Microsoft IQ en Action

Phare Data

0:03[musique] [musique] Bonjour et bienvenue sur Fardata, la chaîne qui éclaire vos données. Dans l'océan des données, voir clair change tout. Sur farata, on décrypte les services de données d'analytique CDIA, le tout avec un ton accessible, des choix techniques assumés et une touche dermarin. Alors que vous soyez architecte, analyste, data, ingénieur, productur ou simplement curieux, Fardata vous accompagne pour comprendre les enjeux réels, éclairer les compromis et prendre de meilleures décisions et parfois avec le cri des mouettes en bruit de fond. Si ce genre de contenu vous parle, n'hésitez pas à vous abonner. Ça aide le phare à rester allumé. Cap sur l'épisode du jour. On entend beaucoup parler d'agent d'IA, mais un agent sans contexte, c'est un peu comme un navigateur sans carte marine. Il peut avancer mais il risque de vous emmener dans les cailloux. L'enjeu, c'est le contexte. Le contexte c'est le travail, les connaissances, les connaissances métier. Et pour évoquer ce sujet, je suis accompagné pour cette traversée de Florent le timonier des données et Éric le capitaine des IIA, notre sito field de data. Messieurs, je vous laisse vous présenter. Bonjour Romain. Donc merci de de nous accueillir en fait sur ta chaîne Fardata. Donc moi je suis Florent Thbibau, je suis partenaire CSA, donc je suis côté partenaire, je m'occupe donc de la partie technique des architectures de nos partenaires chez Microsoft. Merci Romain et bonjour à vous deux. Heureux de partager cette ce cette session avec vous. Et donc je suis Éric Charbonier, je suis fil de CTO pour la France sur tous les sujets euh de data et qu'il y a. Alors Microsoft a une confion forte à mesure que les organisations deviennent ce qu'on appelle des frontières firmes, ces entreprises pionnaires en matière d'I. L'IA ne sert plus juste à optimiser le travail. Elle réinvente le business model lui-même. Avec les copilotes et les agents intégrés partout, on libère la créativité, on accélère l'innovation, on démocratise l'intelligence, voire même on délègue certaines de nos décisions. Éric, est-ce que tu peux nous en dire ? Oui. Euh, tu as tu as tout à fait raison, Romain. Et et c'est la vraie question, c'est comment en fait

Introduction à Microsoft IQ

2:21une entreprise traduit son son expertise, euh ses procédures, ses compétences euh ce que l'on peut aussi résumer dans le mot anglais knowhow et que nous on a résumé en IQ. Euh et donc comment on une entreprise traduit son IQ unique euh sa propre intelligence métier en décision à impact mesurable ? La réponse de Microsoft tient en trois lettres répétées trois fois. Ça s'invente pas les trois IQ. L'idée est simple. Pour un qu'un agent comprenne vraiment le fonctionnement d'une entreprise, il doit s'appuyer sur trois sources d'intelligence complémentaire parce que une seule ne suffit pas. Alors, le premier pilier c'est Work IQ. C'est la couche d'intelligence officielle que Microsoft a annoncé à Ignite 2025 et expérimenté au moins depuis 2 ans par Microsoft. Donc elle pilote Microsoft 365. Donc elle avec ses copilotes et ses agents hein qui reposent entièrement sur cette sur cette stack qui est work IQ. Donc elle repose sur trois choses. Les données de travail, que ça soit les emails, les fichiers, les réunions Teams. Euh donc tout ça, ça fait partie effectivement de ce qu'elle gère, de la mémoire, c'est-à-dire les les habitudes, ton style, ton ton ta façon de travailler, hein, euh avec qui tu collabores et l'inférence qui combine les deux pour suggérer la prochaine action. C'est ce qui fait qu'un agent ne se contente pas de chercher dans des tables. Il comprend comment ton entreprise fonctionne réellement. Alors ça c'est premier pilier. Le deuxième pilier c'est fabrique IQ. Donc l'intelligence des données structurées. Donc dans fabrique, on va stocker des données dans un lake house, dans un warehouse. En fait, on va trouver des données métiers avec une nuance clé. On les expose maintenant via une ontologie métier, pas juste des tables brutes. Moi, j'aime bien l'analogie qui est dire avec le SQL, je réponds à des questions mais les ontologies comprennent tes questions. L'agent comprend qu'un employé, un manager, qu'une absence se rattache à un département et on verra tout ça dans fabrique. Et le troisème pilier, fondre IQ, l'intelligence des données non structurées, que ce soit des méos internes, des documents, des notes de réunion. Donc via un composant qui s'appelle Azure et I search, l'agent va chercher le pourquoi derrière les chiffres.

