Un agent IA est aujourd’hui capable d’apporter une réponse client, comparer des fournisseurs ou recommander un produit en quelques secondes. Mais lorsqu’il interroge plusieurs applications, il rencontre souvent des identifiants, des adresses et des nomenclatures contradictoires. Avant d’automatiser la décision, vous avez donc tout intérêt à lui fournir une représentation fiable des objets métier.
Quand l’agent rencontre plusieurs versions d’une même réalité
Dans beaucoup d’entreprises, il n’est pas rare, pour un même client, d’avoir une adresse renseignée dans le CRM et une autre dans l’ERP. Le même problème peut apparaître avec un produit, entre un nom marketing, une référence logistique et une nomenclature fournisseur.
Si vous utilisez un agent IA, selon la source interrogée, sa réponse sera donc différente.
Là où un collaborateur va pouvoir pouvoir reconnaître le contexte, appeler un collègue ou vérifier un document, l’agent, lui, traitera ce que le système lui présente. S’il ignore que plusieurs fiches désignent la même entité, il se plantera forcément. Bonjour la fiabilité…
Connecter l’IA au système d’information exige donc de décider quelle représentation du client, du produit ou du fournisseur doit faire autorité.
Ajouter des sources ne résout pas les contradictions
Donner à l’agent accès au CRM, à l’ERP, au support et au data warehouse peut sembler suffisant. Pourtant, chaque nouvelle source apporte ses propres règles de saisie, délais de mise à jour et erreurs historiques.
Si je reprends notre exemple d’adresse client, celle du CRM peut être la plus récente pour la relation commerciale, tandis que l’ERP conserve l’adresse légale nécessaire à la facturation. Le service après-vente dispose peut-être même d’une adresse de livraison temporaire ! La réalité est qu’il n’existe pas toujours une valeur unique valable pour tous les usages.
C’est justement là que vous devez définir des règles de priorité :
- Quelle application fait foi pour l’identité juridique ?
- Quelle donnée utiliser pour livrer, facturer ou personnaliser une réponse ?
- Combien de temps reste-t-elle valable ?
- Une date de mise à jour suffit-elle, ou faut-il considérer la source et le processus qui l’a produite ?
Car sans ces règles, l’agent peut (logiquement) choisir la donnée la plus récente… alors qu’elle n’est pas la plus pertinente. Il peut aussi combiner des attributs incompatibles et produire un profil apparemment complet, mais faux. En clair, l’accumulation de données rend plus urgente la création d’une donnée de référence.
Construire une représentation de référence des objets métier
Le Master Data Management, ou MDM, sert justement à créer et gouverner une représentation fiable des données structurantes. Clients, fournisseurs, produits, sites ou contrats sont rapprochés à partir de plusieurs sources afin de constituer un enregistrement de référence (le fameux « golden record »).
Cette construction commence par la normalisation, avec des numéros de téléphones, adresses, raisons sociales et codes produits qui doivent devenir comparables. Vient ensuite le rapprochement des fiches, certaines correspondances sont sûres grâce à un identifiant commun. D’autres reposent sur plusieurs indices : nom, email, adresse, numéro d’entreprise ou historique transactionnel.
Attention, ce dédoublonnage ne consiste évidemment pas à fusionner aveuglément vos données 😉. Deux personnes peuvent partager un nom et une adresse, tandis qu’une même société peut possèder plusieurs établissements. Je vous conseille de prévoir un score de confiance, une validation humaine pour les cas ambigus et la conservation de la provenance de chaque attribut.
Il faut enfin définir les règles de survivance, à savoir quelle valeur conserver lorsqu’elles se contredisent ?
Certains champs viennent prioritairement du CRM, d’autres de l’ERP ou d’un registre externe. Un MDM peut tout à fait déterminer la valeur maîtresse selon la source, la fraîcheur ou des règles métier.
Le « golden record » représente ainsi la meilleure version disponible à un instant donné, avec son origine et son niveau de confiance. Bien entendu, cette vision restera limitée si elle ignore les relations qui donnent leur sens aux données.
Conserver le contexte et les relations entre les données
Un client appartient parfois à un groupe, possède plusieurs contrats, utilise différents produits et échange avec plusieurs filiales. Un fournisseur peut livrer plusieurs sites, dépendre d’une maison mère ou intervenir sur des composants communs à plusieurs gammes. Ces liens changent forcément l’interprétation. Un retard isolé n’a pas la même portée s’il concerne un fournisseur secondaire ou une entreprise qui équipe l’ensemble de vos produits. Une réclamation doit être rapprochée du contrat, de la commande, du produit et des incidents déjà ouverts. Sans ces relations, l’agent dispose d’une fiche propre, mais absolument pas du contexte pourtant nécessaire.
Le MDM doit donc modéliser les hiérarchies et les liens entre entités : client et filiales, produit et composants, fournisseur et sites de production, contrat et bénéficiaires. La valeur du MDM vient aussi de la découverte et de la gestion des relations entre les enregistrements.
Vous pouvez alors demander à un agent :
- d’analyser l’exposition globale à un fournisseur,
- de préparer une réponse tenant compte de tous les contrats d’un client
- ou de recommander un produit compatible avec l’équipement déjà installé.
Mettre les données de référence à disposition des agents de façon maîtrisée
Pour cela, le MDM doit fournir des services clairement définis : rechercher une entité, récupérer ses attributs fiables, parcourir ses relations ou vérifier qu’une donnée a changé. Ces capacités peuvent par exemple être exposées par API, via une couche d’intégration ou au sein d’outils accessibles à l’agent.
La création d’une donnée de référence ne constitue toutefois qu’une partie de la réponse.
Il faut ensuite préparer ce socle en amont, afin d’assurer la diffusion, l’actualisation, la sécurisation et l’intégration des données dans les futurs usages d’IA comme le rappelle cet article.
Cette étape impose de synchroniser les mises à jour, de documenter les contrats d’interface et de surveiller les flux. Un référentiel MDM centralise les données de référence, tandis que l’intégration et les API les distribuent de manière contrôlée aux applications et aux cas d’usage d’IA. Les agents doivent aussi disposer de leur propre identité technique. Vous pouvez ainsi limiter les données qu’ils consultent, les opérations qu’ils déclenchent et la durée de leurs autorisations.
Enfin, chaque réponse importante doit rester explicable. Quelle fiche de référence a été utilisée ? Quels attributs ont été lus ? Quand ont-ils été mis à jour ? L’agent a-t-il rencontré une ambiguïté ? Ces informations permettent de corriger une erreur ou de revenir à la source.Avant de donner davantage d’autonomie à un agent, pensez donc à lui fournir une donnée réconciliée, contextualisée, actualisée et distribuée selon des règles précises. Le MDM construit cette base commune. L’intégration, les API et la supervision la rendent réellement utilisable, sans perdre le contrôle sur ce que l’agent voit et décide.
