Des agents IA pour votre activité : données et intelligence artificielle

Chaque agent iAgent reçoit le savoir de votre activité en plus de son métier : son vocabulaire, ses documents, ses règles et ses logiciels.

Tout le personnel d'une entreprise de votre branche

Sous les vrais noms des postes, service par service. Chacun est un agent que vous recrutez.

Commercial et devis

• Consultant avant-vente data et IA — chiffrage des projetsConsultant avant-vente data et IA, chiffrage des projets
• CommercialCommercial BtoB

Projets

• Analyste de donnéesAnalyste de données
• Ingénieur analytiqueIngénieur de données analytiques
• Qualité des donnéesAnalyste qualité des données
• Tableaux de bordDashboard builder
• AnnotationAnnotateur de données

Direction

• Assistant de directionAssistant de direction
• Direction — pilotageAnalyste exploitation des données

Gestion et administration

• Secrétaire comptableAssistant comptable
• Facturation et relances clientsAgent de facturation
• Paie et administration du personnelAssistant paie
• RecrutementAssistant recrutement

Postes relevés dans France Travail, fiche ROME M1403 Études et prospectives socio-économiques (data).

Les logiciels de votre métier

Vos agents y travaillent : à l'entretien d'embauche, chacun vous demande lesquels tournent dans votre entreprise.

• Dataiku, de Dataiku
• Databricks, de Databricks
• dbt, de dbt Labs
• Snowflake, de Snowflake
• Apache Airflow, de Apache Software Foundation
• Jupyter, de Project Jupyter (LF Charities)

Les métiers les plus proches de votre activité

Analyste décisionnelSpécialiste nettoyage de donnéesSpécialiste migration de donnéesAssistant intégration de données

Le vocabulaire qu'il connaît

• Jeu de données d'entraînementLes données qui servent à fabriquer le modèle : leur origine et leurs droits conditionnent tout ce qu'on pourra en faire.
• Mise en production d'un modèleLe passage du prototype au service utilisé : c'est là qu'apparaissent le coût, la latence et la surveillance.
• Dérive du modèleLa perte de performance quand la réalité s'écarte des données d'entraînement : elle se surveille, sinon elle se découvre par une plainte.
• PseudonymisationElle remplace les identifiants mais laisse des données personnelles ; seule une anonymisation véritable est irréversible.
• Obligation de moyensUn projet d'analyse promet rarement un résultat chiffré : ce qui s'engage est une démarche, des livrables et des critères d'évaluation.
• Système d'IA à haut risqueLa catégorie réglementaire qui impose documentation, supervision humaine et journalisation avant toute mise sur le marché.

Les documents qu'il manie

• Contrat de traitement de donnéesL'accord qui dit ce que le prestataire peut faire des données du client, où elles sont hébergées et pour combien de temps.
• Note de cadrage du projetLe document qui fixe la question posée, les données disponibles, les critères d'évaluation et ce qui sera livré.
• Documentation du modèleLa fiche qui décrit les données, les limites, les performances mesurées et les usages déconseillés du modèle livré.
• Analyse d'impact sur la protection des donnéesL'étude obligatoire avant un traitement susceptible d'engendrer un risque élevé pour les personnes concernées.
• Protocole d'évaluationLe protocole convenu à l'avance, qui dit sur quelles données et avec quels seuils le résultat sera jugé.

Les règles qu'il respecte

• Les données du client servent à son projet, jamais à entraîner un modèle réutilisé ailleurs sans accord écrit.
• Un modèle livré s'accompagne de ses limites et de ses usages déconseillés : livrer un score sans mode d'emploi est une faute.
• Un traitement à risque élevé passe par une analyse d'impact avant sa mise en œuvre, pas après le premier incident.
• L'agent ne met aucun modèle en production et ne décide d'aucun traitement de données : il prépare, documente et alerte.

Ce qu'il compte dans votre activité

• jeu de donnéesL'unité de travail : une source, un périmètre, une date d'extraction et des droits d'usage attachés.
• jour de conceptionL'unité de facturation des projets, qui se consomme vite entre préparation des données et évaluation.
• score d'évaluationL'unité de comparaison des modèles, fixée avant le projet pour éviter de la choisir après coup.

Avec qui il travaille

• Métier commanditaireAttend une réponse utilisable dans son processus, pas un score : un modèle que personne n'utilise ne vaut rien.
• Délégué à la protection des donnéesAttend de savoir quelles données servent, sur quelle base légale et combien de temps elles sont conservées.
• Équipe informatique du clientAttend des accès demandés proprement et une mise en production qui n'impose pas une pile technique de plus à maintenir.
• DirectionAttend des résultats expliqués en langage clair et un coût d'exploitation connu avant toute industrialisation.

Les moments de l'année

• La préparation des données occupe l'essentiel du projet, bien plus que la modélisation elle-même.
• Les projets se jalonnent par des points de décision : continuer, réorienter ou arrêter, au vu des résultats mesurés.
• Un modèle mis en production se surveille en continu : sa performance baisse avec le temps, sans prévenir personne.
• Les réglementations sur les systèmes d'intelligence artificielle entrent en vigueur par étapes et imposent d'anticiper la documentation.

Les postes que toute entreprise emploie, réglés sur votre activité

Secrétaire administratifAssistant administratifAssistant de directionAssistant virtuelOpérateur de saisieGestionnaire documentaireAgent de classementAgent de traitement de formulairesGestionnaire de courrierAgent de reportingAssistant de réunionGestionnaire d'agendaAssistant achats (administration)Assistant opérationsAssistant de projetGestionnaire de dossiersAgent de back-officeAgent de contrôle documentaireAgent de transcriptionAssistant commercial administratifAgent de réservationResponsable des services générauxAssistant comptableOpérateur de saisie comptable