Démonstration

5:10Super, la carte est posée. Laurent, tu nous mets tout ça en action ? Oui, pas de souci. Là, je partage mon écran. Donc voilà. Donc là, vous voyez l'agent 3 ICO HR investigation qui va nous permettre de de vraiment mettre en action et en pratique ce que ce que nous a dit en fait Éric sur les trois IQ de Microsoft. Alors pour illustrer, voilà le scénario. Donc je suis une je suis le DRH d'une société en fait internationale et je sens qu'il y a des problèmes en fait dans certaines équipes, mais je sais pas pourquoi, je sais pas où. Bon, j'ai j'ai pas trop d'infos. Alors, grâce à mon agent en fait investigation, je vais commencer la première étape. Donc ma première étape, mon agent va aller interroger Work IQ. D'accord ? Donc j'y vais. Donc j'interroge Work IQ. Et là, le l'idée en fait de l'agent, c'est d'analyser les patterns de Microsoft 365 des qu dernières semaines. Et voilà, là je vois immédiatement en fait qu'est-ce qui se passe ? Ben, je vois que immédiatement j'ai le RED en Allemagne qui est en zone critique. Il y a plus 45 % de réunion, plus 60 % d'activités hororaires et je vois aussi que le marketing France montre aussi des signaux d'alerte. Alors pour moi c'est le point d'entrée. D'accord. Alors deuxième étape, on bascule sur fabric sur fabrique IQ, excusez-moi. Donc pour valider avec les données RH structurées qui qui vont être dans mon le houseous de fabrique. Alors je vais lancer l'étape 2. Voilà. Donc là l'idée c'est de reprendre en fait les signaux faibles que j'ai réussi à récolter dans Work IQ et d'aller les mettre en corrélation avec mes données en fait RH. Et là qu'est-ce que je vois ? Et ben je vois en fait que 18,2 % d'attrition sur le recherche et développement en Allemagne dont la moitié d'émission volontaires. Donc ça vraiment ça le signal que j'avais vu sur des patterns dans Microsoft 365 est vraiment confirmé. Euh ensuite, je vois que pour le marketing France, j'ai + 30 % d'arrêt maladie. Donc là pareil, deuxème corrélation en fait par rapport à à Work IQ. Euh donc là c'est c'est clair en fait pour moi, il y a vraiment quelque chose qui se passe soit en enfin en Red, en Allemagne et puis en France dans le marketing. Alors il faut que je donne un peu plus de de contexte à au problème que j'ai trouvé et c'est pour ça que maintenant je vais aller dans Fund IQ et là je vais aller mettre en en corrélation mes données en fait de mon entreprise par rapport à ce que j'ai trouvé dans mes deux premiers IQ. Alors c'est parti. On va aller voir, on va aller rechercher un petit peu euh ce qui ce qui a pu se passer. Alors, on va remonter un petit peu là pour voir. Euh toc, c'est ici. Donc, on est sur le step 3. Donc je suis parti dans ma knowledge Base et j'étais mon agent a été voir si il y avait des choses au travers des réunions, des documents d'entreprise qui permettai de mettre en évidence le pourquoi j'ai en fait ces départs volontaires en Allemagne et ces problèmes en fait de maladie de dans mon mon dans mon marketing en France. Alors euh donc là je fouille et là on voit effectivement qu'est-ce qui se passe ? C'est que en Q3 j'ai une réorganisation euh en Allemagne et le VIP RED est parti à la retraite. OK donc je je regarde encore un peu plus et je vois aussi que euh en France en fait j'ai trois postes de team lead vacant et aussi côté marketing. Qu'est-ce qui se passe ? Je je vois en fait que la team lead est en arrêt pour longue durée pour et sans remplacement. Donc c'est peut-être ça en fait qui qui fait qu'il y a une surcharge de travail dans mes équipes et c'est sûrement en fait tout ça qui fait que bah j'ai vraiment des problèmes. Alors on va aller un petit peu plus loin pour aller visualiser un petit peu tous ces chiffres et voir en fait si j'ai certaines cohérences. Alors, je vais encore demander à mon à mon agent en fait dans Foundry, donc Foundry IQ d'aller analyser ces chiffres. Et donc c'est parti. Et je vais lui demander en fait à avec à travers ces chiffres-là d'aller dessiner euh lui-même les les patterns. Alors ça c'est super important parce qu'on voit que maintenant les agents ont la ont