Decideo - Actualités : Data Science, Big Data, Business Intelligence

IA agentique : la nouvelle ère de l’IA d’entreprise, entre autonomie maîtrisée et gouvernance des données

Si l’IA générative traverse aujourd’hui une phase de consolidation, marquée par l’industrialisation des cas d’usage, une nouvelle étape s’est désormais ouverte dans la révolution de l’intelligence artificielle : celle de l’IA agentique. Contrairement aux modèles génératifs, qui se limitent à répondre à une requête ou à produire un contenu, les nouveaux agents sont capables de prendre des décisions, exécuter des tâches et travailler en autonomie dans des environnements IT complexes. Avec eux, l’IA n’est plus un simple assistant mais elle devient opérationnelle, proactive et capable de gérer des flux de travail de bout en bout. L’enthousiasme du marché est considérable. Pourtant, les conditions réelles du succès restent sous-estimées. Un agent autonome mal encadré ne génère pas seulement une mauvaise réponse, mais il peut prendre une mauvaise décision, avec des lourdes conséquences financiers, opérationnelles ou réglementaires. Pour…

L’enjeu n’est plus de déployer des modèles ou des agents d’IA, mais de leur fournir un contexte fiable, maintenable et industrialisable

L’essor de l’intelligence artificielle agentique transforme en profondeur les architectures data des entreprises : les agents ne se contentent plus d’analyser, ils doivent interpréter et agir sur la donnée. La fiabilité du “trusted context” qui inclut qualité de la data, lignage, règles métier et gouvernance, est donc un prérequis critique pour éviter les décisions erronées ou non conformes. On parle beaucoup de “trusted context” dans l’IA d’entreprise. De quoi s’agit‑il concrètement ? Le trusted context correspond à l’ensemble des informations qui fournissent un contexte et un sens aux données et permettent à une IA de fonctionner correctement : provenance des données, qualité, relations entre les entités, règles métier, traçabilité des données, ainsi que politiques de sécurité et de conformité. Dans le cas des agents d’IA, ce contexte est critique car sans lui, un agent peut interpréter les données de manière erronée, générer…

Veilleurs stratégiques : des ingénieurs de l’information au cœur des transformations technologiques

À l’occasion de la Journée mondiale de l’ingénierie pour l’avenir, le 13 mai, la lumière se porte sur des métiers scientifiques souvent peu connus. Parmi eux, les veilleurs stratégiques occupent une place singulière, à la croisée de la technologie, de l’analyse et de la décision. Créée pour encourager les vocations scientifiques dans un contexte de désaffection croissante pour les filières techniques, la Journée mondiale de l’ingénierie pour l’avenir rappelle une réalité essentielle : l’innovation repose avant tout sur des compétences humaines. Parmi elles, le métier de veilleur stratégique, encore trop souvent méconnu, s’inscrit pleinement dans cet écosystème. Veilleur : un métier de plus en plus technique et spécialisé Derrière les dispositifs de veille qui sont actuellement déployés au sein des organisations (publiques comme privées), les profils qui opèrent sont ceux d’ingénieurs, de data analysts ou de spécialistes sectoriels.…

Comment les industriels peuvent passer de l’impasse à une approche pilotée par la donnée

Plongeant à plus de quatre kilomètres sous la surface terrestre, la mine d’or de Mponeng en Afrique du Sud est la plus profonde au monde. Il faut plus d’une heure pour atteindre son fond, et avec des températures pouvant atteindre 60°C, un système de refroidissement massif est indispensable pour permettre l’extraction de l’or. La quête de la donnée présente un défi similaire. Souvent décrite comme le nouvel or, elle constitue une ressource essentielle pour connecter le terrain et soutenir des opérations intelligemment automatisées. Pourtant, pour de nombreuses organisations, cet “or” reste enfoui dans une couche numérique difficile d’accès et encore plus difficile à exploiter. Une récente étude indique que les organisations qui parviennent à franchir ce cap optimisent leurs workflows de contrôle qualité et améliorent le travail au quotidien. Les données existent déjà : il est temps d’en libérer la valeur. Pour autant, cette promesse reste encore…

