Données prêtes pour l'IA et agents d'IA : Principales conclusions du Gartner Data & Analytics Summit

Portrait de Manish Rai
4 min read

Le récent Gartner Data & Analytics Summit a mis en évidence un point d'inflexion critique du secteur : alors que les organisations se précipitent pour mettre en œuvre l'IA, celles qui réussissent comprennent que la véritable puissance de l'IA provient de ses fondations. Le sommet de cette année a mis l'accent sur trois thèmes interconnectés : Les agents d'IA, les données prêtes pour l'IA et les cadres de confiance et de gouvernance. En tant que représentant de SnapLogic au sommet, j'ai été particulièrement enthousiaste de voir les capacités de notre plateformes'aligner sur ces priorités émergentes.

L'état de l'adoption de l'IA

L'enthousiasme autour de l'IA est indéniable, mais les chiffres racontent une histoire plus nuancée :

  • Seulement 20 % des organisations ont réussi à mettre en œuvre des cas d'utilisation de l'IA de manière cohérente.
  • 49% des organisations citent la démonstration de la valeur commerciale de l'IA comme leur principal obstacle à l'adoption.
  • La disponibilité et la qualité des données restent le premier obstacle à la mise en œuvre de l'IA

Ces statistiques révèlent une prise de conscience croissante : Le succès de l'IA dépend moins de la sophistication des algorithmes que de la qualité, de l'accessibilité et de la gouvernance des données sous-jacentes. La session a ensuite mis en évidence les clés du succès : établir la confiance par une gouvernance transparente, s'adapter grâce à une architecture modulaire et adaptable (composable), rendre les données prêtes pour l'IA et réutilisables, et conduire la transformation de l'équipe par la connaissance de l'IA et l'amélioration des compétences.

Trust Value Adaptability Scale People Transformation Diapositive du Gartner Data & Analytics Summit 2025

Les agents d'intelligence artificielle : la prochaine évolution des systèmes intelligents

L'une des sessions les plus stimulantes du sommet était "AI Agents : Êtes-vous prêt à libérer votre IA ?", présentée par Ben Yan, analyste chez Gartner. La session a fourni une définition claire qui a trouvé un écho auprès de nombreux participants :

"Les agents d'intelligence artificielle sont des entités logicielles autonomes ou semi-autonomes qui utilisent des techniques d'intelligence artificielle pour percevoir, prendre des décisions, agir et atteindre des objectifs dans leur environnement numérique ou physique.

Selon Gartner, les agents d'IA représentent une transformation fondamentale dans la manière dont les systèmes d'IA fonctionnent :

  • De la nécessité d'une forte supervision à l'autonomie
  • Des flux de tâches déterministes aux flux de tâches non déterministes
  • Du comportement statique au comportement adaptable
  • Des architectures centralisées aux architectures décentralisées

Il est important de noter que tout ce qui est commercialisé en tant qu'"agent" n'entre pas en ligne de compte. Les grands modèles de langage eux-mêmes, les procédures automatisées, les assistants conversationnels et les les workflows RPA ne constituent pas intrinsèquement des agents d'IA - une distinction qui permet de couper court au battage médiatique.

Quand envisager les agents d'IA : identifier les meilleures opportunités

Pour les organisations qui évaluent où mettre en œuvre des agents d'IA, Gartner a identifié plusieurs caractéristiques qui font des solutions des candidats de choix :

  • Environnements dynamiques et imprévisibles avec des conditions en constante évolution et une grande incertitude
  • Besoins de prise de décision complexe impliquant des facteurs multiples et des objectifs à long terme
  • Exigences en matière d'adaptabilité permanente grâce à l'apprentissage et à l'amélioration continus
  • Potentiel d'autonomie dans les systèmes qui nécessitent une disponibilité 24/7 et des tâches pouvant être exécutées de manière indépendante
  • Fortes capacités d'intégration avec interopérabilité, extensibilité et évolutivité

Ces caractéristiques aident les organisations à prioriser les cas d'utilisation où les agents d'IA peuvent apporter une véritable transformation plutôt que des améliorations incrémentales.

La session a mis en évidence le succès de Lenovo dans la création d'un agent de configuration de produits. La société a une grande variété de clients, des grandes entreprises aux consommateurs, qui devaient souvent décrire leurs besoins à des représentants qui configuraient et renvoyaient des propositions. Leur architecture multi-agents avec des agents spécialisés pour la planification, le résumé, les recommandations, la tarification, l'analyse et la configuration, tous interagissant avec des bases de connaissances et des boîtes à outils, permet aux clients de décrire et de configurer eux-mêmes les produits en utilisant le langage naturel.

