La performance des agents d'analyse progresse mais reste hétérogène. En moyenne, 48 % des insights conduisent à des actions utiles, tandis que des freins comme le manque de contexte et la surcharge d'insights pèsent encore. Des organisations misent sur la gouvernance et une couche sémantique, quand un petit groupe dépasse 70 % d'insights actionnables.
Le manque de contexte et la surcharge brident l’évaluation
Selon 55 % des dirigeants sondés, la principale cause des insights de faible qualité est l'absence de contexte commercial. Pour 45 %, des données fragmentées ou inaccessibles constituent aussi un frein. Les leaders en insights signalent moins souvent des difficultés d'accès au contexte. Dans 52 % des organisations interrogées, les agents génèrent trop d'insights pour être correctement évalués et actionnés. Seules 24 % parviennent à tout examiner ; la plupart procèdent au cas par cas, via un processus actuellement intensif en main-d'œuvre.
Gouvernance et couche sémantique en tête des solutions
Pour améliorer la qualité des résultats, 60 % des entreprises sondées priorisent le renforcement de la gouvernance de l’IA et des données. Parallèlement, 45 % ajoutent une couche sémantique à leur architecture de données. Les experts interrogés estiment que cette couche sémantique est essentielle pour garantir des agents performants.
La recherche en IA vous passionne ?
Les papers et avancées qui comptent, expliqués simplement, chaque soir. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Une moyenne à 48 %, des leaders au-delà de 70 %
En moyenne, 48 % des insights produits par les agents d'analyse débouchent sur des actions qui améliorent les affaires, contre 37 % rapportés l'an dernier. Malgré cette progression, plus de la moitié des insights n'aident toujours pas les entreprises. Un petit groupe de leaders en insights surperforme nettement : plus de 70 % de leurs insights conduisent à des actions bénéfiques, et ils attribuent une meilleure note à la qualité globale, avec un écart particulièrement marqué sur les insights prescriptifs. La plupart des répondants jugent solides les insights descriptifs, mais leurs avis restent partagés sur les prescriptifs.
Des promesses fortes face à un enjeu de qualité et de risque
L’IA générative a déjà élargi l’accès à l’analyse au sein des organisations, et l’IA agentique vise l’automatisation de flux entiers et la prise d’actions à partir d’insights. La qualité des résultats demeure toutefois un point faible. Ce déficit prive les entreprises du retour sur investissement attendu et des insights erronés peuvent entraîner des dommages réputationnels ou financiers. Les entreprises évaluent la qualité perçue des résultats produits par leurs agents d'analyse et cherchent à améliorer la qualité des insights pour que ces systèmes servent plus efficacement l'entreprise.
