Trends 2025 : Les incontournables si vous travaillez dans la data & l’IA

Alors que l’année 2024 se termine, nous pouvons la qualifier comme une année riche en bouleversements et instabilités sur tous les fronts de la société.

Mais sur le plan de la tech & de l’IA, 2024 est l’année de nouveaux records qui montrent l’accélération du marché :

• Record de levé de fonds en capital risque avec OpenAI qui lève plus de 6,6 milliards (*),
• Remise de prix Nobel à des chercheurs pour leur travaux en AI (*),
• Un plus grand nombre de fusions / acquisitions dans le secteur où les leaders se renforcent ou tentent de sécuriser leur position. C’est notamment le cas avec Canva qui achète Leonardo.AI, plateforme spécialisée dans la génération d’images, pour 320 millions (**).

Dans ce gigantisme, il est parfois difficile de faire la part des choses entre les évolutions globales qui ne vont pas directement nous impacter … de celles qui semblent globales mais auxquelles nous allons devoir directement faire face dans notre quotidien professionnel.

Pour vous éclairer, je vous donne mon Top3 des sujets sur lesquels vous allez obligatoirement travailler en 2025 :

1. Les reportings et les Dashboards sont morts … place à la Gen BI,
2. L’heure de la revanche pour la Data Governance a sonné,
3. Organiser la connaissance, c’est éclairer le chemin de la sagesse et de l’innovation.

Ready for take off ? 🚀

Les Reportings & les Dashboards sont morts … place à la “Gen BI”

Les origines de la BI

La Business Intelligence (BI) nous a permis dans les années 2000 de pouvoir collecter, intégrer, analyser et présenter des indicateurs business (marketing, finance, supply, … etc) au travers de rapports spécifiques. 📊

Ces rapports sont devenus interactifs au fil de temps grâce au développement de solutions dîtes de Data Vizualisation. Cette tendance à ouvert la voie à ce que l’on appelle communément “le self service analytics”, c’est-à-dire la capacité de pouvoir accéder de façon autonome aux informations pertinentes et utiles.

Or avec la montée en compétences des utilisateurs métier en self service et l’ambition des organisations de les rendres autonomes, qui est une bonne chose, il est devenu nécessaire de leur mettre à disposition plus de données, plus de dashboards, plus de croisements d’indicateurs et même l’accès à plus de données granulaires … 💥

Et plus on en donne, plus l’information utile devient difficile à trouver par les utilisateurs métier … qui se détournent de ces outils et qui reviennent à la case “demande de chiffres par teams” (ou par email) aux équipes data parce que “y a trop de chiffres dans les reportings … moi j’ai juste besoin d’un chiffre”. 🚦

C’est là que la Générative Business Intelligence (Gen BI) trouve son essence.

De la BI à la Gen BI

L’idée est d’utiliser l’IA Générative afin d’exploiter la matière existante de l’entreprise en Business Intelligence en la mettant à disposition des utilisateurs d’une façon plus naturelle. (Dans le même logique que c’est l’interface de “chat” qui a permis de mettre à disposition du monde entier la puissance disponible dans les modèles de GPTs d’OpenAI).

On ne va plus chercher à calculer le maximum d’indicateurs potentiellement utiles … ni à réfléchir à la meilleure façon de les restituer dans un dashboard … on va juste mettre à disposition des utilisateurs métier les outils pour le faire eux-mêmes en langage naturel.

Imaginez une interface simple, type chatbot dans laquelle vous pouvez demander et obtenir instantanément la réponse à une demande du type :

• “Quelle est le volume des ventes pour le produit X au cours des 7 derniers jours ? “
• … puis une fois la réponse obtenue vous pouvez continuer en demandant “Est-ce que tu peux me faire la répartition de ce volume en fonction des régions dans un graphique en camembert ?”
• … et vous terminez par “Fais-moi un focus sur l’Île-de-France avec une décomposition par Magasin et exporte moi ça dans un fichier excel”.

C’est le genre de projet que nous avons pu mettre en œuvre en 2024 chez quelques clients et dont j’imagine une généralisation sur 2025. Voici le lien vers les témoignages et présentations de 2 projets de ce type :

• Article La Revue du Digital – AVISIA x Club Med
• Retour d’Experience – AVISIA x Bouygues Télécom

Dernier point intéressant sur ce sujet, c’est que nous ne sommes qu’au 1er étage de la fusée … la suite c’est de pouvoir questionner l’assistant sur les actions à entreprendre pour améliorer le KPIs que l’on est en train d’analyser. Fin Novembre, le fond BlackRock a investi 50M$ dans l’éditeur Pyramid Analytics (***) qui entend proposer ce service d’analyse dans sa plateforme de Gen BI.