Agents IA : la main-d’œuvre invisible hors de contrôle

L’incident OpenClaw survenu récemment constitue un cas d’école des dérives possibles liées aux agents IA autonomes. Un agent IA, chargé de gérer une boîte mail, a supprimé des centaines d’emails malgré une instruction explicite d’attendre validation. En cause : une perte de contexte qui l’a conduit à réinterpréter son objectif et à agir de manière autonome. Rien de spectaculaire. Mais une réalité dérangeante : une fois les permissions accordées, aucune instruction ne constitue un garde-fou fiable. Ce constat transforme radicalement la nature du risque et pose une question que les dirigeants ne peuvent plus esquiver. L’IA n’est plus un outil, c’est un opérateur Ce qui change aujourd’hui, ce n’est pas seulement la puissance de l’IA, mais sa place dans l’entreprise. Pendant des années, elle a été perçue comme un simple outil : elle suggérait, analysait, optimisait… toujours sous supervision humaine. Ce cadre est dorénavant dépassé.…

La dilatation du présent : pourquoi le monde numérique n'oublie rien

L'idée de cet article trouve sa source dans une scène du roman d'Alessandro Fiorentino intitulé Chapitre 29. Au cours de ce récit, le professeur Libero se retrouve face à ses étudiants pour un débat qui semble, au premier abord, classique. Ses élèves lui opposent le célèbre syllogisme de l'innocence : si l'on n'a rien à se reprocher, alors on n'a rien à cacher, et la vie privée devient une préoccupation superflue. C'est à cet instant précis que le professeur Libero introduit une notion fondamentale pour comprendre notre époque : la dilatation du présent. Le piège du rien à cacher et le déni de l'intimité L'argument du rien à cacher repose sur une confusion majeure entre l'intimité et la culpabilité. Dans le récit de Fiorentino, le professeur Libero démontre que la vie privée n'est pas un voile jeté sur des fautes, mais l'espace nécessaire à la construction de soi. En prétendant n'avoir rien à cacher, les étudiants abandonnent sans le savoir leur droit…

IA Générative en entreprise : un enjeu de rentabilité

D’après le Baromètre Numérique 2026 de l’ARCEP, l’adoption de l’IA générative s’est banalisée chez 78 % des cadres et professions intellectuelles supérieures en France en l’espace de deux ans seulement. Face à cette utilisation massive, les organisations doivent se questionner sur la rentabilité d’investir dans ces solutions, qui font désormais partie intégrante de la boite à outils de leurs collaborateurs. La mesure du ROI de l’IA générative dépend fortement du type de solution mise en place par l’entreprise. Deux types d’usage existent actuellement : le premier prédéfini et codifié de l’IA, conçu pour développer de nouveaux processus automatisés pour des fonctions commerciales spécifiques ; l’autre ad hoc au sein des organisations, souvent expérimental, tel que l’étude de marché, la synthèse d’idées ou la recommandation d’approches structurées. Cette dernière catégorie est plus difficile à quantifier explicitement.…

IA et énergie, l’avantage compétitif français

L’intelligence artificielle est en train de devenir l’infrastructure invisible de la prochaine décennie. Elle promet des gains de productivité, accélère l’innovation et rebat les cartes de la compétitivité. Mais derrière cette accélération, un sujet revient avec insistance, celui de l’énergie. Puissance de calcul, cloud, multiplication des data centers, l’IA ne se contente pas de consommer des kilowattheures, elle reconfigure la planification électrique, les raccordements, l’aménagement du territoire et, au fond, notre capacité à accueillir une nouvelle vague d’industrialisation numérique. En France, le débat mérite d’être posé autrement que sous l’angle de la peur. Notre électricité est déjà largement bas carbone et relativement stable, ce qui crée un avantage rare pour les activités intensives comme les data centers et l’IA. L’enjeu n’est donc pas d’abord une crise énergétique de l’IA. Il est une question de capacité et de…

Le machine learning dans les algorithmes de prévision : vraie valeur ajoutée ou simple vernis marketing ?