la possibilité d'aller eux-mêmes faire leur leur dashboard et leur shape à partir de de certaines données. Donc qu'est-ce que je vois euh donc via corde corps interprèteur ? Ben, je vois que effectivement il y a une évolution en fait de de l'attrition en fait donc des personnes qui qui partent en en RD et je vois bien que ça coïncide bien avec la la réorganisation et le départ du VIP en Allemagne. Je vois aussi là, c'est clair que en France en fait les arrêts maladies coïncident bien en fait avec le le fait que la la lead en fait la lead en fait du marketing elle est en arrêt maladie donc surcharge de travail donc les je pense que les autres ils ont aussi trop trop de travail voilà donc tout ça c'est tout ça est bien corroboré alors ça c'est c'est quand même super intéressant de voir que l'agent bah il peut utiliser effectivement toutes les intelligences qu'on a dans les trois iTunes Microsoft mais en plus, il peut aller lui-même me faire des me présenter en fait des des schémas pour aller mettre vraiment en évidence tout ça. Alors, je vais pour finir, je vais demander de faire un un petit une petite en fait une petite synthèse de tout ça. Donc step 5. Donc l'agent avec toutes ses données, les schémas en fait, il va me faire une petite une petite analyse, une petite synthèse et il va me donner en fait les six actions prioritaires qui vont m'aider en fait à remettre un peu de l'ordre dans mes équipes. Voilà. Donc euh il va me dire bien effectivement de nommer un VIP intérimaire euh pour euh pour le marketing, de recruter des team lead, d'instaurer euh des pas de meeting le vendredi. Donc voilà, ça un petit peu plus loin que que des simples euh c'est vraiment des patterns en fait pour que pour ça pour que ça aille mieux. Donc donc voilà, Romain, tu as vu en fait comment fonctionnait de façon très très rapide cet agent investigation et qui se nourrissit se nourrissait de cette intelligence au niveau des trois piliers Microsoft à savoir Work IQ, Fabric IQ et Foundry IQ. Ouais, c'est super intéressant. Puis là en fait, tu as fait le travail, je crois en 2 minutes d'un consultant RH qui aurait pu prendre peut-être de semaines à essayer de recueillir toutes ces données, les mettre en contexte, les analyser. Euh ça c'est impressionnant. C'est impressionnant. Euh d'ailleurs, ce qui est fort dans cette démo, c'est qu'on voit vraiment ce que je disais juste avant, les trois IQ s'enchaîner presque naturellement. Euh à partir d'un signal faible dans Work IQ, on valide quantité quantitativement euh euh avec Fabric IQ puis on explique qualitativement avec Funderry IQ. Euh donc sans ces trois couches, l'agent te répondrait soit avec des chiffres sans contexte, soit avec du contexte sans données. Là on a vraiment les deux. Et le secret de cette robustesse, c'est ce qui se passe dans Fabrique et dans Fonderie. Mais je pense que Florent va finir par nous ouvrir quand même le capot. Oui, tout à fait Éric. Donc je vais donc là vous voyez mon écran. Donc là, je suis dans fabrique. Donc là, l'idée c'est de vous montrer un petit peu sous le capot comment ça se passe fabrique IQ. Alors, tout va commencer en fait par le house. Donc dans le house, comme je vous l'avais dit, je vais stocker mes données structurées de ma RH. Alors, j'ouvre le houseous. OK. Et donc là, on voit les différentes tables de mon de mon système en fait de ressources humaines. Donc, j'ai la table des employés, j'ai la table des des absences, départements, les managers, le turnover. D'accord ? Donc ça c'est vraiment les données structurées qui remontent de mon de mon système. Alors, je vais retourner maintenant dans l'anthologie. Donc, ça c'est vraiment le cœur de l'intelligence en fait de fabriquer IQ. C'est-à-dire que euh j'ai défini alors on va zoomer un petit peu, on va aller sur euh collaborateur. En fait, j'ai j'ai défini en fait une anthologie métier euh de mon métier de ressources humaines. Donc le le centre, c'est mon collaborateur et j'ai mes liens en fait avec les différentes entités. Donc l'entité collaborateur et on voit que cette entité collaborateur, elle vient se nourrir de mon