Au sommaire :
- Enquête Archimag : comment les professionnels de la veille voient-ils leur métier ?
- Quand les besoins informationnels passent par le tamis de l’IA
- L’aide au sourcing, mais sous condition
- Une efficacité relative de l’IA pour la phase de collecte
- En appui de l’analyse, les RAG entrent en scène
- L’IA renouvelle la diffusion de la veille
Dans le cycle de la veille, le premier temps consiste à définir les besoins informationnels. Les veilleurs savent que ces besoins ne sont pas les mêmes selon qu’une organisation évolue sur un marché strictement national ou qu’elle est présente à l’international. De même, la taille de l’entreprise et son organisation ont un impact direct sur sa façon de surveiller son environnement informationnel.
Si la question de départ est floue ou mal formulée, les résultats de la collecte seront alors hors cible. Même le meilleur des logiciels est incapable d’apporter une réponse pertinente à une question imprécise. L’intelligence artificielle - et notamment l’IA générative - peut alors jouer un rôle de facilitateur en aidant les veilleurs à passer d’une intuition ou d’une demande client vague à un plan de recherche ultra-précis.
Lire aussi : VeilleLabs 2026 : ce que l’IA change vraiment pour la veille stratégique
Créer des personas
C’est, par exemple, le cas d’une demande très large adressée à un veilleur : "Faites-moi une veille sur l’hydrogène…" Inutile de dire qu’en l’état, cette instruction risque de déboucher sur une collecte non pertinente. Elle mérite donc d’être clarifiée et adaptée aux besoins de l’entreprise. L’IA peut alors être mobilisée et jouer le rôle d’un consultant spécialisé dans le domaine des hydrogènes. Elle resserre alors l’instruction : quelle zone géographique ? Marché émergent ou marché mature ? Veille technologique ? Réglementaire ? Concurrentielle ?
Autre méthode bien connue, la création de personas, qui vont adapter les besoins informationnels à la fonction dans l’entreprise : le marketing et la recherche-développement (R&D) n’ont évidemment pas les mêmes attentes. Aujourd’hui, l’IA se révèle efficace pour aider les veilleurs à imaginer le profil type du destinataire de la veille.
Construction d’un plan de veille
Aux yeux d’Alexandre Sonnet, directeur général de la société Humind, spécialiste de la surveillance d’écosystèmes économiques, les apports de l’IA sont manifestes pour la construction des plans de veille : "Nous avons, par exemple, développé des modèles capables de générer rapidement, à partir d’un sujet, d’une entreprise ou d’un secteur, un plan de veille structuré". Celui-ci s’intéressera aux acteurs clés, aux différents marchés, aux produits, aux zones géographiques, aux thématiques à surveiller, avec une première sélection de sources. Il précise : "La validation humaine reste indispensable pour garantir l’exhaustivité et l’adéquation aux besoins du client, mais cette approche réduit les délais de cadrage et de déploiement et les gains de temps sont significatifs."
Fondée en 2007, l’entreprise Humind réalise des prestations de veille, notamment pour des clients des secteurs de la santé, de la chimie, de l’agriculture et de l’énergie. Adepte de l’IA, la société reste lucide : "Auparavant, ce travail reposait sur l’expertise d’analystes identifiant manuellement les acteurs, les enjeux et les sources. L’IA ne remplace pas cette expertise : certaines informations restent difficiles d’accès, notamment dans les sources spécialisées, les bases privées, le deep web ou les réseaux peu indexés."
Lire aussi : Rechercher et traiter l’information avec les IA
L’IA n’est pas encore dans la réflexion stratégique
C’est également le point de vue d’Arnaud Marquant, directeur des opérations chez KB Crawl : "Aujourd’hui, s’il y a une demande précise de projet de veille, d’activité de veille, de recherche ou de mise en place d’une solution de veille, les clients procèdent via une formulation humaine que l’IA n’est pas en mesure de réaliser." Selon lui, l’IA est encore incapable de procéder à une réflexion, encore moins à une réflexion stratégique. "Ce qui lui manque aujourd’hui, c’est le contexte d’entreprise", estime-t-il. "Qu’il s’agisse d’une banque, d’un industriel ou d’une société de services, une entreprise a une stratégie dans un contexte bien particulier que l’IA ne maîtrise pas encore."
