Un article de la MITSloan Management Review commente que face à la montée fulgurante de l’intelligence artificielle (IA) générative – comme ChatGPT et Gemini –, certains se demandent s’il est encore pertinent d’avoir recours à la présentation visuelle des informations. Apparemment, délaisser cette dernière technique pourrait être une erreur coûteuse.

Depuis les années 2000, les récits de données sont une composante essentielle de la prise de décision pour les dirigeants. L’avènement de l’IA générative pourrait cependant bouleverser l’utilisation de cette technique. Cette dernière permet en effet de découvrir automatiquement des modèles cachés à partir de chiffres et de données non structurées, pas seulement à partir des textes, mais aussi à partir de l’audio ou de la vidéo. De plus, grâce à la synthèse vocale, ces échanges deviennent conversationnels, ce qui rendrait redondants l’effort et les inefficacités liés à la création et à l’utilisation de visualisations de données.

Il y aurait, cependant, quelques scénarios critiques indiquant que les récits visuels ont encore leur place à côté de l’IA conversationnelle. La MITSloan Management Review précise que deux facteurs clés influencent la manière dont les informations doivent être fournies pour des actions efficaces :

1. L’approche de connaissance des données. Il faut savoir si les informations nouvellement découvertes doivent être expliquées aux utilisateurs (approche explicative) ou si ceux-ci doivent avoir la possibilité d’explorer leurs propres informations (approche exploratoire).
2.  Le niveau d’information dont les utilisateurs ont besoin pour prendre leurs décisions, ce qui met au premier plan le rôle du contexte. Celui-ci devra être simple et direct pour la prise de décisions simples ou plus sophistiqué et riche en données historiques pour les décisions stratégiques.

Cela permettrait de dégager 4 scénarios qui définissent le niveau de complémentarité entre l’IA générative et les récits de données visuels :

1. L’exploratoire (simple) : Pour la recherche de réponses simples à une série de questions dynamiques qui portent principalement sur des informations descriptives résumant les performances passées.
2. L’explicatif (simple) : L’analyse du contexte d’affaires à l’aide de l’IA permet de découvrir des informations cachées sur les données et de les présenter ensuite aux utilisateurs de manière conversationnelle et interactive pour les aider à les absorber et à agir.
3. L’exploratoire (sophistiqué) : Lorsqu’il y a un besoin d’explorer plusieurs facteurs d’influence ou situations d’affaires de manière dynamique. Les tableaux de bord interactifs conviennent parfaitement ici, car ils peuvent tirer parti de l’affichage visuel des informations et permettre une interactivité riche grâce à des simulations.
4. L’explicatif (sophistiqué) : La prise de décisions stratégiques de grande envergure nécessite un grand nombre d’informations très détaillées et la présentation d’un contexte très riche. Bien que l’IA ne puisse pas encore répondre aux besoins d’information de manière entièrement automatique ou conversationnelle, elle peut aider les dirigeants à rassembler certaines informations qui peuvent être présentées, par la suite, à l’aide des outils de visualisation.