As part of its ongoing collaboration with the Business Engineering Institute St. Gallen (BEI), Objectway hosted a one-day workshop on “Value Creation from Data & AI” at its Milan headquarters in January 2026. The session brought together product, technology, and business experts from across Objectway, working alongside the BEI team to develop a shared understanding of Data & AI and to explore how strategic initiatives can be translated into practical, scalable, and measurable outcomes.

The workshop was based on BEI’s applied research within the Competence Center for Future Financial Services. BEI’s perspective is pragmatic and execution-focused, positioning AI as an enabler, with lasting value creation from data as the core objective. Rather than starting from tools or models, the focus is on understanding business problems, identifying relevant data assets, and systematically evaluating which initiatives are worth pursuing and scaling within real-world constraints such as regulation, governance, and operational complexity.

As organizations accelerate data-driven and AI-related digital transformation and move from experimentation to enterprise-wide adoption, expectations continue to rise. Yet progress can remain fragmented without a consistent foundation. A common challenge for many organizations is establishing a shared language for defining Data & AI across functions—an essential step toward stronger alignment, coordinated execution, and effective scaling. Achieving this goes beyond technology adoption and requires shared concepts, structured methods, and a clear link between strategy and execution.

The agenda combined research insights with practical application, applying structured approach to support use case definition and portfolio assessment. The Data Value Creation Matrix and its associated ideation patterns provide an established framework to identify and evaluate data-driven value opportunities, enabling systematic use case development and targeted gap analysis across the organization. The Assessment Framework provides a portfolio-based approach to evaluating initiatives across desirability, feasibility, viability, and corporate framing parameters, including ethics and regulatory alignment.

The workshop was structured into two main phases: use case ideation and use case assessment, each combining a concise theoretical introduction with collaborative group work. Participants were divided into heterogeneous teams, ensuring a balanced mix of AI specialists, IT experts, and business professionals. This format enabled discussions that bridged strategic intent, technical feasibility, and operational impact, while fostering a shared language across disciplines.

Across the ideation phase, a range of themes emerged, reflecting both operational and strategic priorities. Several items focused on process efficiency and operational resilience, including intelligent automation of recurring activities and faster onboarding through data-driven configuration. Other topics focused on strengthening decision support and organizational insight by consolidating fragmented data signals into structured, actionable intelligence for workforce management and operational governance.

A further set of areas highlighted the foundational capabilities required to scale Data & AI initiatives. A unified, cross-product data platform was consistently identified as a prerequisite for reliable analytics, integration, and API readiness, reducing data silos and reconciliation overhead. Building on this foundation, enterprise-wide data sharing and decision support enable richer, context-aware views and more timely actions.

Client-facing differentiation was reflected in AI-driven personalization, aimed at increasing relevance, engagement, and trust across digital interactions. Additional discussions explored controlled cross-application orchestration and platform capabilities enabling clients to develop and deploy models on their own data within a scalable operational architecture.

In the assessment phase, participants applied BEI’s framework to evaluate and prioritize the identified themes. The discussions and final assessment confirmed strong interdependencies across initiatives. A clear message emerged: the highest-value use cases are those that build on shared data foundations and consistent governance, enabling interconnected capabilities and composable applications to scale within an evolving ecosystem.

Overall, the workshop demonstrated the strength of combining research-based methods with Objectway’s delivery expertise. By establishing a shared language for Data & AI and applying structured research frameworks to real challenges, Objectway reinforced its ability to translate this ambition into scalable, value-driven capabilities, supporting operational excellence, differentiated client experiences, and long-term competitiveness in financial services.

Vers un écosystème Data & IA composable : Objectway et le BEI au cœur de la création de valeur

Dans le cadre de sa collaboration continue avec le Business Engineering Institute St. Gallen (BEI), Objectway a organisé en janvier 2026 un atelier d’une journée intitulé « Création de valeur à partir des Données et l’IA » dans ses locaux à Milan. Cette session a réuni des experts produits, technologiques et métiers issus de l’ensemble du Groupe, aux côtés de l’équipe du BEI, afin de développer une compréhension commune des enjeux liés aux données et à l’intelligence artificielle et d’examiner comment des priorités stratégiques peuvent être traduites en résultats concrets, mesurables et évolutifs.