Le marché de la data science connaît actuellement une forte montée en puissance de la demande en machine learning dans tous les secteurs. La prévision des ventes n’y échappe pas : les algorithmes dopés au machine learning sont de plus en plus présentés comme le nouveau standard ultime. Il est vrai que l’essor de modèles de machine learning très performants ces dernières années est indéniable. Cependant, il reste essentiel de conserver une distance critique face aux discours marketing, aussi séduisants soient‑ils. Comprendre la portée et les limites de l’approche, savoir quand l’utiliser selon les besoins métier et les capacités internes, et être capable d’interpréter les résultats sont des conditions indispensables pour réellement créer de la valeur. Histoire du Machine Learning en Prévision Le machine learning et l’intelligence artificielle sont souvent présentés comme des technologies révolutionnaires suscitant un engouement disproportionné.…

Les données fiscales, une nouvelle boussole économique pour les entreprises

Longtemps cantonnées à la conformité, les données fiscales peuvent aujourd’hui offrir une lecture précieuse des marchés et des dynamiques économiques. La fiscalité est souvent perçue comme une contrainte administrative. Pourtant, elle produit en permanence une quantité importante d’informations sur l’activité économique des entreprises. Chaque transaction commerciale génère des données fiscales liées au lieu de la vente, au type de produit ou encore aux règles applicables. Pendant longtemps, ces informations ont été utilisées uniquement pour répondre aux obligations déclaratives. Elles étaient collectées, vérifiées puis transmises aux administrations fiscales. Leur potentiel analytique est resté largement inexploité. Pourtant, ces données constituent une source d’information directe sur l’activité économique d’une entreprise. Elles peuvent contribuer à mieux comprendre les marchés sur lesquels elle opère et à éclairer certaines décisions…

IA : pourquoi le choix des bases de données devient un enjeu stratégique

À mesure que l’intelligence artificielle s’impose dans les stratégies des entreprises, une question structurelle apparaît : celle de l’architecture des bases de données. Derrière les promesses de l’IA générative et des modèles prédictifs se cache en réalité un enjeu plus fondamental. La capacité d’une organisation à exploiter l’intelligence artificielle dépend d’abord de la manière dont elle gère, structure et valorise ses données. Pendant longtemps, le choix d’une base de données relevait principalement d’une décision technique liée au stockage et à la gestion des applications métiers. Aujourd’hui, ce choix conditionne directement la trajectoire data et IA des entreprises. Les bases de données ne sont plus seulement des infrastructures invisibles du système d’information : elles deviennent le socle sur lequel repose la transformation vers une organisation pilotée par la donnée. Une maturité data qui se construit par étapes La…

L’écart d’exécution de l’IA : pourquoi la majorité des entreprises peinent encore à produire des résultats

L’intelligence artificielle fait désormais consensus. Dans la plupart des entreprises, elle est considérée comme une priorité stratégique au plus haut niveau. Pourtant, derrière cet alignement apparent, une réalité plus contrastée s’impose : peu d’organisations parviennent réellement à mettre l’IA en œuvre avec succès et à en tirer une valeur mesurable. Une récente étude mondiale menée auprès de décideurs technologiques en apporte une illustration frappante. Si 77 % des responsables IT estiment que l’IA est une priorité au niveau du conseil d’administration, 94 % d’entre eux déclarent rencontrer des difficultés majeures lors de sa mise en œuvre. Ce paradoxe met en lumière ce que l’on peut qualifier d’« écart d’exécution de l’IA ». Cet écart ne se limite pas à un manque de planification. Il s’étend à cinq défis étroitement liés : la clarté de la stratégie, la focalisation des déploiements, l’alignement des dirigeants, la…