Diapositive sur l'architecture à agents multiples de Lenovo

Les raisons de l'échec des projets GenAI

C'est peut-être l'analyste Arun Chandrasekaran de Gartner qui a donné l'idée la plus décevante, en prédisant que d'ici 2025, au moins 50 % des projets d'IA générative seront abandonnés après la validation du concept. Les principales raisons sont les suivantes :

  1. Manque de valeur commerciale - Donner la priorité aux cas d'utilisation à fort impact avec des mesures de succès claires
  2. Une confiance excessive dans l'IA seule - Utiliser l'IA parallèlement à l'automatisation traditionnelle et aux systèmes basés sur des règles.
  3. Infrastructure de données non préparée - Renforcer la gouvernance des données, la saisie des métadonnées et l'intégration des vecteurs
  4. Risques de verrouillage des fournisseurs - Adopter une architecture d'IA modulaire et composable
  5. Expérimentation insuffisante - Mettre en place des bacs à sable pour l'IA, des tests A/B et des cadres de contrôle.
  6. Faiblesse des contrôles de risque et de conformité - Intégrer des cadres d'IA responsables et une surveillance des préjugés
  7. Défis liés à l'évolutivité - Prévoir dès le départ une évolutivité à l'échelle de l'entreprise
  8. Pénurie de talents dans le domaine de l'IA - Investir dans l'amélioration des compétences en matière d'IA et dans les outils à faible codage
  9. Coûts élevés et faible retour sur investissement - Optimisez les charges de travail d'IA et mesurez continuellement le retour sur investissement.
  10. Gouvernance floue de l'IA - Attribuer des politiques claires en matière de propriété et d'éthique

Ces pièges expliquent pourquoi les entreprises ont besoin de plateformes d'intégration capables de combler le fossé entre les aspirations en matière d'IA et la mise en œuvre pratique.

Jusqu'en 2025, au moins 50 % des projets de GenAI seront abandonnés après le POC.

L'impératif d'intégration

Alors que nous naviguons dans le paysage évolutif de l'IA, une chose est claire : les organisations qui mèneront l'ère de l'IA ne sont pas nécessairement celles qui disposent des algorithmes les plus avancés, mais celles qui possèdent les écosystèmes de données les plus robustes, les plus accessibles et les mieux gouvernés. Les plates-formes d'intégration telles que SnapLogic, capables de connecter de manière transparente les sources de données, d'activer des pipelines de données prêts pour l'IA et de prendre en charge les architectures d'agents émergentes, seront des catalyseurs essentiels de cette transformation.

Le sommet a souligné que le succès durable de l'IA repose sur quatre piliers :

  1. La confiance grâce à une gouvernance transparente - Garantir un déploiement éthique, sûr et responsable de l'IA
  2. Rendre les données prêtes pour l'IA et réutilisables - Créer une base de données solide
  3. Évoluer grâce à une architecture modulaire et ouverte (composable ) - Construire des infrastructures flexibles qui s'adaptent aux besoins de l'organisation
  4. Transformation des équipes par la maîtrise de l'IA et de nouvelles compétences - Autonomiser plutôt que remplacer l'expertise humaine.

Pour les organisations qui cherchent à acquérir un avantage concurrentiel grâce à l'IA, le message est clair : concentrez-vous d'abord sur votre base de données et vos capacités d'intégration. Le reste suivra.

Prêt à devenir une entreprise agentique, composable et pilotée par les données ?

Le parcours vers une mise en œuvre efficace de l'IA et des agents d'IA commence par la modernisation de votre plateforme intégration, qui vous permet de préparer vos données à l'IA, de créer une architecture composable et de démocratiser la création d'agents. La plateforme intégration cloud de SnapLogic unifie l'intégration des données et des applications, la gestion des API et la création d'agents, ce qui simplifie grandement votre parcours pour devenir une entreprise agentique moderne.

Vous voulez savoir comment SnapLogic peut vous aider dans votre parcours de transformation ?
Ne manquez pas de participer à notre prochain sommet virtuel AgentFest.

Portrait de Manish Rai
Vice-président du marketing produit chez SnapLogic
Catégorie : IA
L'IA sans les bonnes bases ? Réfléchissez-y à deux fois.

Nous recrutons !

Découvrez votre prochaine grande opportunité de carrière.