Le consultant data augmenté : comment l’IA change le quotidien sur le terrain

L’IA comme accélérateur, pas comme remplaçant

Pour Lucas, le constat est simple : l’IA est avant tout un accélérateur. Sur les tâches fastidieuses, elle fait le travail à la place. Sur les sujets plus complexes, elle aide à aller plus vite. Ce n’est pas une révolution abstraite  c’est un changement concret dans la façon de travailler au quotidien.

Et ce changement, il se voit déjà sur plusieurs dimensions du métier de consultant data.

Des runbooks qui deviennent intelligents

L’un des premiers cas d’usage évoqués par Lucas : la documentation technique. Les runbooks  ces guides de maintenance et d’onboarding écrits pour les clients  ont un défaut bien connu : ils ne sont pas lus. Ils sont écrits, livrés, puis oubliés.

L’idée qu’explore Treez : rédiger ces runbooks en Markdown, dans un format lisible par l’IA. Le client en run, confronté à un flux qui plante ou à une erreur incompréhensible, peut alors poser directement sa question. L’IA croise la documentation interne avec la doc Microsoft et propose une réponse contextualisée, précise, immédiatement exploitable.

La documentation n’est plus un livrable statique. Elle devient une base de connaissance interrogeable.

Le « chat with your data » : une nouvelle façon de faire de la BI

Lucas évoque également les premières expérimentations autour du « chat with your data » chez certains clients. L’idée : permettre à un utilisateur de poser une question en langage naturel sur l’ensemble de ses rapports, modèles sémantiques et données  sans avoir à fouiller dans 15 ou 20 tableaux de bord pour trouver la réponse.

Pour des équipes habituées à solliciter le consultant dès qu’elles ont besoin d’une donnée absente d’un rapport existant, c’est une rupture. Les données existent  le rapport n’a pas encore été créé. Avec cette approche, la réponse devient accessible directement, sans intermédiaire.

Mais Lucas met en garde : cette fluidité a un prérequis. La donnée doit être fiable, bien décrite, certifiée. L’IA a besoin de savoir quel champ répond à quelle question, et de distinguer une donnée validée d’un rapport créé dans un coin par un métier et noyé dans la masse. La gouvernance des données reste la condition de base.

Deux modèles de BI qui coexistent

Ce que Lucas observe sur le terrain, c’est l’émergence de deux usages qui se complètent plutôt qu’ils ne s’opposent.

D’un côté, la BI institutionnelle  les dashboards PDF générés tous les mois, dans un format standard, pour les directions et les reportings corporate. Elle a encore toute sa place.

De l’autre, le « chat with your data »  la question posée, la réponse obtenue, sans rapport préfabriqué.

Et entre les deux, un cas hybride intéressant : des clients qui ont besoin des deux. Ils génèrent leurs rapports institutionnels comme avant, mais y ajoutent des commentaires d’analyse automatisés par l’IA. L’IA, entraînée sur des années de dashboards, est capable d’identifier ce qui mérite d’être souligné, de contextualiser une tendance, de rédiger le commentaire analytique qui accompagne le graphique. On passe de l’automatisation des rapports à l’automatisation des analyses.

Le temps retrouvé : vers quoi se tourne le consultant ?

Quand l’IA absorbe les tâches répétitives, le consultant récupère du temps. Lucas est clair sur ce qu’il en fait : aller plus loin sur la qualité.

Des modèles de données plus propres, des pratiques plus solides, une vraie attention portée aux problématiques de performance. Et surtout, plus de temps pour cadrer avec les métiers pour décrire précisément les données, expliquer les choix, s’assurer que l’IA dispose du bon contexte pour bien fonctionner.

Le consultant augmenté ne fait pas moins de choses. Il fait les mêmes choses à un niveau supérieur.