment mesurer le problème.
Wang et sa co-auteure Diane Strong font quelque chose de simple : ils demandent. Ils interrogent 300 professionnels — informaticiens, comptables, gestionnaires opérationnels — sur ce que signifie pour eux une "bonne donnée". Les réponses produisent 179 attributs distincts.
Après dépouillement et analyse factorielle, 179 attributs se condensent en quatre dimensions fondamentales. L'article paraît en 1996 dans le Journal of Management Information Systems. Il est cité 9 000 fois. C'est l'un des articles les plus influents de la littérature sur les systèmes d'information.
Wang et Strong publièrent en 1996. L'industrie tech de 1996 — intéressée à construire des bases de données le plus vite possible pour la révolution internet — n'avait pas de temps pour la qualité. L'article fut cité par des chercheurs, ignoré par des praticiens.
En 2024, le New York Times attaque OpenAI pour violation de copyright sur ses données d'entraînement. En 2025, Mistral fait face à des questions similaires sur son corpus d'entraînement. En 2026, l'EU AI Act impose via l'Article 10 des exigences explicites de gouvernance des données pour les systèmes à haut risque : pratiques de gouvernance et gestion des données, données d'entraînement, de validation et de test, pertinence, représentativité, liberté d'erreurs.
L'Article 10 de l'EU AI Act est une reformulation légalement contraignante des quatre dimensions de Wang & Strong. Ce que deux chercheurs de MIT avaient cartographié comme problème académique en 1994 est devenu, en 2026, une obligation réglementaire sous peine d'amende maximale de 35 millions d'euros.
La dimension D3 — Data Governance & Quality — est le point de rencontre entre Wang & Strong (1996), Data Trust Framework, et l'Article 10 EU AI Act. Elle évalue trois questions concrètes sur chaque actif IA :
Provenance des données d'entraînement. L'actif peut-il documenter l'origine de ses données d'entraînement ? Y a-t-il une politique de droits claires ? Des procédures opt-out documentées pour les données personnelles ?
Qualité et représentativité. Les données d'entraînement sont-elles représentatives du périmètre d'application réel ? Y a-t-il une documentation des biais identifiés et des mesures de correction ?
Lineage et traçabilité. Pour un actif soumis aux obligations Art. 10, les logs permettent-ils de retracer les décisions du système jusqu'aux données qui les ont produites ? L'RGPD Art. 35 (DPIA) a-t-il été conduit ?
Un actif IA dont le fondateur répond "nos données d'entraînement ? on a scrapé le web" score D3 = 1/5. Ce n'est pas un jugement de valeur. C'est une observation sur l'exposition réglementaire : Art. 10 EU AI Act + RGPD Art. 35 + risque de litiges copyright = haircut sur valorisation.
Un actif qui a conduit un data audit formalisé, documenté les sources et leurs licences, et produit un DPIA complet score D3 ≥ 4/5. La différence de scoring entre ces deux profils se traduit directement en différence de valorisation attendue et en structure de deal recommandée.
Wang et Strong ont posé les bonnes questions en 1994. L'industrie IA a eu 30 ans pour s'y préparer. En 2026, ceux qui ont fait leurs devoirs valent plus.