houseous en fait hein, donc de mes tables de mon houseous quoi. Et je vais avoir en fait ça va être lié avec une entité absence euh qui voilà et je vais avoir en fait toutes ces entités. Je vais avoir aussi euh à quel département en fait appartient le collaborateur, le manager en fait. donc avec les liaisons supervisent euh le département donc à pour absence et ainsi de suite. Donc voilà, donc j'ai tout cette anthologie. Euh donc on a vu le lakhouse, on a vu l'anthologie et après ce qui est vraiment intéressant euh c'est en fait le data agent. Donc le data agent, il va se nourrir de l'anthologie, d'accord ? donc absence collaborateur et c'est vraiment le fait qu'il puisse se nourrir de cette anthologie que on va pouvoir répondre à au questions vraiment métier dans notre fameux Hor investigation que je vous ai montré tout à l'heure. Alors j'ai défini en fait le le prompte en fait de ce date au niveau du data agent. Donc voilà tu tu es un agent de de données RH expert au service de des ressources humaines. Tu réserves en en terme d'entité métier défini dans l'ontologie. Donc je lui dis vraiment, "OK, tu as une une anthologie et tu dois te nourrir de ça pour répondre aux questions." Et donc c'est là que c'est ça prend vraiment tout son sens parce que euh le l'agent va vraiment savoir en fait les relations entre euh effectivement euh ben dans le dans le métier en fait des ressources humaines euh ce que c'est en fait une attrition, c'est-à-dire bah quand le le l'agent va démissionner vraiment tout le tout le vocabulaire et toutes les toutes les séquences d'une ressources humaines. Donc maintenant, on va basculer dans Azure et Foundry. OK. Et donc dans Foundry, ce qu'on appelle Fundoundry IQ. Donc c'est ici qu'on orchestre l'agent et qu'on branche Fundry IQ. D'accord ? Donc vous avez vu en fait dans la dans la petite démo en fait donc l'agent qui qui gère en fait toute cette démo, il est ici d'accord ? Il est défini ici et vous voyez c'est tr c'est à ce niveau-là qu'il est géré. Et après tu vas appeler ton agent fabrique, ton data agent fabrique qui connaît l'ontologie mais c'est celui qui va l'appeler. C'est bien ça. C'est exactement ça. Donc voilà. Donc ici j'ai défini son comportement. D'accord. Donc voilà, je je lui ai dit en fait tu es tr IQ cher investigation agent et tu es en fait un un agent intelligent. OK en fait pour aider les ressources humaines. Vois les équipes des des ressources humaines. Et tu as trois en fait tu as trois couches d'intelligence. tu as work IQ, donc c'est euh Microsoft 305 la collaboration pour avoir les les différents signaux faibles qu'on a vu tout à l'heure. Tu as fabrique IQ, donc c'est pour structurer en fait pour accéder aux données structurées de ton système de ressources humaines au travers de de l'anthologie. Et puis tu as Fundri IQ, d'accord, qui est en fait la une base de connaissance des des deux différents documents. Et ici, on voit en fait tous les tools qui sont associés et notamment cette base de connaissance. Donc c'est donc le le l'outil qu'on qui permet de de stocker ces documents, c'est Azure E Search. Et donc dans ce Azure I Search, en fait, j'ai indexé une dizaine de documents internes, des notes de réorganisation, des compte-rendus de comités, des politiques de charge management, euh voilà des résultats de surveil. Et c'est ça qui m'a permis euh de de mettre en corrélation euh les euh les différents signaux faibles et puis les données structurées qui venaient de bon dat agent. Ici, on voit aussi que je je branche en fait cet agent sur euh work IQ, d'accord ? pour les euh pour les différents faibles. Et pour terminer sur fabrique fabrique fabrique data agent euh donc au travers de l'ontologie he donc c'est super important donc cette fameuse ontologie métier. Et pour terminer, ce que je n'ai pas dit et c'est le code interprèteur. Donc ici, donc un dernier tools, le code interpréteur pour que l'agent lui-même a la capacité d'aller faire des des schémas et et des graphiques pour mettre en évidence les données et me les présenter. Donc donc une nouvelle façon de travailler de liberté pour l'agent.

