Agents IA et analytique : la responsabilité reste humaine

Les agents d’IA comprennent les métriques, repèrent des motifs, rédigent des analyses et peuvent même exécuter certaines actions. Mais une praticienne de l’analytique rappelle que la responsabilité des choix, la hiérarchisation des sujets et la formation d’un point de vue initial demeurent profondément humaines. Elle détaille comment déléguer sans renoncer au jugement.

L’avantage se déplace vers le jugement et l’aspiration

À mesure que l’intelligence artificielle assure une part croissante des tâches d’exécution, la valeur ajoutée humaine se concentre davantage sur le jugement, l’aspiration et la capacité à penser de façon indépendante. Il est conseillé de miser sur des aptitudes humaines qui s’affinent avec l’expérience, telles que la pensée critique, la créativité, le discernement, le leadership et la vision. Les prochains mois peuvent être l’occasion de transformer l’expérience acquise en cadres, principes et modèles de décision réutilisables, et d’explorer des opportunités à l’intersection de la stratégie, de l’analytique et de l’IA tout en restant attentif aux avancées du domaine.

Ce que l’IA fait déjà dans la pile analytique

L’IA actuelle sait générer du SQL et résumer des tableaux de bord. Dotés de couches sémantiques, les agents comprennent les métriques, détectent des motifs, recommandent des actions et, dans certains cas, exécutent ces actions de manière autonome en intégrant règles commerciales, décisions passées et risques d’entreprise. Ils couvrent désormais la rédaction de requêtes, la documentation, le reporting, l’analyse, la recherche et la mise en récit de recommandations. C’est dans ce sens que la pile analytique est décrite comme en cours de réécriture, l’IA se montrant plus capable à la fois en analyse et en exécution.

La couche que l’agent ne touche pas : responsabilité et entorse aux règles

Le défi n’est pas tant la compréhension de l’entreprise par l’IA que l’assomption des conséquences des décisions. Décider quand enfreindre une règle ou dévier d’une recommandation issue des données relève d’un jugement humain, selon l’autrice. Les humains prennent parfois des décisions contraires aux signaux chiffrés en raison de priorités stratégiques, de dynamiques politiques, de nuances culturelles, de risques réglementaires ou d’une conviction sur la trajectoire à suivre, et quelqu’un doit en répondre. Même si la pile analytique change, la responsabilité ne change pas et demeure hors de portée de l’IA agentique.

Risque d’appauvrissement du point de vue initial

Le recours grandissant à des assistants comme Copilot pour interpréter des motifs en amont peut faire gagner du temps, mais il expose au risque de sauter la construction d’un point de vue initial propre. L’inquiétude exprimée n’est pas d’abord l’erreur de l’agent, mais la facilité de substituer une interprétation extérieure à sa pensée, au risque de perdre en originalité et en frottement intellectuel, sources de créativité et de conviction. La question posée par le temps gagné grâce à l’IA est donc de savoir s’il sert une réflexion plus profonde et la résolution de problèmes plus ambitieux, dans un contexte où l’IA n’est pas censée remplacer l’emploi humain mais accélérer l’exécution.

Ce qui compte vraiment chez les analystes

Forte de plus de sept ans d’expérience en analytique et IA, l’autrice observe que les difficultés des analystes tiennent moins à SQL ou Python qu’à la traduction des constats en décisions. Elle rappelle que l’IA ne définit pas d’aspirations, ne tranche pas dans les périodes difficiles, n’établit pas la confiance ni n’endosse les résultats. Dans un environnement où l’IA agentique absorbe des pans d’exécution, la rareté se situe dans la pensée originale, le jugement commercial et la détermination de ce qui mérite d’être traité en premier.

Lignes de délégation : ce trimestre, d’ici la fin d’année et au-delà

La question de carrière posée est de savoir quoi déléguer à l’IA et ce qu’il faut garder sous contrôle. À court terme, il est proposé d’auditer l’usage de son temps hebdomadaire, de séparer tâches mécaniques et travail de jugement, puis de déléguer largement à l’IA les résumés, la documentation, la préparation de données, les premières ébauches et les requêtes exploratoires, tout en réservant son énergie aux questions qui comptent. Avant de solliciter l’IA, il est préconisé de prendre cinq minutes pour établir sa propre hypothèse et d’employer les agents afin de confronter sa réflexion plutôt que de la substituer. D’ici la fin de l’année, il s’agit d’apprendre à travailler avec des agents comme avec un nouveau collègue, en accordant une attention particulière au contexte, aux contraintes, aux objectifs et au retour d’expérience, et de recourir à l’IA comme à un coach pour éprouver son raisonnement, détecter des angles morts, simuler les réactions de parties prenantes et envisager d’autres scénarios. Il est aussi conseillé de s’entraîner à convertir des résultats complexes en choix décisionnels, à mesure que la réalisation technique devient standardisée.