«Les agents IA ont besoin de données contextuelles»

Dans le domaine du marketing automatisé, les agents IA viennent compléter les systèmes basés sur des règles. Pour prendre de bonnes décisions, ils ont besoin des bonnes données. Mais comment savoir si les données sont exploitables par les agents IA? Et comment les entreprises peuvent-elles obtenir de telles données? Nous avons posé la question à Philip Michel, responsable Solutions de données et d’adresses de Swiss Post Advertising.

Monsieur Michel, quelles exigences les données doivent-elles remplir pour les systèmes agentiques?

Philip Michel: pour être particulièrement utiles aux agents IA, les données doivent avant tout répondre à deux exigences supplémentaires: elles doivent être préparées et accessibles de sorte que les agents puissent agir en toute fiabilité sur cette base. Et elles doivent fournir des informations sur le contexte, c’est-à-dire des métadonnées. Celles-ci expliquent par exemple ce que signifient les données, d’où elles viennent, à quel point elles sont actuelles, pour quel cas d’application elles sont pertinentes, quelles règles d’accès ou d’utilisation s’appliquent et comment elles sont liées à d’autres données. Les données structurées permettent aux agents IA de trouver, de comparer et de traiter des informations de manière fiable. Les métadonnées correspondantes sont nécessaires pour que les agents IA classent correctement ces informations. Seule la combinaison d’une structure propre et d’un contexte clair favorise vraiment l’exploitabilité des données par les agents IA. Bien entendu, la qualité est également importante, comme l’actualité des données. Mais cette exigence existait déjà lors des précédentes utilisations de données. Que ce soit une personne ou un agent IA qui prenne de mauvaises décisions du fait de données erronées, les conséquences sont tout aussi graves pour une entreprise.

Comment peut-on techniquement faire en sorte que les métadonnées soient fournies?

Cela peut par exemple se faire via le Model Context Protocol (MCP), une norme avec laquelle les modèles d’IA accèdent à des outils et à des sources de données externes. Les métadonnées sont saisies dans le système en tant que champs de données séparés, par exemple dans le CRM. Via l’interface MCP, l’agent IA accède non seulement au contenu des données, mais aussi aux métadonnées.

L’IA a besoin de grandes quantités de données pour fournir de bons résultats. Comment les entreprises parviennent-elles à disposer de suffisamment de données «agentic-ready»?

Je vois là un malentendu. En effet, pour les agents IA, il ne s’agit pas d’entraîner un modèle d’IA avec de nombreuses données. Au lieu de cela, les entreprises utilisent des modèles préentraînés à des fins d’application, par exemple pour interpréter les données et déclencher des décisions automatisées sur cette base. Pour cela, elles n’ont pas besoin de fournir de données d’entraînement. C’est pourquoi l’IA agentique ne se concentre pas sur la quantité de données, mais sur la question suivante: que voulons-nous atteindre et de quelles données l’IA a-t-elle vraiment besoin pour cela? Étant donné que la mise à disposition et la préparation des données entraînent toujours des coûts, les entreprises devraient en tenir compte lors de la hiérarchisation des cas d’application. Et elles ne devraient mettre à disposition que les données qui présentent un réel intérêt.

Comment les entreprises sélectionnent-elles les cas d’application pour les agents IA?

Le mieux est de partir de leurs priorités et de réfléchir aux cas d’application concrets pour lesquels l’automatisation avec l’aide d’agents IA a le plus d’impact – par exemple, à quel stade des décisions plus rapides et plus avantageuses sont souhaitées. Ainsi, à l’aide de cas d’application individuels, les entreprises peuvent acquérir de premières expériences en matière de données structurées, de descriptions de données, de métadonnées et de processus de qualité des données. Les enseignements tirés les aideront ensuite à évoluer dans l’automatisation.

Que recommandez-vous pour ces premiers cas d’application en ce qui concerne les données?

Pour les agents IA, le contrôle est encore limité sur la manière dont ils procèdent pour atteindre l’objectif fixé. Il est donc d’autant plus important de contrôler sur quelle base de données ils agissent pour les cas d’application spécifiques. Pour cela, il faut répondre à différentes questions: quelle est la mission et le rôle de l’agent IA? De quelles informations a-t-il besoin pour pouvoir prendre la bonne décision? Quelles données provenant de quelles sources lui met-on à disposition? Si l’agent IA prend de mauvaises décisions, on sait clairement sur quels paramètres agir et comment corriger les données.

Comment les entreprises s’assurent-elles que les agents IA n’enfreignent pas les directives en matière de protection des données?

La tâche la plus importante n’est certes pas nouvelle, mais elle devient encore plus urgente avec l’IA: les entreprises devraient définir des classes de protection et classifier leurs données. C’est par exemple la seule manière pour elles de savoir quels enregistrements et documents contiennent des données personnelles, et sont donc particulièrement sensibles. Si une telle classification des données fait défaut, c’est encore plus délicat, car les données sont plus souvent utilisées avec l’IA. De plus, des règles d’utilisation claires de l’IA sont nécessaires pour les données. Elles définissent par exemple dans quelles configurations les agents IA peuvent utiliser les données clients – et dans quelles situations elles ne le peuvent pas.

Comment Swiss Post Advertising soutient-elle les entreprises en matière de données «agentic-ready»?

Nous les aidons à créer des bases de données de clients et d’adresses que les agents IA sont à même de bien utiliser. Nos services d’adresses permettent aux entreprises de disposer de données à jour, clairement structurées, clairement décrites et donc clairement interprétables. De plus, nous leur fournissons des informations pour enrichir leurs données, comme des géodonnées sur le lieu de domicile de leurs clientes et clients. Les annonceurs qui réalisent des campagnes avec Swiss Post Advertising ont un autre avantage: ils profitent du fait que nous réfléchissons précisément aux modèles de données que nous utilisons, à la manière dont nous utilisons l’IA, aux produits de données dont nous disposons et à la manière dont nous contextualisons les données. Tout cela permet un ciblage plus précis.