Avant de déployer des agents IA, cinq éléments doivent être en place : des définitions partagées pour vos principaux indicateurs, un responsable désigné pour chaque définition, une visibilité sur la qualité des données consultées par l’agent, des règles claires sur les données qu’il peut utiliser et un moyen de signaler les erreurs. La plupart des organisations commencent par le modèle et les accès. Commencez par les définitions. Un agent hérite de ce qui existe chez vous, y compris des contradictions.
Pourquoi un agent IA amplifie vos problèmes de définition
On considère généralement les agents IA comme un projet technologique : choisir une plateforme, organiser les accès, lancer un pilote. Ce n’est qu’à moitié vrai. Le principal risque ne réside pas dans le modèle, mais dans les chiffres qu’il consulte.
Par exemple : votre organisation dispose de deux rapports présentant le « chiffre d’affaires ». L’un tient compte des notes de crédit, l’autre non. Votre contrôleur de gestion le sait et choisit le bon. Un agent ne le sait pas. Il en choisit un et répond avec aisance, sans réserve.
Dans la pratique, les équipes compensent ces différences grâce à un contexte qui n’est documenté nulle part. Un agent ne dispose pas de ce contexte. Ce qui n’est pas décrit n’existe pas pour lui.
Ce qu’un collègue sait et ce qu’il faut fournir à un agent
| Question | Comment un collègue s’y prend | Ce dont un agent a besoin |
|---|---|---|
| Que signifie ce chiffre ? | Le sait par expérience ou pose la question | Une définition écrite par KPI |
| Quelle est la bonne version ? | Connaît le rapport certifié | Une seule source convenue par définition |
| Qui tranche ? | Connaît le contrôleur de gestion par son nom | Un responsable désigné dans les métadonnées |
| Les données du jour sont-elles fiables ? | L’apprend au détour d’une conversation | Un statut de qualité qu’il peut lire |
Quelles définitions faut-il préparer pour un agent IA ?
Vous ne devez pas tout définir. Commencez par les indicateurs sur lesquels l’agent sera interrogé : chiffre d’affaires, marge, nombre de clients, stocks, absentéisme. Ce sont aussi ceux qui font débat au sein de votre comité de direction.
Rédigez une phrase en langage courant pour chaque KPI. Précisez quelle source fait référence. Et résolvez les divergences entre départements avant la mise en service de l’agent, pas après. Un agent confronté à deux définitions choisit arbitrairement.
Qui est responsable lorsqu’un agent fournit un chiffre erroné ?
Quelqu’un doit pouvoir dire : cette définition est correcte, ou elle ne l’est pas. C’est le responsable de l’indicateur, généralement une personne côté métier, pas côté IT.
Indiquez ce responsable à côté de la définition. Si un agent donne une réponse étrange, vous savez alors immédiatement qui doit la vérifier. Sans responsable désigné, chaque erreur arrive chez l’équipe data, qui ne connaît pas suffisamment le métier pour la résoudre.
Quelles données un agent peut-il utiliser ?
C’est le volet sur lequel la plupart des CIO travaillent déjà, à juste titre. Déterminez, pour chaque agent, les sources qu’il peut consulter, les droits d’accès qu’il utilise et les données à exclure, comme les données à caractère personnel ou les chiffres financiers confidentiels.
Appuyez-vous pour cela sur ce que vous avez déjà : votre gestion des droits et votre classification des données sensibles. Demandez à votre équipe juridique de vérifier quelles obligations du règlement européen sur l’IA s’appliquent à votre cas d’usage. Pour la gestion des risques liés à l’IA, le NIST AI Risk Management Framework (2023) constitue un point de départ utile et accessible publiquement.
Comment savoir si votre organisation est prête ?
Faites un test simple. Choisissez quelques questions que votre direction pose souvent, comme « quelle était la marge au trimestre dernier ? ». Posez-les à deux personnes de départements différents.
Obtenez-vous la même réponse, avec la même source ? Alors cette définition est prête pour un agent. Si vous obtenez deux réponses, vous savez par où commencer. Un agent reproduirait exactement le même écart, mais plus vite.
Une checklist pour le CIO : Définitions, Responsables, Qualité, Accès, Remontée des erreurs
- Définitions : une définition écrite par KPI sur lequel l’agent sera interrogé, avec une seule source convenue.
- Responsables : un responsable métier désigné pour chaque définition, chargé d’examiner les erreurs.
- Qualité : un statut de qualité par jeu de données, pour que l’agent et le lecteur sachent si les données du jour sont exploitables.
- Accès : des règles définies pour chaque agent sur les sources qu’il peut consulter et les données à exclure.
- Remontée des erreurs : un circuit établi pour signaler les réponses erronées, qui aboutit au responsable de la définition.
Le rôle de dScribe
dScribe est l’endroit où vous documentez vos définitions, leurs responsables et la qualité des données, avant qu’un agent en ait besoin. La définition que vos lecteurs voient dans le rapport Power BI peut aussi servir de source à vos agents IA. dScribe ne détermine pas quelles données un agent peut consulter. Cela reste du ressort de votre gestion des droits existante.
Pour conclure
La fiabilité d’un agent IA dépend de celle des définitions qu’il consulte. Choisir d’abord le modèle et s’occuper ensuite des définitions, c’est obtenir des réponses rapides auxquelles personne ne fait confiance. Commencez par les indicateurs sur lesquels l’agent sera interrogé. Accordez-vous sur leur signification, sur la personne qui tranche et sur la qualité des données. Ce n’est qu’alors qu’un agent dispose d’une base sur laquelle s’appuyer.
Questions fréquentes
Que doit mettre en place un CIO avant la mise en service d’agents IA ?
Des définitions partagées pour les principaux KPI, un responsable par définition, une visibilité sur la qualité des données, des règles d’accès par agent et un moyen de signaler les erreurs. La plupart des équipes IT connaissent déjà les trois derniers points. Les deux premiers sont les plus souvent négligés.
Nos données sont-elles prêtes pour les agents IA ?
Posez quelques questions récurrentes de la direction à deux personnes de départements différents. Si vous obtenez des réponses différentes, un agent héritera de la même confusion. Commencez par y mettre de l’ordre.
Pourquoi notre assistant IA donne-t-il des chiffres différents de ceux de nos rapports Power BI ?
Généralement parce que l’assistant utilise une autre source ou une autre définition que le rapport. Il ne sait pas quelle version est certifiée, sauf si vous le lui indiquez explicitement. Une seule définition convenue par KPI, commune au rapport et à l’agent, résout ce problème.
Qui est responsable lorsqu’un agent IA utilise un chiffre erroné ?
L’organisation reste responsable de la décision. En pratique, chaque définition doit avoir un responsable capable de dire si le chiffre est correct. Sans ce responsable, chaque erreur finit chez l’IT.
Faut-il un catalogue de données avant de déployer des agents IA ?
Vous avez besoin d’une liste tenue à jour des définitions et de leurs responsables, que l’agent puisse lire. Qu’elle se trouve dans un catalogue ou ailleurs importe moins que le fait qu’elle soit à jour et fasse l’objet d’un accord.