17:48il est capable de faire du code Python et au travers de ce code Python d'utiliser des librairies graphiques pour faire du rendre ce qu'on appelle du rendering et présenter en fait les graphiques des données à partir de son raisonnement. Et je suppose que lorsque tu communiques, tu exchanges avec ce data agent, tu es authentifié ce qui fait que les données que tu as le droit de voir sont uniquement celles accessibles dans fabrique, accessible côté Microsoft 365 et cetera. Voyez, exactement. En fait, quand l'utilisateur utilise cette utilise l'agent, OK, au travers de l'application, euh il s'authentifie et cette authentication en fait se propage euh dans les différentes couches d'intelligence, notamment dans fabrique. Et dans fabrique, en fait, la personne ne pourra voir que les données euh dont elle est autorisée de de voir. Euh donc, on a vraiment en fait le de bout en bout cette sécurité des données. Et côté RGPD, on en est où ? Bah, c'est peut-être une question pour moi là pour le coup. Effectivement, c'est c'est une préoccupation par pure construction. Euh sur ce type d'usage, Microsoft applique à un seuil minimum de groupe typiquement cinq personnes en dessous duquel aucune donnée n'est exposée. On ne touche jamais aux données individuelles. L'agent ne sait pas que par exemple Jean Dupont ou Romain Caster euh a fait 12 réunions cette semaine. Il sait que l'équipe RD Allemagne a 45 % de réunion en plus que la moyenne. C'est ce qui rend ses capacités déployables en entreprise sans tomber dans la surveillance individuelle. Et c'est vraiment ça qui est important. Et pour être complet, on a un Microsoft Viva Insight qui existe en parallèle. C'est la couche analytique RH historique pour les managers et analystes. Tout ce qui est focus time, welbing, tendance de collaboration et cetera. Donc c'est distinct work IQ mais c'est une source aussi précieuse de de signaux comportement comportementaux agrégés. à brancher sur un agent comme l'a fait Florent par exemple. Super. Donc on a vu Fabric IQ avec l'ontologie, on a vu Fondri IQ qui est maintenant ta porte d'entrée hein pour échanger avec ton contexte d'entreprise mais aussi tes données et euh Work IQ. Alors ah en fait le work IQ c'est pas une UI qu'on ouvre en fait. Donc c'est c'est la couche d'intelligence de Microsoft 365 elle-même c'est ce qui alimente copilote et les agents en arrière-plan. Tu ne la vois pas mais tu la consommes. Elle expose les signaux de Microsoft 365. Bon bah comme Teams, Outlook, le calendrier. Alors sous forme d'inférence contextuelle que les agents utilisent pour pour groer leurs réponses. Donc tu vois pour voilà pour aller chercher leur réponse. Et pour la la dimension équipe, celle qui nous intéresse côté manager Microsoft parce que c'est celle-là que que j'ai montré dans la démo, on a annoncé à Ignite donc voilà que il allait avoir un agent dédié. Il y a un agent dédié, c'est celui que j'ai utilisé d'ailleurs qui s'appelle Workforce Workforce Workforce Inside Agent. Donc il est distribué via le frontière programme, d'accord ? Donc pour les entreprises qui sont dans ce programme là avec Microsoft et cet agent donne au leader et managers donc des insights temps réels et agrégé sur leurs équipes et leurs organisations par rôle ancienneté localisation pour prendre des décisions. Alors c'est workforce workforce data driven c'est exactement le le pendant du de la vue manager de de ma démo en fait. Donc c'est c'est en fait c'est ce que j'utilise.

