En quoi consiste la metadata dans le contexte de l’IA ?

La pertinence de l’IA générative, c’est-à-dire sa capacité à produire des réponses utiles, pertinentes et alignées aux enjeux des entreprises, est un défi de taille. Tellement complexe qu’elle est parfois considérée comme l’un des trois angles du « triangle des Bermudes » de l’IA. 

En effet, les données seules ne suffisent pas. Elles offrent peu de contexte sur leur signification, leur origine ou autre. En clair, de meilleures données produisent de meilleures réponses de la part de l’IA. Prenons un exemple simple : si vous interrogez une IA générique à propos d’une transaction commerciale, vous obtiendrez des éléments de base comme le montant et la date. Mais si vous posez la même question à une IA enrichie de metadata, le résultat est bien meilleur : heure exacte, informations sur le client et le produit, canal de vente, moyen de paiement, commerciaux impliqués, géolocalisation, etc. 

La metadata, c’est ce qui distingue une réponse utile d’une réponse inutile de l’IA. Ces deux exemples l’illustrent clairement :

Thèmes abordés dans cet article

• Metadata : définition
• Comment fonctionne la metadata ?
• En quoi la metadata améliore-t-elle les performances de l’IA ?
• Comment l’IA comprend-t-elle mieux vos requêtes grâce à la metadata ?
• Comment exploiter tout le potentiel de vos données ?

Metadata : définition

La metadata agit comme un système d’étiquetage pour vos données. Elle leur ajoute du contexte et des informations complémentaires. Résultat : les entreprises peuvent classer et retrouver leurs données beaucoup plus efficacement, un atout de taille face à des volumes toujours plus importants. Ce contexte enrichi permet également de garantir la fiabilité des informations, de renforcer la conformité réglementaire et de mieux sécuriser les données. En effet, la metadata permet de savoir qui a accédé aux données et quelles modifications ont été apportées. 

Pour les entreprises, la metadata fournit un contexte précieux : origine des données, finalité, mots-clés, profils, autorisations et bien plus encore. Chez Salesforce, la metadata est au cœur de l’ensemble de notre portefeuille CRM. Elle permet notamment de décrire les données et de définir le comportement des enregistrements. 

Toutes les plates-formes d’IA reposent sur des volumes massifs de données. Mais les plus performantes s’appuient à la fois sur les données et la metadata. Voici pourquoi cette combinaison fait toute la différence pour la réussite de vos projets en matière d’IA. 

Comment fonctionne la metadata ?

Contrairement aux données brutes, qui manquent de contexte, la metadata décrit la structure, le comportement et les liens entre les données. Ces informations contextuelles permettent aux systèmes d’IA de mieux interpréter les contenus et de produire des réponses plus pertinentes. 

« Vous avez sans doute des données éparpillées dans des feuilles de calcul, des présentations ou des documents texte. Mais cela n’aide pas à obtenir une vue unifiée de votre client ni à comprendre l’ensemble des données qui le concernent », explique Gabe Sumner, directeur marketing produits techniques chez Salesforce. « Ce qu’il vous faut, c’est la combinaison des données et de la metadata. Les entreprises n’y pensent pas toujours, mais c’est un véritable levier de différenciation ainsi qu’un critère essentiel à considérer dans le choix de leur plate-forme d’IA. » 

En quoi la metadata améliore-t-elle les performances de l’IA ?

La metadata améliore la qualité de l’IA générative en apportant un contexte qui affine la précision et garantit l’utilisation de données pertinentes. Résultat : les contenus générés par l’IA sont plus fiables, plus utiles et mieux adaptés à vos besoins. En résumé, la metadata vous permet d’obtenir de bien meilleurs résultats avec l’IA.

Si vous demandez à une IA : « Ai-je une chance de finaliser le contrat avec ABC Inc. d’ici la fin du trimestre ? », elle analysera instantanément l’historique des ventes, l’état d’avancement, le montant estimé et bien d’autres facteurs pour vous donner une réponse claire, fiable et ancrée dans les données les plus récentes.   

