IA agentique : comment Opendatasoft connecte les modèles IA aux données opérationnelles pour booster la performance des collaborateurs

Bien que l’intelligence artificielle (IA) offre un potentiel extraordinaire, elle nécessite l’accès à des données fiables et de qualité pour réellement créer de la valeur et innover. Proposer ces données dans le bon format test donc indispensable pour alimenter à la fois les Large Language Models (LLMs) et les nouveaux agents IA (aussi connus sous le nom d’IA agentique). 

Pour mieux comprendre l’impact actuel de l’IA sur la gestion et la consommation de données – et la manière dont Opendatasoft applique concrètement l’IA à des problématiques métier – nous avons échangé avec notre CTO et cofondateur David Thoumas sur les dernières avancées de notre solution de data product marketplace.

David T.  : « L’IA est déjà en train de révolutionner le monde professionnel et la société dans son ensemble. Mais les LLMs traditionnels ont surtout été entraînés pour automatiser et traiter des tâches génériques, et manquent de contexte pour des missions plus spécifiques. Leurs applications concrètes restent donc limitées. Si une tâche évolue, ils doivent être réentraînés, car ils ne peuvent pas s’adapter automatiquement ni élargir leur champ d’action. 

L’IA a aussi besoin de données fiables et de qualité. Malheureusement, beaucoup d’organisations se rendent compte qu’elles n’ont pas mis en place les bases, ce qui limite leur capacité à utiliser l’IA. Tous ces facteurs génèrent une vraie frustration lors des déploiements d’IA, qui ne génèrent pas le ROI espéré. 

La bonne nouvelle, c’est que la situation est en train de changer grâce aux avancées de l’IA agentique, qui permettent aujourd’hui de connecter l’IA au monde réel, c’est-à-dire aux données opérationnelles de l’entreprise. »  

David T. : « L’IA agentique (ou les agents IA) désigne des systèmes capables d’agir de manière autonome : ils prennent des décisions et exécutent des actions pour atteindre des objectifs définis, avec une intervention humaine minimale. Ils savent gérer des problèmes complexes à plusieurs niveaux et s’adaptent à des environnements fluctuants en tirant parti de leur propre expérience.

Ces agents permettent à l’IA d’entrer dans le monde réel, qu’il soit physique ou numérique, en accomplissant des tâches jusqu’ici réservées aux humains – et ouvrent ainsi un champ infini d’usages. Concrètement, un utilisateur peut concevoir un agent capable d’exécuter une tâche, un processus, une recherche, etc., à partir d’un modèle d’IA, et le relier directement à des applications. C’est une véritable révolution dans la manière dont l’IA fonctionne : on passe de la simple génération de contenu à des actions concrètes dans des environnements métier. »

David T. : « Comme les LLMs, les agents IA ont besoin d’un accès automatique aux données et aux applications – ce qui peut vite devenir complexe dans un marché qui évolue très vite. Pour répondre à cet enjeu, l’entreprise d’IA Anthropic a lancé le Model Context Protocol (MCP), une nouvelle norme open source qui permet de connecter les modèles d’IA aux systèmes de données existants, tout en facilitant leur intégration dans différents environnements métier. Le MCP fournit une interface entre les agents et les services, en normalisant la façon dont ces services communiquent avec les LLMs. On peut le voir comme une sorte d’API qui permet à chacun de créer des agents intelligents basés sur des données opérationnelles. »

Quelle avancée annonce Opendatasoft concernant le MCP ?

David T. : « Nous disposons déjà d’une solide expérience dans la mise à disposition des données via des API sur notre plateforme. Nous avons donc utilisé cette expertise pour lancer un service clé en main pour nos clients qui alimente leurs agents IA en données issues de leur data product marketplace via notre nouveau serveur MCP, tout en collectant des données statistiques et des retours utilisateurs. Cela permet aux agents d’interagir facilement avec les données qualitatives et structurées présentes sur les marketplaces Opendatasoft via des appels de fonction. »

David T. : « Les organisations sont prêtes à adopter l’IA pour renforcer les capacités humaines et favoriser la démocratisation des données. Grâce à notre nouveau serveur MCP, les données opérationnelles viendront alimenter directement les agents IA, permettant aux utilisateurs métier d’interagir plus simplement avec la data et de transformer concrètement leurs pratiques. Cela ouvre la voie à une véritable synergie entre agents intelligents et données opérationnelles, et permet enfin de libérer tout le potentiel de la donnée.

