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
Lors de la dernière édition du salon i-Expo, Véronique Mesguich faisait un constat : "L’IA agentique offre la possibilité d’exécuter des actions à la demande d’un humain : recherche d’information, extraction d’entités nommées, interaction avec un tableur… Par exemple, une IA agentique peut être programmée pour aller sur le site de la Banque mondiale et extraire des données afin de les verser dans Excel". Pour la consultante, formatrice et auteure d’ouvrages de référence sur la recherche d’information, "cela génère indéniablement un gain de temps, mais cela ne fait pas tout. Notamment pas les "fonctions nobles", comme l’analyse stratégique, qui vont aider à la prise de décision et qui restent du ressort de l’humain."
Un constat partagé par Romain Ponceau, directeur général du cabinet de conseil en stratégie digitale Opinion Act : "L’analyse reste entre les mains de l’humain, qui contrôle désormais le travail réalisé par les LLM et se concentre sur son vrai métier". Selon lui, l’épanouissement des équipes est flagrant : "Elles ont l’impression de faire un métier beaucoup plus passionnant qu’avant, car elles se concentrent sur "l’insight" et sur des recommandations beaucoup plus fouillées et moins superficielles. Cela insuffle un regain de passion chez nos analystes".
Lire aussi : VeilleLabs 2026 : ce que l’IA change vraiment pour la veille stratégique
Pour autant, l’IA peut tout de même apporter sa puissance de calcul au travail d’analyse des professionnels de la veille. En particulier lorsqu’il s’agit de traiter, à une vitesse vertigineuse, l’information dans sa profondeur. Selon Romain Ponceau, l’IA répond à deux enjeux majeurs parfaitement anticipés par le marché : un enjeu de réactivité et un enjeu de profondeur. "Nous analysons environ vingt millions d’informations uniques chaque mois, ce qui est colossal", explique-t-il. "Nous devions auparavant échantillonner, pour répondre à la fois à une exigence économique et à des contraintes de timing, afin de livrer dans un délai acceptable. Désormais, nous traitons le corpus entier et cet effet d’échantillonnage n’est plus nécessaire. La valeur ajoutée est considérable."
À ses yeux, le modèle économique de la veille est donc impacté par l’IA : "En matière de finesse d’analyse, nous étions contraints de nous arrêter à un moment donné pour rester dans un cadre économique viable".
limiter les hallucinations
Du côté des éditeurs, KB Crawl estime que les apports de l’IA sont incontestables : "L’intelligence artificielle apporte de la rapidité et de la consistance lorsqu’il s’agit d’analyser un trimestre d’activité sur un concurrent ou d’analyser un marché", estime Arnaud Marquant, directeur des opérations. "Elle agit comme un facilitateur de synthèse, de résumé et d’exploitation, davantage sur le plan documentaire."
Ce dernier vote néanmoins pour la prudence : "Il faut toujours une vérification et le regard critique reste indispensable. Mais lorsque l’on travaille sur un corpus et que l’on fait du RAG, comme nous le faisons, chaque client ne peut interroger que sa propre base de données. Dans ce cas, les hallucinations sont limitées, puisque l’on travaille sur quelque chose de précis".
Lire aussi : La veille au défi des agents IA
bases de données vectorisées
Le prestataire Humind, quant à lui, a fait un choix : "Nous avons intégré des assistants de recherche directement dans les plateformes de veille de nos clients, connectés à nos bases de données vectorisées", explique Alexandre Sonnet. Selon lui, les utilisateurs interrogent ainsi les contenus en langage naturel et obtiennent des réponses immédiates, ce qui simplifie et accélère l’accès à l’information au moment où ils en ont besoin. "Ces dispositifs reposent sur des approches de type RAG, limitées à des corpus maîtrisés pour garantir la pertinence des réponses."
Résultat, des agents IA remplissent un rôle précis : explorer une thématique ou un marché, vérifier et recouper les informations ou encore organiser, enrichir et préparer les données pour leur intégration dans des bases de connaissances, des tableaux de bord ou des rapports.
