L’IA transforme 48 % des insights en actions utiles

Résultat principal Les agents analytiques produisent désormais des insights qui déclenchent des actions améliorant l’activité dans 48 % des cas, en moyenne. Ce taux atteignait 37 % un an plus tôt. La progression reste toutefois incomplète, puisque plus de la moitié des résultats générés n’aident toujours pas les entreprises. Ces chiffres proviennent d’organisations interrogées sur la qualité de leurs agents analytiques. Les résultats opposent aussi les insights descriptifs aux recommandations prescriptives. Les répondants jugent généralement les premiers satisfaisants. Ils évaluent plus sévèrement les seconds, car ils servent directement à guider des actions. Lire le rapport de Snowflake.

Un écart mesurable Un petit groupe d’organisations, appelé « insight leaders », obtient des résultats nettement supérieurs à la moyenne. Plus de 70 % des insights produits par leurs agents conduisent à des actions améliorant l’activité. Ces organisations attribuent aussi de meilleures évaluations à la qualité globale de leurs résultats. L’écart est particulièrement marqué pour les insights prescriptifs, ceux qui orientent les décisions opérationnelles. La comparaison montre donc une relation entre qualité perçue des insights et amélioration des actions engagées. Elle ne transforme pas cette relation en garantie de performance. Les agents restent évalués à partir de leurs résultats dans les organisations interrogées, plutôt qu’à partir de leurs seules capacités techniques.

Le contexte réduit la qualité

Le frein principal Le manque de contexte métier constitue la première raison citée pour expliquer les résultats insuffisants des agents analytiques. Cinquante-cinq pour cent des dirigeants interrogés identifient ce facteur. Les données fragmentées ou difficiles d’accès arrivent ensuite, citées par 45 % des répondants. Les organisations les plus performantes déclarent moins souvent rencontrer des difficultés d’accès au contexte. Cette différence place la compréhension de l’activité au centre de la qualité des insights. Elle concerne notamment les recommandations prescriptives, puisque celles-ci soutiennent les actions. Un agent peut donc produire une analyse descriptive jugée correcte, tout en proposant une recommandation dont la valeur opérationnelle apparaît plus incertaine.

La surcharge complique Les agents analytiques produisent trop d’insights pour être correctement évalués dans 52 % des organisations interrogées. Moins d’un quart, soit 24 %, parvient à examiner l’ensemble de ces résultats. La majorité les analyse au cas par cas. Cette évaluation reste actuellement très dépendante du travail humain. Le volume réduit ainsi la capacité à distinguer rapidement les recommandations utiles des autres résultats. Les organisations doivent donc gérer deux difficultés simultanées. Elles cherchent à améliorer la qualité individuelle des insights. Elles doivent aussi organiser leur évaluation lorsque les agents en génèrent trop. Cette surcharge concerne directement le passage des résultats analytiques aux actions métier.

Les entreprises renforcent la gouvernance

Les priorités évoluent Soixante pour cent des entreprises interrogées donnent la priorité au renforcement de la gouvernance de l’IA et des données pour améliorer les insights. Quarante-cinq pour cent ajoutent une couche sémantique à leur architecture de données. Les experts interrogés considèrent cette couche comme essentielle au fonctionnement d’agents performants. Ces initiatives répondent aux deux difficultés les plus souvent citées. La gouvernance vise à encadrer les données et les systèmes d’IA. La couche sémantique doit améliorer la compréhension des données par les agents. Les organisations poursuivent ainsi plusieurs leviers en parallèle, alors que 48 % seulement des insights entraînent actuellement une amélioration de l’activité. Consulter l’analyse publiée par MIT Technology Review.