Conclusion

21:26Super démo. Merci Florent. On a vu les trois AC en action. On voit vraiment toute la puissance que ça peut offrir. L'I génératif seul, c'est un assistant sympa mais euh ça répond la moitié du temps à côté là. L'I branché sur les trois IQ de ton entreprise. On imagine que ça va permettre de comprendre ton entreprise, comment ça fonctionne. Fabrique IQ avec l'ontologie métier fond IQ pour le contexte documentaire, ça devient un vrai collègue digital qui prend des décisions éclairées. Éric, tu as des retours déjà de clients sur ce type de besoin ? Oui, absolument. Euh Romain, aujourd'hui, c'est vraiment la préoccupation principale des clients qui construisent des solution à base d'agent. Euh que ça soit des agents sur de la data structuré ou non structuré, c'est d'avoir cette couche de contexte. Et si si je résume ce qu'on a vu aujourd'hui dans la démo, on a vraiment des agents utilisable avec du contexte. Le contexte a trois dimensions, le son travail, ce qu'on ce qu'on ce qu'on fait au day to la connaissance et puis bah toutes les données d'entreprise, les données métiers. Et et là, on s'appuie bah sur tout le patrimoine de données qui existe. Donc le laitos qui stock euh donc toutes les données de production et on a vu quelque chose qui me semble très très différenciateur par rapport à ce qui existe ailleurs. C'est que Florent a utilisé l'ontologie. L'ontologie donne du sens parce que un house ça stock de la donnée certes mais une ontologie ça donne un vrai sens. Sans ontologie ton agent fait enfin répond à une question métier mais doit deviner quelle table contient les départs dans le cadre de de du case qu'on a vu. Quelle colonne porte le département et cetera. En fait, on est sur quelque chose qui est vraiment très câblé euh et au final des des hallucination. Donc avec l'ontologie par contre, on encode la sémantique métier une seule fois. Qu'est-ce qu'un employé ? Qu'est-ce qu'une absence ? Comment on calcule un turnover ? Et tous les agents de l'organisation vont s'appuyer sur cette ontologie. C'est ce qui transforme un house en fabrique IQ. la couche qui stock plus la couche qui donne du sens. L'antologie permet aux agents I de comprendre et de raisonner sur votre métier. C'est ce qui rend l'agent vraiment déployable en production sur des cas réels. Microsoft IQ, c'est aussi l'intégration de ces trois couches he pour passer des idées au résultat avec de la confiance et de la cohérence. Au final, on a un collègue digital qui peut prendre des décisions éclairées et qui nous explique bien ce qu'il en est de notre business, de notre activité. Super, ça nous laisser un peu plus de temps pour faire autre chose. En tout cas, si vous avez des questions, des retours d'expérience ou si vous voulez creuser un point en particulier, les commentaires sont ouverts dans la vidéo. Merci Florent Éric pour cet échange. Merci à vous d'avoir suivi cet épisode de Fardata. Vous retrouverez le lien du kitup de Florent avec la démo si vous voulez la rejouer chez vous. Je crois qu'elle est en open source hein. Florent ? Euh oui, vous pouvez la retrouver en fait sur mon sur mon GitHub. Donc n'hésitez pas à me poser des questions euh et puis la la rejouer chez vous. Super. Bon, on vous dit à très vite dans de nouvelles épisodes et d'ici là, abonnez-vous à la chaîne. À bientôt. Merci.