Tout le monde se demande si l'IA va remplacer les analystes. Selon moi, ce n'est absolument pas la bonne question.
Je suis convaincu que l'IA peut multiplier par 10, voire par 100, la productivité des analystes. Non pas en les remplaçant, mais en les libérant des tâches ingrates qui les éloignent de ce qui compte réellement : comprendre le business, comprendre le contexte derrière les chiffres et garantir la justesse des données, au lieu de s'épuiser à lutter contre les contraintes techniques pour y parvenir.
C'est un scénario qu'on a déjà vu dans l'ingénierie logicielle. Les outils de codage IA n'ont pas réduit le nombre de développeurs. Ils ont décuplé leur productivité et fait évoluer leur métier. Au lieu d'écrire du code générique, ils se concentrent davantage sur la problématique à résoudre. Et, en prime, ces outils ont mis ces mêmes capacités à la portée de personnes qui n'avaient jamais écrit une ligne de code de leur vie.
L'analytique prend le même chemin.
La valeur n'a jamais résidé dans la dimension purement technique du métier. Savoir sur quel bouton cliquer est une chose, savoir quel problème résoudre en est une autre.
La curiosité reste un avantage concurrentiel
J'ai toujours pensé qu'il existait trois types de questions.
Les questions auxquelles vous savez déjà répondre, celles auxquelles vous savez que vous devez répondre, mais ne l'avez pas encore fait, et celles que personne n'a pensé à poser.
L'IA est incroyablement douée pour les deux premières catégories. Elle peut faire apparaître des tendances plus vite que n'importe quel humain. Elle peut synthétiser, calculer, comparer et générer des idées en quelques secondes.
Mais les plus grandes opportunités stratégiques ne se trouvent généralement pas derrière des questions connues. Elles se cachent dans l'inattendu.
C'est là que la curiosité humaine et une compréhension fine du métier font toute la différence. C'est la partie que l'IA ne remplace pas.
L'IA générique n'est pas une stratégie analytique
C'est une distinction que beaucoup d'entreprises découvrent aujourd'hui à leurs dépens.
J'ai vu ce scénario dans une entreprise convaincue que l'IA allait tout résoudre. Elle a déployé un assistant IA très apprécié auprès de 300 analystes. C'était ambitieux, et je salue l'intention. Mais en juin, le budget IA était déjà consommé. Pire encore, 300 personnes posaient sans cesse les mêmes questions, épuisaient les tokens et obtenaient des réponses contradictoires. Pourquoi ? Parce que travailler avec les données exige de la rigueur déterministe, et l'IA générique n'a pas été conçue pour cela.
Dans la foulée, chacun a commencé à créer ses propres livrables et analyses dans son coin, sans aucun moyen de les partager. Quand les informations étaient diffusées, elles étaient déjà obsolètes. Ce qui avait commencé comme une initiative pionnière autour de l'IA a viré au chaos.
Le but de cette anecdote n'est pas d'en faire un argument contre l'IA. C'est de rappeler qu'un assistant généraliste n'est pas un environnement conçu sur mesure pour l'analyse de données à grande échelle. Il faut des données fiables, une logique métier, des méthodes répétables et des résultats déterministes.
La confiance dans les données repose d'abord sur l'analyste
Un autre changement majeur mérite toute notre attention. À mesure que l'IA se démocratise, les utilisateurs métier effectueront de plus en plus des activités qui nécessitaient auparavant des connaissances spécialisées. Ils poseront des questions en langage naturel, exploreront les tendances et généreront leurs propres analyses.
Cela confère une responsabilité nouvelle aux analystes : ils deviennent les garants de la donnée de confiance, du contexte métier et des méthodes permettant à d'autres acteurs de l'entreprise d'analyser avec précision.
Il n'est pas nécessaire d'avoir des données parfaites pour se lancer. Attendre la perfection peut devenir un obstacle en soi. Mais vous avez besoin de données suffisamment soignées, maîtrisées et gouvernées selon les enjeux de la décision.
Plus les bases sont solides, plus l'IA devient utile.
Les inventeurs surpasseront les imitateurs
Chaque grand changement technologique crée deux types d'entreprises.
Celles qui recréent les processus d'hier avec la technologie d'aujourd'hui, et celles qui inventent de toutes nouvelles façons de travailler.
Nous l'avons vu avec le cloud. Nous l'avons constaté avec la transformation digitale. Nous le voyons à nouveau avec l'IA.
Les vainqueurs ne seront pas ceux qui ont injecté le plus de budget dans l'IA, mais ceux qui auront repensé leur prise de décision.
C'est exactement dans cet esprit que nous avons développé Golden. Nous ne pensons pas que l'IA remplace les analystes. Nous pensons que les analystes capturent la logique métier qui rend l'IA digne de confiance en premier lieu.
En fin de compte, l'IA ne produit pas de la compréhension. Les humains, oui.
Alors, si vous craignez que l'IA ne remplace les analystes, je vous invite à envisager une autre possibilité.
L'IA ne diminue pas l'importance de l'analyste. Elle propulse les meilleurs au cœur de la création de valeur.