En tant que leader sur le marché des data product marketplaces, nous misons sur une approche fédérée et agnostique. Là où d’autres acteurs rapatrient les données opérationnelles sur leurs plateformes, notre technologie référence les actifs data dans un catalogue unifié, quel que soit l’endroit où les données sont hébergées. Nous constatons aussi les bénéfices de notre interface intuitive : conçue pour les humains, elle est d’autant plus facile à comprendre et à exploiter par l’IA. »

David T. : « Nous avons analysé les différents besoins des utilisateurs, des administrateurs et des propriétaires de data products pour concevoir notre serveur MCP. Dans sa première version, ce serveur expose quatre fonctions issues de l’API Explore v2.1 d’Opendatasoft. Cela permet aux agents d’accéder à la documentation API, de rechercher des jeux de données à l’aide de mots-clés ou via une recherche sémantique, de filtrer ou d’agréger les données, puis de les exporter. À l’avenir, nous prévoyons d’exposer davantage de fonctionnalités d’administration via le MCP, afin que les agents puissent apprendre à configurer une data marketplace. Cela leur permettra d’exécuter des actions et d’automatiser les tâches d’administration et de gestion des données.

Nous avons largement testé notre serveur MCP avec des applications desktop comme Claude Desktop d’Anthropic, mais aussi avec des solutions compatibles MCP comme ChatGPT d’OpenAI ou Microsoft Copilot, et nous sommes très satisfaits des résultats. En adoptant la norme MCP, notre objectif est d’offrir à nos clients plus de liberté. Ils peuvent utiliser l’agent ou l’application de leur choix, tant que l’outil est conforme au protocole MCP. Nous fonctionnons de manière agnostique vis-à-vis des modèles afin de garantir à nos clients un choix cross-model.  

L’expérience utilisateur se déroule directement dans l’application de l’agent IA, et non sur la data marketplace du client. Cela crée un nouveau canal permettant aux clients de partager leurs données concrètes, et ainsi obtenir de meilleures performances. Cela contribuera à rendre l’IA agentique bien plus puissante, car les agents exploiteront des données issues du terrain. »

Comment Opendatasoft se différencie-t-il des autres acteurs en matière d’IA agentique ?

David T. : « Comme je l’ai mentionné, notre approche consistant à décrire les données de manière compréhensible par des humains est la meilleure façon de communiquer à la fois avec les personnes et les LLMs, et permet à nos clients de déployer plus facilement l’IA sur des bases solides. Deux autres facteurs font aussi la différence. Même si les données de nos marketplaces sont exploitées par des agents et des LLMs plutôt qu’au sein de la plateforme, elles transitent via notre serveur MCP, ce qui nous permet de les suivre et de les analyser. On peut donc voir quelles données sont les plus utilisées (et les plus utiles), pour les agents comme pour les humains, et améliorer leur qualité. Nous proposons aussi un accès à environ 50 000 jeux de données provenant de toute la planète. Dans un monde où les progrès de l’IA reposent sur la disponibilité des données, proposer un accès centralisé à une telle diversité de données ouvertes est un vrai atout clé pour nos clients. »

David T. : « Comme pour toutes nos innovations, le lancement de notre serveur MCP répond à des besoins concrets exprimés par nos clients et a été pensé pour les aider à démocratiser la data tout en allégeant la charge de gestion. Grâce à cette solution, les organisations peuvent créer leurs propres agents IA, alimentés par nos données – un moyen de gagner du temps, d’améliorer leur productivité et de mieux exploiter leurs données. Les agents peuvent automatiquement rechercher et exploiter les données, créer des visualisations ou piloter de nouveaux processus et workflows, avec 100 % de traçabilité et de transparence sur les décisions prises par l’IA. Par exemple, de nombreuses organisations rencontrent des difficultés à standardiser et appliquer des métadonnées à l’ensemble de leurs actifs data. L’IA agentique peut contribuer à créer, compléter ou enrichir les descriptions existantes, et même automatiser des tâches comme la génération de descriptions de jeux de données, ce qui facilite ensuite la gestion et la découverte des données. »

David T. : « Notre priorité reste d’aider nos clients à consommer davantage de données, et nous investissons massivement dans l’IA pour atteindre cet objectif. En décembre 2023, nous avons lancé la recherche vectorielle basée sur l’IA sur les data marketplaces de nos clients afin d’améliorer la découverte de données en rendant la recherche plus intuitive. En 2024, nous avons permis aux utilisateurs de créer automatiquement des visualisations, des cartes et des tableaux dynamiques à partir de simples prompts textuels dans l’interface, l’IA générative facilitant ainsi l’accès aux insights issus des données de l’organisation. Toutes ces fonctionnalités s’appuient sur les modèles d’OpenAI ou de MistralAI, au choix, et nous comptons intégrer d’autres modèles à l’avenir.

Le lancement de notre serveur MCP marque une nouvelle étape dans notre stratégie IA, en ouvrant tout le champ des possibles de l’IA agentique. Nous développons activement des agents IA capables d’améliorer et d’enrichir les données, de standardiser les métadonnées, de générer du contenu, de suivre l’usage et les retours utilisateurs, ou encore de créer des chatbots directement connectés à notre data marketplace. Toutes ces innovations ont été conçues pour répondre aux besoins des clients, avec qui nous collaborons étroitement pour tester et déployer des solutions IA qui améliorent leur quotidien et valorisent leurs données. Et ce n’est que le début ! ».