La gestion des données d'entreprise se résume depuis longtemps à la notion de "déchets entrants" et de "déchets sortants". Mais avec la montée en puissance des agents d'IA autonomes, les conséquences d'une mauvaise qualité des données n'ont jamais été aussi importantes.
Contrairement aux analyses traditionnelles ou aux tableaux de bord, les agents ne se contentent pas d'interpréter les informations, ils agissent en conséquence. Et si leurs décisions sont basées sur des données fragmentées, incohérentes ou cloisonnées, les entreprises risquent d'accélérer l'inefficacité au lieu de l'éliminer.
Lors d'une récente conversation au coin du feu, Razat Gaurav, CEO de Planview, s'est entretenu avec Alan Manuel, GVP de la gestion des produits, pour examiner comment les entreprises peuvent préparer leurs bases de données à l'ère de l'IA agentique. Vous pouvez visionner l'intégralité de leur discussion ci-dessous :
Alan a fait remarquer tout au long de la conversation que même si les individus travaillent à plein régime, les clients ne voient souvent pas les résultats parce que le système n'est pas aligné. C'est pourquoi, selon lui, les plateformes nécessitent plus qu'un accès brut à l'information ; elles ont besoin de données structurées, gouvernées et sémantiquement cohérentes pour produire des résultats fiables.
Pourquoi l'IA autonome amplifie-t-elle la notion d'"entrée et de sortie des déchets" ?
"Les recherches menées par Planview sur plus de 3,500 chaînes de valeur montrent à quel point l'écart d'efficience peut être important." Selon Alan, "pour chaque dollar investi par une entreprise dans le développement logiciel, seuls environ 25 cents se traduisent par des résultats métiers. Le reste est perdu en raison d'un mauvais alignement, d'équipes travaillant sur les mauvaises choses ou de gaspillages sous une forme ou une autre".
Les agents autonomes peuvent aggraver la situation s'ils s'appuient sur des données incomplètes ou cloisonnées. "Un agent peut planifier plus d'activité que ce que les équipes peuvent réellement fournir, ignorer les goulots d'étranglement entre les groupes ou rechercher des résultats déconnectés des objectifs stratégiques."
Sans une vision unifiée de la capacité et de la valeur, l'IA risque de renforcer les problèmes mêmes qu'elle promet de résoudre. Une vision unifiée de la capacité et de la valeur signifie que l'on sait qui peut faire l'activité et si c'est la bonne activité pour commencer. Sans cette connexion, les équipes restent occupées, mais les clients ne voient guère de changement. Lorsque vous associez des ressources à des résultats réels, chaque heure passée, que ce soit par un développeur ou un agent IA, fait progresser l'entreprise.
Trois couches fondamentales pour des agents d'IA prêts pour l'entreprise
Pour créer des agents d'IA auxquels les responsables peuvent faire confiance, les entreprises ont besoin (en partie) d'une architecture de données gouvernée et connectée. Alan a mis en évidence trois niveaux critiques :
Base de données
Les agents doivent avoir une visibilité sur tous les systèmes de l'entreprise, et pas seulement sur des silos isolés. "Si vous faites de la planification pour plus que votre capacité de production réelle, ce que font 99% des entreprises qui n'utilisent pas Planview, vous vous exposez à l'échec", explique Alan. "D'un point de vue éditorial, c'est là qu'intervient le Flow Framework de Planview, avec 60+ connecteurs pré-construits, qui fournit l'ensemble des données nécessaires pour comprendre les investissements, la capacité et l'activité en cours."
Couche de gouvernance
L'autonomie sans contrôle est dangereuse. Une couche de gouvernance solide applique les autorisations, la sécurité et le contexte afin que les agents agissent dans des limites safe. "Les Product Manager, par exemple, peuvent laisser l'IA recommander des priorités dans le backlog sans exposer des données financières sensibles."
Couche d'alignement
Au-delà de l'étendue et de la gouvernance des données, les entreprises ont besoin d'un moyen de relier la stratégie à l'exécution. Alan a souligné que les OKR agissent comme le "système nerveux" de l'organisation, transmettant les signaux des portefeuilles stratégiques aux équipes individuelles. "Cet alignement assure que chaque groupe comprend quelle partie du problème il est en train de résoudre, ce qui empêche la stratégie de s'enliser au sommet et maintient l'activité quotidienne connectée aux résultats métier."
Codifier la logique d'entreprise par l'alignement
Cette couche d'alignement codifie également la logique d'entreprise, c'est-à-dire le code de conduite pour le raisonnement de l'IA. Par exemple, si une entreprise se fixe comme objectif stratégique d'améliorer l'expérience de ses clients, les OKR permettent de traduire cet objectif en résultats mesurables pour chaque équipe. "Avec les priorités stratégiques du portefeuille, les OKR et les frameworks de planification au niveau de l'équipe en place, un agent peut recommander des ajustements du backlog ou mettre en évidence les risques liés à la réalisation des objectifs." Sans eux, la stratégie se perd facilement dans la traduction entre les dirigeants et les développeurs.
Des livrables aux résultats
Un autre thème récurrent de la discussion a été le passage des livrables aux résultats. Les développeurs ne veulent pas travailler sans fin sur des éléments de backlog à faible valeur ; les directeurs financiers ne veulent pas d'activité pour le plaisir. Tous deux souhaitent que des progrès significatifs soient accomplis dans la réalisation des objectifs stratégiques.
Alan a décrit les OKR comme le "système nerveux" de l'entreprise, transmettant les signaux du portefeuille stratégique (le cerveau) à chaque équipe de l'organisation. "Chaque équipe doit savoir quelle partie du problème elle résout", a-t-il déclaré. "Sinon, la stratégie ne vaut pas les électrons dans lesquels elle est stockée.
L'IA agentique devient puissante lorsqu'elle peut relier ces couches : portefeuilles de stratégies, OKR en cascade et planification au niveau de l'équipe. "Grâce à des données fiables, les agents peuvent mettre en évidence les goulots d'étranglement, rééquilibrer l'activité en fonction des objectifs stratégiques et faire en sorte que l'ensemble du système s'oriente vers des résultats plutôt que vers des livrables."
L'opportunité à venir
Comme l'a souligné Razat au cours de la conversation, les responsables des technologies sont soumis à des pressions pour accroître la productivité, la vélocité et la qualité, tout en justifiant des niveaux d'investissement de plus en plus élevés. Les agents autonomes peuvent contribuer à combler cette lacune, mais seulement s'ils s'appuient sur une architecture de données solide.
Et, comme l'a résumé Alan sous un angle différent : "Si vous voulez rendre les développeurs heureux, et les développeurs sont une ressource rare, assurez-vous qu'ils travaillent sur des éléments significatifs et de grande valeur. C'est ce que veut le directeur financier, et c'est ce que veulent les promoteurs".
L'IA agentique n'est pas un raccourci. Il s'agit d'un amplificateur. Les entreprises qui investissent aujourd'hui dans des données gouvernées, connectées, 360-degree, seront celles qui en exploiteront tout le potentiel demain.
Découvrez comment vous pouvez prendre des décisions plus rapides et plus intelligentes avec Planview AnviTM, votre IA de nouvelle génération pour l’activité connectée. En savoir plus
