Les agents IA ne sont performants que dans la mesure où ils ont accès à des données de qualité. Or, de nombreuses organisations peinent encore à rassembler l’ensemble de leurs données de manière cohérente.
L’enjeu devient d’autant plus critique que les dirigeants cherchent à déployer des agents IA pour améliorer la productivité et l’efficacité. Ils se heurtent rapidement à une donnée fragmentée, dispersée entre différentes plateformes, bases de données et formats. Résultat : les DSI allouent en moyenne 20 % de leur budget IT à la gestion de l’infrastructure data, contre seulement 5 % à l’IA.
Dan O’Leary, directeur senior des partenariats chez Box — une plateforme de gestion intelligente de contenu (ICM) — résume la situation ainsi : « L’un des plus grands défis auxquels nous faisons face aujourd’hui, dit-il, consiste à comprendre comment rassembler toutes ces données. Comment le faire de manière sécurisée ? Et comment les rendre accessibles aux agents et aux processus pilotés par des agents ? C’est un vrai défi lorsqu’elles sont disséminées dans une centaine d’emplacements, de répertoires ou issues de sources non structurées difficiles à exploiter. »
Pour gagner en efficacité, de nombreuses entreprises font appel à Salesforce, en combinant Agentforce et Data Cloud pour tirer parti de leurs données clients et générer des insights en temps réel. En effet, les autres agents ou copilotes peinent à offrir le même niveau de performance, faute d’un accès complet — tel que le permet Data Cloud — aux données structurées et non structurées issues des data lakes, entrepôts de données et systèmes CRM.
Combler les lacunes dans les données de santé
L’unification des données est particulièrement critique dans le secteur de la santé, où la différence entre une intervention rapide et un retard critique peut avoir des conséquences majeures sur la vie des patients. Adobe Population Health, une entreprise innovante dans la gestion des soins, en a fait l’expérience concrète.
« Offrir une prise en charge réellement personnalisée nécessite une vision d’ensemble de chaque patient — ce qui reste très difficile à atteindre lorsque les données sont fragmentées » explique Alex Waddell, directeur des systèmes d’information chez Adobe Population Health. « Nous voulons vraiment apprendre à un agent ce qui est essentiel pour chaque patient — les pathologies chroniques dont il souffre, ou les traitements qu’il doit connaître », explique Waddell. « Mais nous étions confrontés à des silos de données dans l’ensemble de l’organisation, ce qui nous empêchait d’avoir accès aux informations clés au moment opportun. »
En unifiant ses dossiers grâce à Data Cloud, Adobe Population Health a pu, selon Waddell, s’assurer que les bons jeux de données étaient mobilisés pour alimenter ses modèles d’intelligence artificielle.
« Il est essentiel de centraliser ses données, car sinon, on risque d’intégrer au modèle des données inutiles, voire nuisibles », explique-t-il. « C’est pourquoi, même pour une organisation comme Adobe Population Health déjà structurée autour d’une plateforme unifiée, il me paraît essentiel d’envisager des solutions comme Data Cloud — et surtout de s’interroger : quelles données transmettons-nous réellement au modèle ? Il est crucial de porter une attention particulière à la qualité de ce que l’on injecte pour obtenir des réponses fiables et pertinentes. »
Automatiser les services — à grande échelle
Dans le secteur des services professionnels, l’IA vient renforcer l’expertise humaine en automatisant certaines tâches.
Raju Malhotra, Chief Product and Technology Officer chez Certinia — une plateforme cloud dédiée aux entreprises de services — insiste sur l’importance d’une base de données unifiée pour optimiser la qualité de service.
« La qualité de l’expérience client comme celle des décisions repose entièrement sur la qualité des données disponibles », explique-t-il. Il souligne ainsi le rôle de Data Cloud, qui permet de construire une vue unifiée du client, indispensable pour des interactions IA efficaces et pertinentes.
Les agents IA de Certinia contribuent notamment à automatiser la planification des ressources humaines et à améliorer les résultats en matière de satisfaction client. Par exemple, ces agents peuvent gérer les ajustements de staffing en temps réel et générer des rapports de performance client, libérant ainsi les équipes pour se concentrer sur des missions plus stratégiques.
« Nous avons mis en place un agent dédié à la satisfaction client, capable de surveiller de manière proactive l’expérience des clients de nos clients », précise Malhotra. La présence d’une couche de données unifiée est, selon lui, le socle indispensable pour rendre cela possible.
Centraliser les données pour fluidifier les processus
Les organisations les plus avancées dans l’adoption de l’IA ne se limitent pas à déployer la technologie : elles mettent en place des stratégies data qui la rendent réellement efficace. C’est notamment le cas de Formstack, éditeur d’une plateforme dédiée à la productivité au travail : pour exploiter pleinement les capacités d’Agentforce, Formstack s’appuie sur les données unifiées de Data Cloud, afin d’automatiser la génération de documents et de simplifier ses flux de travail.
« Data Cloud a cette capacité extrêmement puissante d’absorber l’ensemble de vos données, de les centraliser et de les intégrer dans tous vos systèmes », explique Marc-André Thériault, responsable ingénierie chez Formstack.
Cette base de données centralisée permet à Formstack d’intégrer directement les fonctionnalités d’IA agentique dans les workflows existants sur Salesforce.
« Tous nos clients sont déjà sur Salesforce », explique Marc-André Thériault.
« C’est l’outil qu’ils utilisent du début à la fin de leur journée de travail. Y intégrer un agent IA performant et fiable, capable d’exploiter l’ensemble des flux, des automatisations, du code Apex, ainsi que toutes les données déjà présentes dans la plateforme, fait d’Agentforce un choix évident.»
Les agents les plus sophistiqués restent inutiles sans les bonnes données pour les alimenter. À mesure que l’adoption de l’IA s’accélère, les entreprises prennent conscience que la qualité de l’IA dépend directement de la qualité des données sur lesquelles elle repose.
Pour aller plus loin :
- Comprendre pourquoi une plateforme profondément intégrée est essentielle pour libérer tout le potentiel des agents IA
- Découvrir comment Data Cloud alimente les entreprises orientées agents
- Savoir pourquoi le choix du modèle d’IA compte moins que la cohérence de la plateforme qui l’accompagne
- Lire pourquoi les métadonnées sont la clé de voûte d’un écosystème d’agents IA à grande échelle