Lorsque vous intégrez les données de votre entreprise dans un prompt adressé à l’IA avec un ancrage contextuel, la réponse obtenue est souvent meilleure, mais pas forcément parfaite. Pourquoi ? Parce que les données peuvent prêter à confusion. Cette suite de chiffres extraite d’un enregistrement client, par exemple : est-ce un numéro de téléphone, un historique d’achats ou autre chose ?

Parce que la metadata fournit le contexte de ces chiffres, cette couche d’information supplémentaire permet de comprendre précisément ce qu’ils représentent. Elle décrit et définit la structure, la configuration et le comportement des données, en incluant des éléments comme les objets, les champs, les workflows, les règles de validation ou encore les mises en page. Lorsqu’on applique de la metadata, les réponses obtenues sont bien plus précises et pertinentes.

« Toutes ces descriptions sont transmises à l’IA, ce qui influence très positivement les résultats obtenus », explique Gabe Sumner. 

Comment l’IA comprend-t-elle mieux vos requêtes grâce à la metadata ?

Ce niveau d’intelligence et d’assistance est déjà remarquable. Il devient encore plus puissant lorsque toutes vos sources et tous les types de données, pas uniquement celles issues de Salesforce, sont réunis sur une plate-forme unifiée pour enrichir et contextualiser votre IA. 

Avec Data Cloud, n’importe quelle donnée, quel que soit son type ou sa source, peut être connectée et unifiée dans des modèles de données standards. C’est un atout majeur, surtout quand on sait que la plupart des entreprises peinent à tirer parti de leurs données, souvent dispersées, cloisonnées et difficilement accessibles. 

Une plate-forme unique de données harmonisées vous offre une vision unifiée de vos clients et de votre activité, en une fraction de seconde. Ces données structurées constituent la base la plus solide pour obtenir des réponses pertinentes grâce à l’IA.

« Derrière chaque réponse générée par un copilote IA se cache une bibliothèque d’actions enrichies en metadata, qui lui permet de comprendre l’intention et le contexte de chaque requête », explique Gabe Sumner. « C’est ce qui fait toute la différence et permet aux entreprises d’obtenir des réponses réellement utiles de l’IA. » 

Par exemple, demander à votre copilote : « Quelles sont mes affaires les plus prioritaires à conclure avec Fiction S.A. le mois prochain ? » est une manière naturelle de poser une question. Mais pour y répondre correctement, l’IA doit disposer d’un fort niveau de compréhension contextuelle, possible uniquement grâce aux données et à la metadata, et être capable d’interpréter : 

• À qui correspond le « mes » de la requête, et quelles autorisations sont nécessaires pour accéder à l’information.
• Que Fiction S.A. est un client, même si cela n’est pas précisé explicitement.
• Que le mot « affaire » est utilisé comme synonyme d’« opportunité », l’objet réel de la demande.
• Comment établir la relation entre un compte et une opportunité.
• Respecter le champ personnalisé associé à une opportunité « prioritaire ».

L’IA comprend l’information que vous recherchez, même si vous ne formulez pas votre question de la « bonne » manière, et c’est grâce à la metadata. « Il serait impossible d’obtenir une réponse utile si votre plate-forme d’IA se contentait d’inventer des réponses à partir de documents texte ou de tableurs », explique Gabe Sumner. « Ce niveau d’intuition n’est possible que si votre plate-forme d’IA repose sur des données et de la metadata. » 

Comment exploiter tout le potentiel de vos données ?

L’IA générative et les copilotes IA ont un potentiel immense pour transformer notre manière de travailler, à condition qu’ils ne produisent pas de réponses fantaisistes ou déconnectées des enjeux concrets de votre entreprise. 

Comme l’a souligné la Harvard Business Review, l’accumulation de ces risques alimente des préoccupations légitimes autour du déploiement de l’IA, ce qui pourrait freiner son adoption en entreprise. 

Lorsque les données de l’entreprise sont disponibles sous forme de metadata, elles apportent un contexte exploitable dans toutes les applications. L’IA devient alors plus performante, plus pertinente et plus fiable.