Impossible de stopper le shadow AI : voici comment en faire une force

Pourquoi le shadow AI est inévitable. Les directions informatiques connaissent bien le phénomène du shadow IT : ces logiciels ou services utilisés par les collaborateurs sans validation officielle. Pendant des années, les entreprises ont tenté d’y répondre par des politiques de contrôle ou de blocage. Mais l’intelligence artificielle change profondément la donne. Contrairement aux applications SaaS traditionnelles, les outils d’IA générative ne nécessitent aucune installation. Ils sont accessibles instantanément depuis un navigateur ou un smartphone. En quelques secondes, un collaborateur peut demander à une IA de résumer un document, générer un texte, analyser des données ou produire du code. Surtout, l’adoption de ces outils s’est faite dans un ordre inédit : les usages personnels ont précédé les usages professionnels. Aujourd’hui, de nombreux salariés utilisent déjà ces assistants dans leur quotidien. Lorsqu’ils arrivent au bureau, ces…

Sauvegarder, c’est gouverner : la donnée au cœur de la résilience numérique

Le 31 mars 2026, la Journée mondiale de la sauvegarde rappelle que la protection des données est devenue un enjeu stratégique et réglementaire. La transformation numérique des organisations s’accompagne d’une croissance continue des volumes de données et d’une dépendance accrue aux systèmes d’information. Dans le même temps, les cyberattaques se multiplient et ciblent fréquemment les données elles-mêmes. Dans ce contexte, la sauvegarde ne peut plus être considérée comme une opération purement technique. Elle constitue un élément central de la résilience numérique. La Journée mondiale de la sauvegarde des données informatiques, célébrée chaque 31 mars, offre l’occasion de replacer ce sujet au niveau stratégique. D’autant plus que les entreprises évoluent désormais dans un cadre réglementaire européen renforcé, notamment avec NIS2 et DORA. Une externalisation croissante vers le cloud De nombreuses organisations font aujourd’hui le choix…

Pourquoi ne devrait-on plus avoir peur de l’optimisation mathématique ?

Traditionnellement, l’optimisation mathématique, qui se rattache à l’intelligence décisionnelle, est perçue comme une discipline complexe, parfois même intimidante pour les entreprises. Pourtant, l’essor récent de l’intelligence artificielle, en particulier de l’IA générative, rend aujourd’hui les principes de l’optimisation plus accessibles et plus facilement interprétables — de la même manière que l’IA a contribué, quelques années plus tôt, à démocratiser et simplifier la programmation. Les interactions avec un agent d’IA facilitent la compréhension des différentes couches et des étapes successives nécessaires à la construction d’un modèle d’optimisation. 4 questions à Pascal Van Rentenryck, Responsable du laboratoire IA chez Gurobi L’intelligence artificielle constitue précisément le « catalyseur » de la démocratisation des techniques d’optimisation mathématique. Entre IA générative, machine learning, analyse prédictive ou…

De l’avenir de Teradata...

La société Teradata a été fondée en 1979, rachetée par NCR en 1992 et redevenue indépendante en 2007. Son existence sur le marché de l’analytique a commencé en 1984 avec sa première plateforme le DBC/1012. À l’époque, pratiquement tous les éléments de cette solution étaient spécifiques à Teradata (matériel, réseau interne, os, base de données … outil de requête). L’apport de NCR qui a développé l’offre et permis son succès a été d’investir sur l’élément vraiment différenciateur, c’est-à-dire la base de données MPP et de recourir aux meilleurs produits du marché pour le reste. Aujourd’hui, Teradata propose toujours des plateformes pour les entreprises, avec des solutions permettant de stocker, analyser et exploiter de grandes quantités de données, notamment dans le cloud et pour l’IA, avec au cœur de ces offres la base de données MPP d’origine à laquelle on a rajouté au fil du temps les possibilités nécessaires pour…

