Yann Lechelle replace l’IA tabulaire au cœur des décisions

Décisions quotidiennes Depuis 2022, l’IA générative domine le débat public et les comités de direction. Pourtant, de nombreuses décisions automatisées reposent sur des données structurées en lignes et colonnes. Le fil d’actualité, le plafond de carte bancaire, la prime d’assurance, le prix d’un VTC et le blocage d’un paiement suspect illustrent cette réalité. Yann Lechelle, cofondateur et président exécutif de Probabl, appelle cette catégorie l’IA tabulaire. Elle regroupe les systèmes qui analysent des tableurs, des bases relationnelles et des séries temporelles. Elle couvre la régression, la classification, la prévision, la modélisation générative et le raisonnement causal. Lire la tribune originale

Une catégorie plus large L’IA tabulaire ne se limite pas aux modèles de fondation tabulaires. Elle inclut aussi scikit-learn, les modèles de langage et les agents lorsqu’ils fondent une décision sur des données structurées. Les entreprises produisent ces données dans leurs transactions, leurs systèmes clients, leurs produits, leurs actifs et leurs dispositifs de gestion des risques. Elles les stockent notamment dans les ERP et les CRM. Philipp Herzig, directeur technique de SAP, évoquait environ 400 000 tables dans un ERP. Ces tables couvrent la finance, la chaîne d’approvisionnement, la logistique et les achats. Les dirigeants peuvent y chercher l’effet d’une initiative sur la trésorerie, le besoin en fonds de roulement ou les coûts de stock.

Les entreprises décident sur leurs tables

Une valeur sous-estimée IDC estime que 80 à 90 % des données d’entreprise sont non structurées. Cette mesure concerne les documents, courriels, images et enregistrements stockés. Le même institut indique qu’environ 60 % des dépenses technologiques soutiennent déjà la minorité structurée. McKinsey évaluait en 2023 le potentiel annuel de l’IA générative entre 2 600 et 4 400 milliards de dollars. Ce montant s’ajoutait aux 11 000 à 17 700 milliards attribués à l’IA non générative et à l’analytique. IDC situait ensuite l’IA générative à 17 % des dépenses mondiales en IA, avec une projection à 32 % en 2028.

Des usages déjà établis Une enquête de Kaggle indique que deux tiers des professionnels de la donnée travaillent d’abord sur des données relationnelles. Cette proportion dépasse 80 % dans la distribution et l’assurance. Le Boston Consulting Group estime que les fonctions cœur concentrent entre 62 et 70 % de la valeur de l’IA. Ces fonctions comprennent les opérations, la tarification, la chaîne d’approvisionnement et la recherche-développement. McKinsey observe par ailleurs que 88 % des entreprises déclarent utiliser l’IA, mais que 39 % constatent un effet sur leur résultat opérationnel. Yann Lechelle estime que l’IA tabulaire représente au moins la moitié, et probablement les deux tiers, de la valeur de l’IA en entreprise.

Les modèles tabulaires progressent

Une rupture scientifique récente TabPFN a ouvert une nouvelle étape en 2022. Noah Hollmann et ses collègues ont présenté un modèle capable de prédire sur un tableau sans entraînement spécifique. En 2024, CARTE, issu de l’équipe de Gaël Varoquaux à l’Inria, a ajouté des connaissances issues d’un vaste graphe. Le modèle pouvait exploiter des libellés en langage naturel et transférer des apprentissages entre tableaux. En 2025, la version aboutie de TabPFN, portée par Prior Labs, a été publiée dans Nature. TabICL est ensuite né à l’Inria. Google a intégré TabFM à BigQuery en 2026. SAP a racheté Prior Labs et engagé plus d’un milliard d’euros, tandis que Fundamental levait 255 millions de dollars.