L’intelligence artificielle conduit-elle au déclin ou à la renaissance de Business Intelligence ?
Les outils de BI et d’analyse des données sont bien implantés désormais.
Mais l’IA est en train de changer la donne. En conséquence, les principaux fournisseurs de BI sont en train de se transformer en entreprises d' »IA ». Qu’est ce que ça change pour les utilisateurs ?
L’exemple de Qlik
Les fournisseurs de BI établis ont compris le message, avec de nouveaux outils qui vont bien au-delà des rapports et des jolis graphiques. Par exemple, Qlik, l’un des principaux fournisseurs de BI, organise ce qu’il appelle un « AI Reality Tour » mondial, décrit récemment par le conférencier Dez Blanchfield.
L’évolution de l’éditeur vers le traitement du langage naturel (NLP) – via l’IA générative – permet d’interagir avec les données en utilisant le langage de tous les jours, a-t-il noté. D’autres capacités « s’étendent à la visualisation des données, présentant des données complexes dans un format facile à comprendre ».
Les observateurs du secteur s’accordent à dire que l’essor de l’IA – en particulier les grands modèles de langage – élargit considérablement les capacités et la portée des outils de BI et d’analyse des données. « Les LLM transforment l’analyse des données en permettant l’intégration de données structurées et non structurées », dit Chida Sadayappan, directeur général de Deloitte Consulting. Ils améliorent l’interprétation des données, la prise de décision et l’automatisation des processus, ce qui permet aux organisations d’obtenir des informations plus approfondies et de créer plus de valeur à partir de leurs données. »
La base technologique est en train de changer
Les outils de BI et d’analyse sont là pour rester, mais leur base technologique est en train de changer, passant à une pile d’IA sur le cloud. « Chaque couche de la pile de données actuelle sera réimaginée et réinventée », dit Jitendra Putcha, vice-président exécutif de LTIMindtree.
« Il s’agit notamment de passer des méthodologies d’extraction, de transformation et de chargement (ETL) au traitement des données piloté par l’IA. En outre, l’analyse des utilisateurs passera des requêtes SQL et Python à l’analyse conversationnelle avec traitement du langage naturel. »
Cela implique des changements pour les développeurs. Ils « deviendront des concepteurs adoptant le mode no code et conversationnel pour créer des applications à l’aide de Copilots et de Studios, remplaçant les environnements de développement intégrés », dit Quang Trinh, directeur commercial chez Axis Communications. « Nous passerons de rapports statiques à des produits dynamiques, fournissant en temps réel des informations exploitables intégrées directement dans les flux de travail. »
Plus de créativité
Les capacités de traitement du langage naturel inhérentes aux LLM facilitent également « l’analyse des données en traduisant le langage naturel en requêtes de base de données et en créant des visualisations de données », a déclaré Trinh.
Cela signifie de plus grandes possibilités de créativité pour les utilisateurs. « Les LLM tels que Claude, par exemple, peuvent générer du code pour la visualisation de données lorsqu’ils sont connectés à la base de données d’un client. Les LLM passent aux images et aux vidéos pour aider à l’analyse des images et des vidéos, mais aussi pour générer de nouvelles images et vidéos à partir des données qu’ils ont apprises. »
M. Sadayappan disent que ces outils évoluent « pour offrir des expériences plus interactives et plus conviviales ». Grâce aux progrès de la GenAI, les utilisateurs peuvent désormais poser des questions et recevoir des réponses détaillées, ce qui les rend plus accessibles et plus efficaces. »
Une nouvelle interface utilisateur
La « démocratisation » de l’analyse des données — longtemps recherchée comme le Saint Graal des entreprises authentiquement axées sur les données — pourrait enfin être plus proche de la réalité.
L’essor de l’IA conversationnelle par le biais du NLP signifie une nouvelle interface utilisateur – plus besoin de structurer les requêtes de manière formelle. « La création et la consommation d’informations deviendront conversationnelles », souligne M. Putcha.
« Les systèmes s’adapteront aux humains. Les utilisateurs professionnels interagiront avec les données en langage naturel, poseront des questions et obtiendront des informations sans avoir besoin de compétences en SQL ou en Python. »
La question de la qualité des données demeure
En même temps, comme pour de nombreuses avancées technologiques, le succès des outils d’analyse commerciale alimentés par l’IA dépend de la qualité des données.
« De nombreuses organisations devront investir dans le nettoyage et la validation des données à mesure qu’elles intègrent des systèmes cloisonnés dans une plateforme unique », dit M. Trihn.
Le principal défi de la veille stratégique pilotée par l’IA « est l’intégration de données provenant de diverses sources, qui existent souvent en silos », dit Sadayappan. « Les plateformes modernes de BI dotées de LLM facilitent l’intégration, améliorent la qualité des données et automatisent les analyses. »