Le chantier du futur a déjà commencé : la construction entre dans une nouvelle ère

Longtemps perçue comme un secteur immuable, attaché à ses méthodes et à ses cycles longs, la construction traverse aujourd’hui une transformation silencieuse mais profonde. À l’heure où les défis du logement, de la transition environnementale et de l’aménagement des territoires s’intensifient, elle redevient un secteur stratégique. Et contrairement aux idées reçues, cette mutation n’est pas subie : elle ouvre une opportunité historique de construire mieux, plus efficacement et plus durablement. Car si les grues et les chantiers restent visibles, la véritable révolution est ailleurs. Elle se joue dans la manière de concevoir, de piloter et de collaborer. Un secteur au cœur des grandes transitions La construction occupe désormais une position centrale dans les grandes équations économiques et sociétales. Produire des logements accessibles, adapter les villes au changement climatique, rénover le parc existant ou encore limiter l’empreinte carbone des…

Veille stratégique : l’humain, clef de voûte à l’ère de l’IA générative

À l’heure où certaines entreprises dissolvent leurs cellules de veille au nom de l’IA générative, une question s’impose : la machine peut-elle réellement remplacer l’humain ? Derrière le récit de l’automatisation totale se joue en réalité une transformation du métier de veilleur. Ces derniers mois, plusieurs organisations ont fait le choix radical de dissoudre ou d’alléger drastiquement leurs équipes de veille stratégique. Le prétexte est connu : « Avec l’IA, nous n’avons plus besoin d’humains ». L’argument semble imparable : l’IA résume, traduit, extrait, reformule en quelques secondes. Pourquoi conserver des équipes dédiées ? Cette lecture relève d’une mauvaise appréciation de la situation. Elle confond automatisation de tâches et intelligence stratégique. Elle réduit l’IA à un simple levier RH, là où d’autres entreprises investissent au contraire dans la formation et l’accompagnement de leurs veilleurs. Ce que la machine fait…

La gouvernance des données à l'ère des agents IA : mission impossible ?

Parce qu’ils analysent des informations, prennent des décisions et lancent des actions sans intervention humaine, les agents IA autonomes transforment la manière dont les organisations traitent et exploitent les données. Cette nouvelle main-d'œuvre opère à une échelle et à une vitesse qui révolutionnent les opérations commerciales. Cependant, elle pose également un dilemme profond à ceux qui sont chargés de la gestion. Comment contrôler ce que l'on ne peut pas toujours voir ou comprendre immédiatement ? Pourquoi les agents IA perturbent la gouvernance traditionnelle des données Ces agents opèrent dans un domaine où les cadres traditionnels de gouvernance des données commencent à montrer leurs limites. Conçus pour une époque plus prévisible, ces cadres supposaient un certain degré de supervision humaine et des flux de données structurés. L'autonomie des agents IA remet en question ce principe même. Ils prennent des décisions en temps réel, souvent basées…

2026 : quand l’IA linguistique devient un outil de pilotage

La reprise des activités en début d’année peut être une période très intense pour les entreprises. Les équipes doivent finaliser les plans stratégiques, clôturer les reportings résiduels de l’exercice précédent, revoir les budgets et aligner les contrats ainsi que les communications destinées aux filiales. Janvier concentre souvent des décisions à forts enjeux et de grands volumes d’informations, tandis que les équipes retrouvent progressivement leur rythme et alors que la coordination entre les équipes, souvent réparties sur plusieurs fuseaux horaires. C’est précisément dans cette phase primordiale que l’IA linguistique apporte une maîtrise inédite en alliant rapidité d’exécution, cohérence documentaire et respect des exigences de conformité, et permet d’aborder le début d'année avec davantage de continuité et de clarté. Sécuriser la chaîne documentaire : un enjeu clé de début d’année Le lancement de l'exercice financier génère un…