Donc s’il y a un train à ne pas rater en 2025 … clairement, c’est celui de la Gen BI.

La revanche de la Data Governance

Pourquoi ce désamour ?

Depuis 18 ans que AVISIA existe, nous travaillons avec nos clients à l’exploitation de la donnée pour aider à la prise de décision business.

Nous avons tous bien conscience que la qualité, l’intégrité, la conformité, la sécurité et les processus autour de la gestion de ces données sont clés dans la pertinence des réponses qui peuvent être apportées. C’est avec ces piliers qu’au travers d’une Data Governance maîtrisée, une entreprise est capable de gérer et de maintenir son patrimoine de données.

Néanmoins, au cours des dernières années, la hype a tourné les regards et les investissements des CDO ont basculés vers la “Science des données” plutôt que sur la “Qualité des données”. En effet ce dernier sujet pouvant paraître au 1er abord moins sexy avec, du surcroît, un ROI plus difficilement quantifiable. 💔

Certains ont même délaissé / dépriorisé ces chantiers de Data Governance sur l’hôtel des arbitrages budgétaires. Mais c’était une erreur stratégique qui se paye aujourd’hui (où un avantage qui se concrétise pour ceux qui ont su maintenir le cap).

Le retour sur le devant de la scène

Même si tout le monde sait que la non qualité des données a un coût pour les entreprises, sa mesure peut s’avérer complexe. C’est ce qui nous amène à être indulgent sur le fait de peut-être avoir délaissé la Data Governance.

Mais là où l’erreur devient pénalisante, c’est face à la tendance précédente que nous venons de partager sur la Gen BI. En effet ces approches, pour être efficientes, se nourrissent de toute la matière offerte par la Data Governance : des metadata disponibles et à jour, des processus de mise en qualité, des relations entre les différents univers de données et une bibliothèque de traitement de calculs des KPIs avec des règles de gestion documentées et maîtrisées.

C’est en disposant de ces différents éléments précieux que nous avons pu accompagner nos 1ers clients dans la mise en place d’approches Gen BI.
Donc si dans certaines structures la Data Governance a pu être délaissée au cours des dernières années … il y a fort à parier qu’elle va redevenir le centre de toutes les attentions en 2025. 😎

Et pour celles ayant maintenu le cap, en 2025 la Data Governance sera la clef de voûte pour la mise en place d’une stratégie Gen BI réussie.

Organiser la connaissance, c’est éclairer le chemin de l’innovation

L’Intelligence Artificielle Générative a ouvert le champ à de nouveaux cas d’usage au cours des 24 derniers mois. Notamment dans le fait de ne plus seulement utiliser des données quantitatives, mais de pouvoir injecter des informations qualitatives contenues dans des documents.

C’est par exemple le cas dans les services clients où en fonction d’un problème rencontré par un abonné, une IA générative peut analyser une banque de FAQ et de compte rendus d’appels précédents du conseiller pour lui proposer directement la réponse à apporter au problème et lui faire gagner du temps. Temps précieux car bien souvent la rémunération variable est liée à la durée moyenne de traitement d’un appel (DMT) et au taux de résolution dès le 1er contact (Once & Done). En apportant la bonne réponse plus rapidement, cela est donc très bénéfique à la fois pour le consommateur et le conseiller.

Ce type de cas d’usage est possible grâce à ce que l’on appelle le Retrieval Augmented Generation (RAG) en Intelligence Artificielle Générative. Cela signifie que l’on va aider un modèle d’IA générative en lui donnant un contexte spécifique afin de lui permettre d’apporter des réponses adaptées à notre problématique. Dans le cas de mon exemple précédent sur le service client, on va restreindre l’IA générative afin qu’elle puisse uniquement au sein des documents internes de l’entreprise pour générer ses réponses. On limite ainsi le risque d’erreur ou d’hallucination face au problème rencontré.

