Avec l'évolution continue des applications d'IA, les Embeddings, le partitionnement des modèles (Model Shards) et les corpus RAG deviennent rapidement des données fondamentales clés. Ces données présentent souvent une caractéristique de "long tail" évidente : elles sont volumineuses, dispersées, mais essentielles pour la performance du modèle et l'apprentissage continu. Une fois perdues ou contrôlées de manière centralisée, cela peut non seulement affecter la fiabilité du système d'IA, mais aussi poser des risques en matière de sécurité et de souveraineté.