Researcher & Analyst : comment Microsoft révolutionne la recherche et l’analyse de données avec l’IA
Deux nouveaux agents IA de l’univers de Microsoft 365, « Researcher » et « Analyst » soutiennent les experts avec une automatisation ciblée à effectuer des recherches, analyses et prises de décision. Dans notre interview avec un expert en données et intelligence artificielle qui donne des conseils aux entreprises pour utiliser les nouvelles technologies de manière stratégique et pragmatique, découvrez comment fonctionnent ces outils et quelle est leur plus-value réelle.
Microsoft Copilot a étendu son portefeuille d’agents spécialisés et intègre désormais « Researcher » et « Analyst ». « Researcher » doit aider à réaliser des recherches complexes en fusionnant des informations de sources internes et externes. « Analyst » analyse des données structurées et en tire des conclusions exploitables. Ces deux outils ont pour but de soutenir les professionnels lors de la prise de décision et de rendre les processus de travail plus efficaces. Dans notre entretien avec notre expert en IA, consultant et formateur Michael Vonlanten, nous explorons les fonctionnalités, cas d’application et différences entre ces deux outils – et pourquoi il est décisif de ne pas seulement comprendre comment fonctionne l’IA, mais aussi de travailler activement avec elle.
Quel est l’objectif principal de Researcher et d’Analyst ?
Michael Vonlanten : Researcher peut être considéré comme le Sherlock Holmes du monde de l’information. Les recherches pour lesquelles des humains auraient nécessité des heures peuvent être réalisées par Researcher en quelques minutes.
Analyst est plutôt comparable à Einstein. Il aime les structures de données et est capable de combiner les données et de les interpréter. Qu’est-ce qui se passe si … ? Analyst peut répondre à cette question en quelques secondes.
Quelles sources de données ces deux outils utilisent-ils ?
Ces deux assistants peuvent utiliser aussi bien des documents et des données dans le cloud Microsoft que des données issues d’internet. Une différence essentielle de ces assistants Microsoft en comparaison avec les autres applications, est que les données d’entreprise restent toujours stockées de manière sécurisée dans son propre environnement et que les résultats ne sont pas partagés avec le fournisseur. Selon moi, le plus grand danger survient lorsque les utilisateurs ont recours à des assistants IA quelconques sur internet.
📌 « Researcher pose des questions ciblées à l’utilisateur afin d’améliorer la qualité du résultat ».
Quelles sont les différentes fonctionnalités de ces deux outils ?
La fonctionnalité « Deep-Research » de « Researcher » a deux particularités centrales : d’une part, il pose des questions ciblées à l’utilisateur afin d’améliorer la qualité du résultat. D’autre part, il ne livre pas de réponse immédiate et facile, mais effectue plutôt des recherches à plusieurs niveaux pour finalement combiner les résultats dans une vue d’ensemble complète. De cette manière, on obtient souvent des résultats surprenamment précis et différenciés.
« Analyst », lui, peut combiner en toute autonomie des données brutes et les analyser et interpréter comme un Data Scientist. Le modèle de langage sous-jacent fonctionne comme celui de Researcher – mais il est optimisé spécialement pour travailler avec des données structurées.
Exemple : Si on donne à Analyst une liste de sa propre consommation d’électricité et les tarifs actuels des différents fournisseurs, alors il calcule de manière autonome l’offre adaptée – sans aucune autre intervention.
Comment ces outils peuvent-ils être intégrés dans des processus de travail existants ?
Ces deux agents sont essentiellement conçus pour des tâches complexes. Chaque fois qu’une tâche s’y prête, je conseille d’utiliser ces agents – tout d’abord parallèlement à votre propre travail.
Vous pourrez lors de cette première étape comparer les résultats des agents avec vos propres solutions. Vous pourrez alors déterminer ce qui fonctionne déjà bien et où se situe un potentiel d’amélioration.
Ce processus peut être développé progressivement et régulièrement vérifié – avec pour objectif de laisser les agents reprendre à l’avenir certaines tâches de manière autonome. La question n’est donc pas de savoir si ça va arriver, mais quand.
C’est pourquoi de mon point de vue, il est important de se confronter activement à cette problématique et de s’exercer le plus souvent possible à interagir avec les agents IA : essayer – accumuler de l’expérience – améliorer.
📌 « Researcher peut être utilisé de manière ciblée pour analyser la communication et la collaboration en équipe – par exemple en se basant sur les historiques de chat ou des notes de réunion ».
Quels sont les avantages de ces outils pour la collaboration en équipe ?
Je ne vois ici pas d’avantage particulier pour la collaboration au sein d’une équipe. Comme mentionné plus haut, ces agents sont avant tout conçus pour résoudre des tâches complexes.
Toutefois, on pourrait imaginer utiliser Researcher pour analyser la communication et la collaboration dans l’équipe – par exemple en se basant sur les historiques de chat ou des notes de réunion. On pourrait en tirer des recommandations pour promouvoir la culture d’équipe et optimiser les processus de travail communs.
Comment est assurée la sécurité des données lors de l’utilisation de ces outils ?
Microsoft ne laisse ici rien au hasard : cryptage, restrictions d’accès et directives strictes en matière de protection des données garantissent la sécurité des données.
📌 « Dans le travail quotidien, l’intégration dans les processus existants joue un rôle décisif – en particulier l’identification d’applications pertinentes et leur mise en œuvre concrète ».
Quelles formations et ressources sont nécessaires pour une utilisation efficace ?
Cela dépend fortement des connaissances individuelles préalables et des stratégies d’apprentissage privilégiées. En principe, on communique avec l’agent IA de la même manière qu’avec un être humain – en théorie, aucune formation ne serait donc nécessaire.
Dans la pratique la situation est cependant plus nuancée : les compétences en écriture de prompts ciblée tout comme l’utilisation de références correctes ont une influence importante sur les résultats. Dans ces domaines, des formations peuvent en effet fournir des stimulus précieux.
Dans le travail quotidien, l’intégration dans les processus existants joue un rôle décisif – en particulier l’identification d’applications pertinentes et leur mise en œuvre concrète
C’est précisément là qu’interviennent nos cours pratiques chez Digicomp, qui apportent un soutien ciblé dans le cadre de l’application pratique.
Quelle est la différence entre ces outils en ce qui concerne la facilité d’utilisation et leur adoption ?
Ce sont des assistants IA comme on les connaît déjà. Le fait qu’ils ne se contentent pas de répondre, mais aussi de demander activement des clarifications lorsque la tâche à exécuter n’est pas claire rend l’interaction avec ces outils beaucoup plus simple. Mais le diable se cache dans les détails – nous en sommes tous à accumuler de l’expérience alors même que la technologie évolue chaque jour. Il ne faut donc jamais se reposer sur ses lauriers.