Au fur et à mesure des cas d’usage, le périmètre des documents que l’on peut avoir envie d’intégrer en RAG à nos IA Génératives devient de plus en plus grand. Certains vont même jusqu’à brancher un Copilot sur leur Sharepoint. Or vous avez déjà vu comment sont stockés les documents dans un sharepoint : « Rapport_Projet_vdef.docx », « Rapport_Projet_vdef2.docx », « Rapport_Projet_vdef3.docx », « Rapport_Projet_vdef_envoyée.pdf » … 🛑

Comment une IA Générative qui prendrait en entrée un répertoire de ce type serait-elle en capacité d’identifier le document de référence sur un thème ?
Si le même sujet est traité dans différents documents avec un point de vue spécifique et divergeant … la cohérence de la réponse ne sera pas au rendez-vous.

Les mauvaises langues diront que l’IA n’est pas si intelligente que ça … les plus pragmatiques ressortiront l’adage “Garbage In … Garbage Out” popularisé à l’avènement des Data Lake (Cette vision d’un espace de stockage qui promettait de pouvoir mettre toute la donnée de l’entreprise au même endroit sans effort et sans organisation / structuration … ). Pour le RAG c’est pareil … si on vous promet que vous pouvez mettre tous vos documents dans un seul endroit et que l’IA Générative va se débrouiller … soyez méfiant.

Mais alors c’est quoi la tendance sur ce sujet ?

La tendance à suivre est que le Chief Data Officer va surement voir son scope s’élargir. A partir de maintenant, pour prendre une décision, on ne peut plus s’appuyer exclusivement sur des bases de données … mais sur des bases de connaissances incluant à la fois des données, mais aussi du contenu (documents, images, graphiques, …)

La connaissance va donc devoir faire son entrée dans les “Systèmes d’Information” avec ses enjeux spécifiques afin de pouvoir être bien exploitée : cartographie des contenus, collecte des contenus maîtres, catégorisation, indexation, stockage, vectorisation, sécurisation, mise à disposition, exploitation, fraîcheur, feedback, mise à jour continue.

Le CDO va donc rapidement devenir un responsable du savoir et de la capacité de l’entreprise à l’organiser pour l’exploiter. De là à se transformer en Chief Knowledge Officer … il n’y aura peut-être qu’un pas.

Vous cherchez un 1er sujet pour tester votre vision sur cette tendance ?

Le timing est parfait car en 2025 c’est la 1ère année de mise en œuvre de la CSRD … vous savez cette directive européenne exigeant aux entreprises une publication d’informations non financières au sujet de leur engagement pour le développement durable et de leur démarche RSE.

• Avec près de 1200 informations à fournir (narratives et chiffrées), il est obligatoire d’identifier, recueillir et compiler de façon proactive les éléments de réponse à ces exigences (et d’en rédiger des nouveaux pour les points non couverts).
• Cette directive implique de plus une publication récurrente chaque année de ces éléments, c’est donc une démarche à pérenniser dans l’entreprise.

On vous explique plus en détail ici comment l’IA Générative peut accompagner ce sujet.

Amis CDO, l’heure est à présent à sourcer les solutions de Knowledge Management du marché qui offrent des APIs pour faciliter l’intégration des contenus dans vos SI. Vous pouvez aussi commencer à mobiliser vos Data Product Managers pour préparer le terrain sur l’exploitation de ces contenus. (Et si vous n’avez pas de Data Product Manager … on vous explique ici pourquoi c’est important)

Conclusion

En 2025, chers professionnels de la data et de l’IA, vous allez devoir vous adapter à l’évolution du paysage en adoptant la Gen BI, en donnant la priorité à la Gouvernance des Données et en mettant en œuvre des solutions de Knowledge Management.

Ces tendances permettront à vos entreprises d’exploiter la puissance des données, de rationaliser les processus décisionnels et de garder une longueur d’avance dans un marché de plus en plus concurrentiel.

Alors que le rôle des données continue de s’étendre, les CDO joueront un rôle crucial en guidant leurs organisations. En restant informées et en adoptant ces tendances, les entreprises peuvent se positionner pour réussir dans le monde dynamique de la data et de l’IA.

PS : Vous doutez de ces tendances pour 2025 ? Alors peut-être pouvez-vous relire celles de 2024 annoncées fin de 2023 pour finir de vous convaincre …

PS2 : Vous manquez un peu de recul sur les différents concepts qui structurent les grands enjeux autours de l’IA et de l’IA Générative ? On peut vous proposer une Fresque de l’IA qui, en 2h, vous fera franchir un cap de façon ludique.

Sources :

• (*) https://ai.northeastern.edu

• (**) https://www.forbes.com

• (***) https://siliconcanals.com