De nombreuses entreprises adoptent une approche plus lente et plus contrôlée des systèmes autonomes à mesure que l’adoption de l’IA se développe. Plutôt que de déployer des systèmes qui agissent de manière autonome, ils se concentrent sur des outils qui facilitent la prise de décision humaine et gardent le contrôle sur les résultats. Cette approche est particulièrement claire dans les secteurs où les erreurs comportent un réel risque financier ou juridique.
Un exemple vient de S&P Global Market Intelligence, qui intègre des outils d’IA dans sa plateforme Capital IQ Pro. Le système est utilisé par les analystes pour examiner les documents déposés par les entreprises, les appels de résultats et les données de marché. Ses fonctionnalités d’IA sont conçues pour rester ancrées dans le matériel source.
Selon S&P Global Market Intelligence, ses outils d’IA extraient des informations à partir de données structurées et non structurées, y compris des transcriptions et des rapports, tout en travaillant avec des données sources vérifiées.
L’adoption de l’IA avant l’autonomie
La vague actuelle d’outils d’IA en entreprise est souvent décrite comme une étape vers des agents autonomes. Les systèmes peuvent éventuellement planifier des tâches et agir sans intervention humaine directe. Mais la plupart des entreprises n’en sont pas encore là. L’adoption de l’IA est déjà répandue, avec une majorité d’organisations utilisant l’IA dans au moins une partie de leur activité, selon une étude de McKinsey & Company. De nombreuses organisations n’ont pas encore étendu l’IA à l’échelle de l’entreprise, ce qui montre un décalage entre l’utilisation initiale et un déploiement plus large.
Au lieu de cela, l’IA facilite des tâches telles que résumer des documents ou répondre à des requêtes, mais elle n’agit pas de manière indépendante.
Les outils de S&P Global Market Intelligence permettent aux utilisateurs d’interroger de grands ensembles de données via une interface de chat, mais les résultats sont liés à un contenu financier vérifié. Dans de nombreux cas, les utilisateurs peuvent se référer aux documents sous-jacents, réduisant ainsi le risque d’erreurs ou de résultats non pris en charge.
Dans ses recherches, l’entreprise décrit la gouvernance de l’IA comme un processus dans lequel les systèmes sont conçus et surveillés, en accordant une attention particulière à l’équité et à la responsabilité.
L’IA dans les secteurs à risque
En finance, de petites erreurs peuvent avoir de lourdes conséquences. Cela façonne la façon dont l’IA est construite et utilisée. Des outils comme Capital IQ Pro sont conçus pour assister les analystes et non pour les remplacer. Le système peut aider à faire ressortir des informations ou à mettre en évidence des tendances, mais les décisions finales appartiennent toujours aux utilisateurs humains.
L’écart entre l’adoption et la valeur devient plus clair. De nombreuses organisations signalent un écart entre le déploiement de l’IA et les résultats commerciaux mesurables, selon les conclusions de McKinsey & Company.
Même si les systèmes autonomes peuvent gérer certaines tâches, les entreprises ont souvent besoin de responsabilités claires. Lorsque les décisions affectent les investissements, la conformité ou les rapports, il doit y avoir un moyen d’expliquer comment ces décisions ont été prises.
Une étude de S&P Global indique que les organisations se concentrent de plus en plus sur la création de cadres de gouvernance pour gérer les risques liés à l’IA, notamment les problèmes de qualité des données et les biais des modèles.
Vers les futurs systèmes
La différence entre les outils d’IA contrôlés d’aujourd’hui et les futurs systèmes autonomes reste grande. L’intérêt pour des systèmes plus autonomes et pilotés par agents augmente également, même si la plupart des organisations en sont encore aux premiers stades de déploiement. Les systèmes capables d’expliquer leurs résultats, d’afficher leurs sources et de fonctionner dans des limites définies sont plus susceptibles d’être dignes de confiance.
Les agents autonomes pourraient un jour gérer des tâches telles que l’analyse financière ou la planification de la chaîne d’approvisionnement avec un minimum de contribution. Mais sans mécanismes de contrôle clairs, leur utilisation restera limitée.
Les thèmes seront présentés à l’AI & Big Data Expo North America 2026 les 18 et 19 mai. S&P Global Market Intelligence est répertorié comme sponsor bronze de l’événement. L’ordre du jour présente des sujets tels que la gouvernance de l’IA et l’utilisation de l’IA dans les secteurs réglementés.
Capacité d’équilibre et contrôle
Il est peu probable que la poussée vers l’IA autonome ralentisse. Les progrès dans les grands modèles de langage et les systèmes basés sur des agents continuent d’élargir les possibilités de l’IA.
Les utilisateurs d’entreprise se posent la question de savoir comment garder ces systèmes sous contrôle. L’approche de S&P Global Market Intelligence reflète cette préoccupation. En maintenant l’IA fondée sur des données vérifiées et en plaçant les humains au centre de la prise de décision, elle donne la priorité à la confiance plutôt qu’à l’autonomie.
À mesure que les systèmes deviennent plus performants, la capacité à les gouverner et à les contrôler pourrait devenir tout aussi importante que les tâches qu’ils accomplissent.
(Photo de Hitesh Choudhary)
