Intelligence artificielle : Huwise révolutionne la fiabilité des données professionnelles

L’essor fulgurant des agents d’intelligence artificielle dans le monde professionnel soulève une question cruciale : comment garantir la fiabilité et la pertinence de leurs résultats ? Face à cette problématique, une entreprise française propose une réponse innovante en s’appuyant sur des données contextualisées et maîtrisées.

Un nouveau cadre technologique pour les agents IA

Huwise vient de déployer son framework agentique, une infrastructure destinée à développer des agents d’intelligence artificielle reposant sur des données fiables. Cette solution se décline en deux formats distincts.

D’un côté, des agents « clé en main » conçus pour exploiter au maximum les data marketplaces. De l’autre, des solutions entièrement personnalisables, pensées pour s’adapter aux enjeux métiers spécifiques de chaque organisation.

La « context layer », socle de connaissance évolutif

Le dispositif s’articule autour d’une « context layer » connectée aux data marketplaces de l’entreprise. Cette couche constitue un socle de connaissance sur les usages des produits de données.

Déjà exploitée par Huwy, l’agent d’exploration de données lancé en décembre dernier, cette infrastructure se distingue par son caractère dynamique. Contrairement aux systèmes statiques, elle s’enrichit continuellement des usages réels de la plateforme.

Une connaissance fine des environnements métiers

Cette richesse contextuelle permet une compréhension approfondie de plusieurs dimensions : les usages au sein de la marketplace, la sémantique propre à chaque environnement professionnel, ainsi que les profils utilisateurs.

Les organisations déjà équipées d’une data marketplace Huwise peuvent accéder immédiatement à ce framework. Les agents développés via cette infrastructure s’appuient automatiquement sur ce socle de connaissances.

Une vision centrée sur la qualité des données

Jean-Marc Lazard, Président et co-fondateur de Huwise, souligne l’importance de cette approche : « Le déploiement des agents IA dans les entreprises s’accélère à un rythme inédit, porté par des attentes fortes sur l’automatisation et la productivité. Mais dans cette course, il ne faut pas perdre de vue l’enjeu central : la fiabilité et la qualité du contexte. »

Le dirigeant poursuit en expliquant : « Un agent, aussi performant soit-il, ne vaut que par les données sur lesquelles il s’appuie : il a besoin d’un contexte riche, fiable et pertinent pour produire des résultats réellement exploitables. »

Des premiers retours encourageants

Jean-Marc Lazard ajoute : « C’est dans cette logique que nous avons développé notre propre framework agentique, que nous mettons en œuvre pour déployer des agents IA s’appuyant sur des données maîtrisées et contextualisées. Ce dispositif est déjà en cours de déploiement auprès de nos clients, avec des premiers retours très encourageants. »

Il conclut : « C’est un nouveau socle technologique, que nous exploitons pour accélérer le déploiement d’agents IA et, avec lui, l’adoption de la donnée au sein des organisations, pour que chacune tire pleinement parti de la valeur de ses données. »

Trois agents intelligents pour optimiser les data marketplaces

Le framework a permis de développer plusieurs agents spécialisés, chacun répondant à des besoins précis. Ces solutions « clé en main » aident les administrateurs à optimiser leurs contenus.

Le « Marketplace Curator » pour améliorer l’adoption

L’agent IA « Marketplace Curator » analyse sans interruption les usages de la data marketplace : clics, consommation, abandons. Il recommande ensuite des actions concrètes pour améliorer l’adoption de chaque produit de données.

Le « Data Product Builder » pour accompagner la création

L’agent IA « Data Product Builder » accompagne la création de nouveaux produits de données. Son intervention couvre l’ensemble du processus, de l’identification du besoin jusqu’à la conception et au packaging final.

L’« Opportunity Spotter » pour détecter les besoins

L’agent IA « Opportunity Spotter » identifie les écarts entre l’offre disponible dans le catalogue et les besoins des utilisateurs. Il recommande ensuite les produits de données à créer en priorité.

Une approche basée sur l’analyse des usages réels

Ces trois agents s’appuient sur une matrice construite à partir de l’analyse des usages de chaque marketplace. Cette cartographie recense les produits de données utilisés et les requêtes auxquelles ils répondent.

Grâce à cette infrastructure, les administrateurs reçoivent des recommandations d’actions à fort impact pour optimiser l’utilisation de leur data marketplace et favoriser son adoption au sein de l’organisation.