Data Scientist : analyse sans filtre de l'état du marché

Un dialogue sur l'avenir des métiers de la donnée entre André Fortin (Chasseur de têtes) et Thierry Vallaud (Expert Data). Le "Golden Age" du Data Scientist solitaire est terminé. Le marché ne valorise plus maestria du modèle ou la capacité à coder, mais celle à industrialiser et à rentabiliser les modèles. Face à la double pression technique et financière, l'expertise mute. Cet entretien croisé décrypte comment les meilleurs profils abandonnent la posture de l'expert isolé pour devenir de véritables architectes de systèmes. En 2012, avec l'article « Datamachin, data qui ? Data quoi? mais non dataminer ! , 2014, puis en 2020 avec « Les métiers de la data science en 2020, le futur d’un passé régénéré », nous avions déjà confronté nos visions sur l'évolution des métiers. Pour cette nouvelle analyse, à l’heure où l'IA redéfinit les règles, nous avons choisi ce format du dialogue. Il nous permet de confronter en temps réel deux réalités que nous…

Intelligence artificielle : le temps des promesses touche à sa fin

L’euphorie autour de l’intelligence artificielle ne suffit plus à convaincre. En 2026, les expérimentations à répétition et les démonstrations impressionnantes ne feront plus la différence. Ce qui primera désormais, ce sont les résultats concrets. L’IA sera évaluée sur sa capacité à améliorer réellement la performance opérationnelle, à renforcer l’expérience client et à accroître l’efficacité des équipes. Sans bénéfices mesurables, elle pourrait rapidement rejoindre la liste des technologies surexposées puis mises de côté. Un changement de posture s’impose aux organisations. L’adoption de l’IA ne reposera plus sur son pouvoir de séduction, mais sur son aptitude à s’intégrer dans les processus métiers et à produire une valeur identifiable. Sans arbitrages clairs, les entreprises risquent d’empiler des solutions coûteuses, complexes et insuffisamment exploitées. Sortir de la logique de vitrine Au cours des deux dernières années, les…

La transition vers une gestion intelligente des données non structurées

À mesure que l’intelligence artificielle s’impose comme un instrument stratégique, les entreprises françaises accélèrent leur transformation : 60% des grandes organisations ont déjà mis en place un pilotage transverse de l’IA afin de l’industrialiser, selon une étude récente de KPMG. Au cours de la dernière décennie, la création de données a été multipliée par 100, et selon l’IDC, 80% des données d’une entreprise sont aujourd’hui non structurées. Ces données sont réparties autour d’une large variété de formats de fichiers, dont des PDF, des transcriptions de discussions, des vidéos, des fichiers audio, des contrats et des réseaux sociaux. Bien qu’elles contiennent des informations précieuses, elles restent largement sous-exploitées. Le véritable défi n’est plus l’accumulation de données, mais leur compréhension contextuelle. L’adoption de l’IA devenant une stratégie non négligeable pour les entreprises, le besoin de transformer…

Les data marketplaces, nouvel atout stratégique pour démocratiser l’accès à la donnée

La donnée est aujourd’hui au cœur de toutes les stratégies d’innovation, qu’il s’agisse d’alimenter des modèles d’intelligence artificielle, de piloter la performance ou de transformer l’expérience client. Pourtant, de nombreuses organisations butent encore sur une difficulté récurrente : comment rendre ces données disponibles et utilisables par tous, rapidement et en toute sécurité ? C’est là qu’interviennent les data marketplaces, s’imposant alors comme une réponse à ce défi. En effet, elles promettent une démocratisation réelle de l’accès à la donnée, en conciliant simplicité d’usage et rigueur de gouvernance. Plus qu’un simple catalogue numérique, elles incarnent une nouvelle manière de consommer et de partager l’information, rappelant ainsi l’expérience des grandes plateformes e-commerce. L’expérience utilisateur réinventée Les catalogues de données traditionnels ont longtemps été conçus pour des experts techniques, au…