L’atelier s’est appuyé sur les travaux de recherche appliquée du BEI au sein du Competence Center for Future Financial Services. L’approche est pragmatique et orientée exécution : l’IA est considérée comme un levier, tandis que la création de valeur durable à partir des données constitue l’objectif central. Plutôt que de partir des outils ou des modèles technologiques, les échanges se sont concentrés sur les enjeux métiers, l’identification des domaines de données pertinents et l’évaluation structurée des initiatives à fort potentiel, dans un environnement marqué par des contraintes réglementaires, de gouvernance et de complexité opérationnelle.

Alors que les organisations accélèrent leur transformation numérique fondée sur les données et l’IA et passent de phases d’expérimentation à des déploiements à l’échelle de l’entreprise, les attentes s’intensifient. Toutefois, la progression peut rester hétérogène en l’absence de fondations cohérentes. L’un des enjeux clés consiste à établir un langage commun pour définir et structurer les initiatives Données et IA au sein des différentes fonctions, condition indispensable à un meilleur alignement, à une exécution coordonnée et à une scalabilité maîtrisée. Cette évolution dépasse la simple adoption technologique : elle suppose des principes partagés, des méthodes structurées et un lien clair entre stratégie et mise en œuvre.

Le programme a combiné apports méthodologiques et mise en pratique. La Data Value Creation Matrix et ses modèles d’idéation ont fourni un cadre éprouvé pour identifier et évaluer les opportunités de création de valeur à partir des données, facilitant un développement systématique des cas d’usage et une analyse des objectifs et des écarts. Par ailleurs, l’Assessment Framework a permis d’adopter une approche portefeuille, évaluant les propositions selon leur désirabilité, leur faisabilité, leur viabilité ainsi que leur conformité aux exigences de gouvernance, d’éthique et de réglementation.

L’atelier s’est articulé en deux phases principales : l’idéation des cas d’usage et leur évaluation. Les participants, répartis en équipes pluridisciplinaires, ont combiné expertises IA, IT et métiers. Cette organisation a favorisé des échanges à la croisée des ambitions stratégiques, des contraintes techniques et des impacts opérationnels, tout en renforçant une compréhension transversale des enjeux.

La phase d’idéation a permis d’identifier plusieurs axes structurants, couvrant à la fois des priorités opérationnelles et des leviers stratégiques. Certains se sont concentrés sur l’efficacité des processus et la résilience opérationnelle, notamment l’automatisation intelligente d’activités récurrentes ou l’accélération de l’onboarding grâce à des configurations appuyées par la donnée. D’autres ont porté sur le renforcement des capacités d’aide à la décision et de pilotage organisationnel, via la consolidation de signaux dispersés en informations structurées et exploitables pour la gestion des équipes et la gouvernance opérationnelle.

Un autre ensemble d’axes a mis en évidence les capacités fondamentales nécessaires au passage à l’échelle. La mise en place d’une plateforme de données, unifiée et collaborative, a été identifiée comme un prérequis pour garantir la fiabilité des analyses, l’intégration des systèmes et la préparation aux interfaces API, tout en réduisant les silos et les efforts de réconciliation. Sur cette base, le partage des données à l’échelle de l’entreprise et les dispositifs d’aide à la décision permettent d’obtenir des vues enrichies et contextualisées, favorisant des actions plus pertinentes et plus rapides.

La différenciation vis-à-vis des clients s’est traduite par des réflexions autour de la personnalisation pilotée par l’IA, visant à accroître la pertinence, l’engagement et la confiance dans les interactions digitales. D’autres discussions ont exploré l’orchestration contrôlée de processus transverses aux applications ainsi que des capacités de plateforme permettant aux clients de développer et de déployer leurs propres modèles sur leurs données, au sein d’une architecture opérationnelle scalable.

Lors de la phase d’évaluation, les participants ont appliqué le cadre méthodologique afin d’analyser et de hiérarchiser les axes identifiés. Les échanges ont confirmé de fortes interdépendances entre les initiatives. Un constat s’est imposé : les cas d’usage à plus forte valeur sont ceux qui reposent sur des fondations de données partagées et une gouvernance cohérente, permettant à des capacités interconnectées et à des applications composables de croître au sein d’un écosystème en évolution.

En définitive, cet atelier a illustré la complémentarité entre une approche méthodologique issue de la recherche et l’expertise opérationnelle d’Objectway. En structurant un langage commun et en appliquant des méthodes éprouvées à des enjeux concrets, Objectway a renforcé sa capacité à transformer une ambition stratégique en solutions évolutives et créatrices de valeur, au service de l’excellence opérationnelle, de l’expérience client et de la compétitivité durable dans les services financiers.