Cette phase a rendu la donnée plus fiable, plus disponible et plus utile à la décision.
Avec l’arrivée de l’IA générative, un nouveau cycle s’amorce. Ces modèles d’IA ne se contentent plus de traiter la donnée : ils apprennent à la comprendre, à la relier, à la raconter. Et surtout, ils invitent à un nouveau mode d’interaction : le dialogue.
“Et que ressentez-vous quand vous dialoguez avec une machine ?” – Vue d’artiste IA
Demain, “faire de la data” ne consistera plus seulement à écrire des requêtes ou concevoir des tableaux de bord, mais à savoir interroger, orienter et challenger des modèles.
Le data engineer devient un orchestrateur d’agents, le data scientist un explorateur d’hypothèses, et le data analyst un interprète de conversation homme-machine.
Le Data Engineer deviendra superviseur d’agents IA
Le Data Engineer conçoit aujourd’hui les pipelines, garantit la qualité des flux et veille à la cohérence des systèmes.
Demain, il orchestrera des agents IA capables de nettoyer, enrichir et transformer les données en autonomie.
Son rôle se déplacera du code vers la supervision : paramétrer, contrôler et ajuster les interactions entre agents. Il assurera la fiabilité, la traçabilité et la transparence d’un écosystème où la donnée se traitera en continu.
Davantage éleveur que technicien : attentif à la croissance, à la cohérence et à l’équilibre d’un système vivant.
Le Data Scientist explorera des hypothèses plutôt que des modèles
Aujourd’hui, le Data Scientist conçoit, ajuste et optimise des modèles prédictifs.
Demain, il interagira avec des IA spécialisées capables de générer, tester et comparer ces modèles, d’expliquer leurs choix et de confronter ses intuitions à la réalité des données.
Son rôle évoluera vers la construction du raisonnement analytique : formuler les hypothèses, orienter les analyses et interpréter les résultats à la lumière du métier.
Le Data Scientist de demain ne se définira plus par la complexité de ses algorithmes, mais par la qualité du questionnement qu’il apporte à l’IA — davantage architecte du sens qu’artisan du code.
Le Data Analyst scénarisera les échanges entre humains et IA
Aujourd’hui, le Data Analyst collecte, nettoie et visualise les données pour produire des tableaux de bord.
Demain, il concevra des interfaces conversationnelles où les utilisateurs interagiront directement avec la donnée. Son rôle évoluera vers la scénarisation du dialogue entre l’humain et l’IA : définir les bons points d’entrée, les angles d’analyse et les formats de restitution.
Il veillera à ce que les réponses générées soient justes, compréhensibles et orientées vers l’action.
L’IA deviendra un co-narrateur, capable d’expliquer une tendance, de reformuler un indicateur ou de simuler un scénario. Le Data Analyst, lui, deviendra le médiateur du sens, garant de la clarté et de la pertinence du récit.
Le Data Challenge, préfiguration de cette évolution
Chez Solstice Lab, cette évolution n’est pas qu’un horizon : nous l’expérimentons déjà à travers notre Data Challenge, l’exercice de recrutement que nous faisons aussi passer… aux IA.
Même jeu de données, mêmes consignes : nettoyer, analyser, interpréter.
Nous comparons ensuite la démarche humaine et la démarche machine : les choix, les biais, la logique, la capacité à formuler des hypothèses.
L’objectif n’est pas de juger, mais de comprendre : quelles tâches peuvent déjà être confiées à l’IA (et comment), lesquelles doivent rester humaines, et quelle est la bonne articulation entre les deux.
C’est notre façon concrète d’explorer le futur du travail de la donnée ; un futur fondé non sur la substitution, mais sur la collaboration intelligente entre humains et modèles.
