Scaling des agents IA avec des données fiables
Une étude publiée par Insights, la division de contenu sur mesure de la MIT Technology Review, et menée auprès de 300 dirigeants data et technologie dans de grandes organisations, dresse un état des lieux de l'accès des agents d'intelligence artificielle aux données d'entreprise. En moyenne, ces agents n'ont accès qu'à 45% des données de leur organisation. Ce taux chute à 30% ou moins chez les entreprises classées comme "retardataires en matière de données", alors qu'un groupe restreint de "leaders en matière de données" leur ouvre l'accès à plus de 70% de leurs données. Seule la moitié environ des organisations interrogées disent faire confiance aux décisions prises par leurs agents IA, contre 100% chez les leaders. Deux tiers des retardataires, soit 66%, estiment que leurs systèmes de données historiques limitent le passage à l'échelle de leurs agents, et 68% affirment qu'ils freinent la rapidité de leurs décisions, contre seulement 8% chez les leaders. D'ici deux ans, la totalité des répondants prévoit d'utiliser l'IA agentique, et 69% s'attendent à l'employer à grande échelle dans leurs opérations. Ces résultats mettent en évidence un point de blocage central pour l'industrie: le retour sur investissement promis par l'IA agentique dépend directement de la qualité et de l'accessibilité des données sous-jacentes. Contrairement aux chatbots qui se contentent de répondre à des questions, les agents doivent désormais agir dans des systèmes opérationnels réels, qu'il s'agisse de chaînes d'approvisionnement, de points de vente ou de ressources humaines, souvent aussi bien avec des données structurées que non structurées et le bon contexte métier. Une architecture de données obsolète ne se contente donc plus de ralentir les analyses, elle prive directement les agents de la capacité à prendre les bonnes décisions au bon moment. Pour les entreprises, les directions informatiques et les équipes data, cela signifie que la modernisation de l'infrastructure devient un prérequis, et non une option secondaire, avant tout déploiement massif d'agents autonomes. Cette pression s'inscrit dans un contexte où le cabinet Gartner prévoit que les agents IA participeront à l'automatisation ou à l'augmentation de 50% des décisions d'entreprise d'ici 2027. Si cette projection se confirme, les organisations qui n'auront pas éliminé les goulots d'étranglement liés à leurs systèmes hérités risquent de se retrouver dépassées par leurs concurrents mieux préparés. Le rapport identifie l'amélioration de l'accès aux données structurées et non structurées comme la priorité numéro un pour permettre le passage à l'échelle, suivie du renforcement de la gouvernance des données et de l'IA avec du contexte métier, tandis que les leaders misent aussi fortement sur l'automatisation de la gestion des données. L'étude, réalisée par des chercheurs et rédacteurs humains, souligne ainsi qu'une IA fiable repose avant tout sur une fondation de données fiable et accessible.
